📎کامپیوترهای کوانتومی کوچک مسائل بهینهسازی دنیای واقعی را حل میکنند
✏️ رایانههای کوانتومی قبلاً در حل برخی وظایف موفق به پیشی گرفتن از رایانههای معمولی شدهاند، اما وظایفی کاملا بیفایده. محققان در تلاش هستند که این رایانهها را وادار به انجام کارهای مفید کنند. پژوهشگران دانشگاه صنعتی چالمرز، سوئد، در یک تحقیق نشان دادند، که با استفاده از یک رایانه کوانتومی کوچک اما با عملکرد مناسب میتوان قسمت کوچکی از یک مسئله لجستیکی واقعی را حل کرد.
علاقه به ساخت رایانههای کوانتومی در سالهای اخیر جنب و جوش قابل توجهی پیدا کرده است و در حال حاضر کارهای پر تب و تابی در بسیاری از نقاط جهان در جریان است. اگرچه کامپیوتر کوانتومی تیم تحقیقاتی گوگل در سال 2019 موفق شد که یک مسئله را بسیار سریعتر از بهترین ابر رایانه جهان حل کند اما نکته منفی این بود که مسئله حل شده هیچ کاربرد عملیاتی نداشت و صرفا به این دلیل انتخاب شده بود که حل آن برای یک کامپیوتر کوانتومی بسیار آسان بود.
بنابراین در حال حاضر یکی از کارهای مهم پیدا کردن مسائل کاربردی است که توسط رایانههای معمولی قابل حل نیستند ولی یک رایانه کوانتومی نسبتا کوچک میتواند آن را حل کند.
جولیا فرینی فیزیکدان نظری، یکی از رهبران پروژه رایانه کوانتومی دانشگاه چالمرز که در سال 2018 آغاز به کار کرد میگوید: "ما میخواهیم مطمئن باشیم که رایانه کوانتومی که در حال توسعه آن هستیم میتواند به حل مشکلات روزمره در حوزههای مختلف کمک کند، به همین دلیل، همکاری با شرکتهای صنعتی را از جمله اولیتهای کاری خود قرار دادهایم.
جولیا فرینی به همراه گوران جوهانسون و یک دانشجوی دکترای صنایع از شرکت تدارکات هواپیمایی Jeppesen، نشان دادند که یک کامپیوتر کوانتومی میتواند نمونهای از یک مشکل واقعی در صنعت هواپیمایی را حل کند. به عنوان مثال ، اختصاص هواپیماهای منفرد به مسیرهای مختلف نشان دهنده یک مسئله بهینهسازی است، مسئلهای که با افزایش تعداد مسیرها و هواپیماها، از نظر اندازه و پیچیدگی بسیار سریع رشد میکند.
ادامه مطلب
📝تعداد کلمات: 498
⏰زمان مطالعه: 3 تا 4 دقیقه
📝 تهیه و تنظیم:#کریم_رحیمیان
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه : #اخبار فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منابع:
https://www.sciencedaily.com/releases/2020/12/201217090404.htm
✏️ رایانههای کوانتومی قبلاً در حل برخی وظایف موفق به پیشی گرفتن از رایانههای معمولی شدهاند، اما وظایفی کاملا بیفایده. محققان در تلاش هستند که این رایانهها را وادار به انجام کارهای مفید کنند. پژوهشگران دانشگاه صنعتی چالمرز، سوئد، در یک تحقیق نشان دادند، که با استفاده از یک رایانه کوانتومی کوچک اما با عملکرد مناسب میتوان قسمت کوچکی از یک مسئله لجستیکی واقعی را حل کرد.
علاقه به ساخت رایانههای کوانتومی در سالهای اخیر جنب و جوش قابل توجهی پیدا کرده است و در حال حاضر کارهای پر تب و تابی در بسیاری از نقاط جهان در جریان است. اگرچه کامپیوتر کوانتومی تیم تحقیقاتی گوگل در سال 2019 موفق شد که یک مسئله را بسیار سریعتر از بهترین ابر رایانه جهان حل کند اما نکته منفی این بود که مسئله حل شده هیچ کاربرد عملیاتی نداشت و صرفا به این دلیل انتخاب شده بود که حل آن برای یک کامپیوتر کوانتومی بسیار آسان بود.
بنابراین در حال حاضر یکی از کارهای مهم پیدا کردن مسائل کاربردی است که توسط رایانههای معمولی قابل حل نیستند ولی یک رایانه کوانتومی نسبتا کوچک میتواند آن را حل کند.
جولیا فرینی فیزیکدان نظری، یکی از رهبران پروژه رایانه کوانتومی دانشگاه چالمرز که در سال 2018 آغاز به کار کرد میگوید: "ما میخواهیم مطمئن باشیم که رایانه کوانتومی که در حال توسعه آن هستیم میتواند به حل مشکلات روزمره در حوزههای مختلف کمک کند، به همین دلیل، همکاری با شرکتهای صنعتی را از جمله اولیتهای کاری خود قرار دادهایم.
جولیا فرینی به همراه گوران جوهانسون و یک دانشجوی دکترای صنایع از شرکت تدارکات هواپیمایی Jeppesen، نشان دادند که یک کامپیوتر کوانتومی میتواند نمونهای از یک مشکل واقعی در صنعت هواپیمایی را حل کند. به عنوان مثال ، اختصاص هواپیماهای منفرد به مسیرهای مختلف نشان دهنده یک مسئله بهینهسازی است، مسئلهای که با افزایش تعداد مسیرها و هواپیماها، از نظر اندازه و پیچیدگی بسیار سریع رشد میکند.
ادامه مطلب
📝تعداد کلمات: 498
⏰زمان مطالعه: 3 تا 4 دقیقه
📝 تهیه و تنظیم:#کریم_رحیمیان
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه : #اخبار فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منابع:
https://www.sciencedaily.com/releases/2020/12/201217090404.htm
www.codecool.ir
کامپیوترهای کوانتومی کوچک مسائل بهینهسازی دنیای واقعی را حل میکنند
رایانههای کوانتومی قبلاً در حل برخی وظایف موفق به پیشی گرفتن از رایانههای معمولی شدهاند، اما وظایفی کاملا بیفایده. محققان در تلاش هستند که این رایانهها را وادار به انجام کارهای مفید کنند. پژوهشگران دانشگاه صنعتی چالمرز، سوئد، در یک تحقیق نشان دادند،…
سیستم متوهم
👩🏫مهندسان تراشههایی ترکیبی با پردازنده و حافظه ساختهاند که میتواند الگوریتمهای هوش مصنوعی را روی دستگاههایی که با باتری کار میکنند؛ اجرا کند.
🔋تعاملات بین پردازندهها و حافظه برای اجرای الگوریتمهای یادگیری ماشین و هوش مصنوعی، انرژی زیادی نیاز دارد که عمر باتری را به شدت کاهش میدهد. تیمی از مهندسان با بهره بردن از هشت تراشهی ترکیبی، سیستمی را طراحی کردهاند که میتواند سریعتر و با انرژی کمتر الگوریتمهای هوش مصنوعی را اجرا کند.
👨🏫میترا محقق ارشد این پروژه گفتهاست: "اگر میتوانستیم یك تراشهی عظیم و متعارف با تمام پردازشها و حافظه مورد نیاز بسازیم، این كار را انجام میدادیم، اما مقدار اطلاعاتی كه برای حل مسائل هوش مصنوعی لازم است، این را به یك رویا تبدیل میكند. در عوض، ما هیبریدها را فریب میدهیم، به این گونه که فکر میکنند آنها یک تراشه هستند، به همین دلیل است که ما این سیستم را "سیستم متوهم" (Illusion System) مینامیم."
ادامهی مطلب...
📝تعداد کلمات: ۶۴۷ کلمه
⏰زمان مطالعه: حدود ۳ دقیقه
📝تهیه و تنظیم: #مریم_رفیعیپور
دانشجوی کارشناسیارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبهها: #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
Sciencedaily
📌لینک مقاله:
Nature
👩🏫مهندسان تراشههایی ترکیبی با پردازنده و حافظه ساختهاند که میتواند الگوریتمهای هوش مصنوعی را روی دستگاههایی که با باتری کار میکنند؛ اجرا کند.
🔋تعاملات بین پردازندهها و حافظه برای اجرای الگوریتمهای یادگیری ماشین و هوش مصنوعی، انرژی زیادی نیاز دارد که عمر باتری را به شدت کاهش میدهد. تیمی از مهندسان با بهره بردن از هشت تراشهی ترکیبی، سیستمی را طراحی کردهاند که میتواند سریعتر و با انرژی کمتر الگوریتمهای هوش مصنوعی را اجرا کند.
👨🏫میترا محقق ارشد این پروژه گفتهاست: "اگر میتوانستیم یك تراشهی عظیم و متعارف با تمام پردازشها و حافظه مورد نیاز بسازیم، این كار را انجام میدادیم، اما مقدار اطلاعاتی كه برای حل مسائل هوش مصنوعی لازم است، این را به یك رویا تبدیل میكند. در عوض، ما هیبریدها را فریب میدهیم، به این گونه که فکر میکنند آنها یک تراشه هستند، به همین دلیل است که ما این سیستم را "سیستم متوهم" (Illusion System) مینامیم."
ادامهی مطلب...
📝تعداد کلمات: ۶۴۷ کلمه
⏰زمان مطالعه: حدود ۳ دقیقه
📝تهیه و تنظیم: #مریم_رفیعیپور
دانشجوی کارشناسیارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبهها: #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
Sciencedaily
📌لینک مقاله:
Nature
www.codecool.ir
سیستم متوهم
مهندسان تراشههای ترکیبی با پردازندهها و حافظه ساختهاند که میتواند الگوریتمهای هوش مصنوعی را روی دستگاههایی که با باتری کار میکنند؛ اجرا کند.
تعاملات بین پردازندهها و حافظه برای اجرای الگوریتمهای یادگیری ماشین و هوش مصنوعی، انرژی زیادی نیاز دارد…
تعاملات بین پردازندهها و حافظه برای اجرای الگوریتمهای یادگیری ماشین و هوش مصنوعی، انرژی زیادی نیاز دارد…
📎رویکرد جدیدی برای طبقه بندی بهتر و درمان تومورهای مغزی
✏️ بررسی RNA حقیقت درون سلولهای ما را آشکار میکند. بررسی مستقیم RNAی سلولهای تومور مغزی، شواهد کارآمدی برای طبقهبندی بهتر تومورها و شناسایی موثرترین روشهای درمانی را به وجود میآورد. گلیوماس رایج ترین نوع تومور مغزی در بزرگسالان است، این تومور به سه زیر گروه astrocytomas قابل درمان، oligodendrogliomas و glioblastomasهای کشنده تر تقسیم میشوند. Paul M.H Tran دانشجوی دکتری دانشکده پزشکی جورجیا اعلام کرد که روشی که آنها نامش را پروفایل Transcriptomic تومور گذاشتهاند قادر است که خطرناکترین این تومورها را تشخیص دهد.
گلیوماها در حال حاضر از طریق بافت شناسی، شکل اولیه یا مورفولوژی قابل شناسایی است. همانطور که پاتولوژیستها سلولهای سرطانی را زیر میکروسکوپ میبینند، قادر هستند که جهشهای ژنی که عامل ایجاد سرطان هستند را شناسایی کنند. دکتر Jin-Xiong She ، مدیر مرکز بیوتکنولوژی و پزشکی ژنومی و محقق برجسته دانشگاه جورجیا در پزشکی ژنومی میگوید که ما روش سوم را اضافه کردیم.
در حالی که بیشتر بیماران هر دو روش طبقهبندی فعلی را انجام میدهند، گاهی اوقات یافتههای ناسازگار بین این دو گروه وجود دارد، برای مثال روشهای پاتولوژی سرطان را از نوع glioblastoma تشخیص میدهند در حالی که روشهای مطالعه ژن این یافته را نشان نمیدهد. این ناسازگاری حتی زمانی که سلولهای یکسانی را مطالعه میکنند ممکن است که رخ بدهد.
آنها برای بررسی دقیقتر سلولهای سرطانی، ژنهایی که کمتر مورد بررسی قرار گرفته بودند را بررسی کردند. از آنجا که DNAها RNAهایی را میسازند که پروتین از روی آنها ستنز میشود و در نهایت عملکرد سلولی از روی این پروتئینها شکل میگیرد، بنابراین یکی از روشهایی که باعث بوجود آمدن سرطان و گسترش آن میشود تغییر بیان ژن است که میتواند شامل افزایش و یا کاهش بیان ژن باشد.
برای بررسی صحت روش جدید، تیم تحقیقاتی دکتر Jin-Xion She همچنان استفاده از روشهای سنتی را برای ارزیابی روش بوجود آمده را ادامه میدهند. Tran میگوید Rna میتواند یک تصویر از اینکه چه چیزی زیاد و چه چیزی کم شده است را در سلولهای گلیال نشان دهد. آنها در واقع در حال بررسی تعداد کپیهای ژنهای مربوط به RNA هستند. به طور معمول این بیان ژن از رنگ مو تا وزن شما را تعیین میکند. پروفایل Transcriptom تعداد رونوشت های هر ژن را در سلول میشمارد.
سلولهای گلیال، که وظیفه آنها حمایت از سلولهای عصبی است، دارای بیان ژنی کاملاً تنظیم شده هستند که آنها را قادر به انجام چنین کاری میکند. با سرطان ، یکی از اولین اتفاقاتی که میافتد این است که تعداد کپی RNA از هر ژن در سلولها تغییر میکند و عملکرد مهم سلول با آن تغییر میکند. او میگوید: "شما بیان ژن را تغییر میدهید تا چیز دیگری شوید."
پروفایل Transcriptomic مانند سایر روشها با نمونهگیری از تومور به وسیله جراحی آغاز میشود، سپس فرایند خودکار برای استخراج RNA انجام میشود، برای این کار ابزاری وجود دارد که قادر است سطح بیان ژن را برای ژنهای مختلف بخواند. مقادیر زیادی از دادههای تولید شده به الگوریتم یادگیری ماشین که توسط Tran توسعه داده شده است، سپرده میشود، این الگوریتم قادر است که محتمل ترین نوع سرطان گلیوم را تشخیص دهد.
آقای Trans با استفاده از برنامه The Cancer Genome Atlas (TCGA) و مخزن دادههای مولکولی مغز نئوپلازی، دو مجموعه دادهای که قبلا بررسی RNA را انجام داده بودند و همچنین اطلاعات بالینی مرتبط مانند نتایج بیش از 1400 بیمار گلیوم، کار خود را شروع کردند. او و همکارانشان از الگوریتم خود برای کشف الگوهای بیان ژن استفاده کردند و از این الگوها برای طبقهبندی همه بیماران گلیوما بدون هیچ گونه ورودی دیگری استفاده کردند. آنها سپس سه زیرگروه اصلی گلیوما را که با روشهای طبقهبندی استاندارد پدید آمدهاند مقایسه کردند.
ادامه مطلب
📝تعداد کلمات: 600
⏰زمان مطالعه: 3 تا 4 دقیقه
📝 تهیه و تنظیم:#کریم_رحیمیان
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منابع:
https://www.sciencedaily.com/releases/2021/01/210119085224.htm
✏️ بررسی RNA حقیقت درون سلولهای ما را آشکار میکند. بررسی مستقیم RNAی سلولهای تومور مغزی، شواهد کارآمدی برای طبقهبندی بهتر تومورها و شناسایی موثرترین روشهای درمانی را به وجود میآورد. گلیوماس رایج ترین نوع تومور مغزی در بزرگسالان است، این تومور به سه زیر گروه astrocytomas قابل درمان، oligodendrogliomas و glioblastomasهای کشنده تر تقسیم میشوند. Paul M.H Tran دانشجوی دکتری دانشکده پزشکی جورجیا اعلام کرد که روشی که آنها نامش را پروفایل Transcriptomic تومور گذاشتهاند قادر است که خطرناکترین این تومورها را تشخیص دهد.
گلیوماها در حال حاضر از طریق بافت شناسی، شکل اولیه یا مورفولوژی قابل شناسایی است. همانطور که پاتولوژیستها سلولهای سرطانی را زیر میکروسکوپ میبینند، قادر هستند که جهشهای ژنی که عامل ایجاد سرطان هستند را شناسایی کنند. دکتر Jin-Xiong She ، مدیر مرکز بیوتکنولوژی و پزشکی ژنومی و محقق برجسته دانشگاه جورجیا در پزشکی ژنومی میگوید که ما روش سوم را اضافه کردیم.
در حالی که بیشتر بیماران هر دو روش طبقهبندی فعلی را انجام میدهند، گاهی اوقات یافتههای ناسازگار بین این دو گروه وجود دارد، برای مثال روشهای پاتولوژی سرطان را از نوع glioblastoma تشخیص میدهند در حالی که روشهای مطالعه ژن این یافته را نشان نمیدهد. این ناسازگاری حتی زمانی که سلولهای یکسانی را مطالعه میکنند ممکن است که رخ بدهد.
آنها برای بررسی دقیقتر سلولهای سرطانی، ژنهایی که کمتر مورد بررسی قرار گرفته بودند را بررسی کردند. از آنجا که DNAها RNAهایی را میسازند که پروتین از روی آنها ستنز میشود و در نهایت عملکرد سلولی از روی این پروتئینها شکل میگیرد، بنابراین یکی از روشهایی که باعث بوجود آمدن سرطان و گسترش آن میشود تغییر بیان ژن است که میتواند شامل افزایش و یا کاهش بیان ژن باشد.
برای بررسی صحت روش جدید، تیم تحقیقاتی دکتر Jin-Xion She همچنان استفاده از روشهای سنتی را برای ارزیابی روش بوجود آمده را ادامه میدهند. Tran میگوید Rna میتواند یک تصویر از اینکه چه چیزی زیاد و چه چیزی کم شده است را در سلولهای گلیال نشان دهد. آنها در واقع در حال بررسی تعداد کپیهای ژنهای مربوط به RNA هستند. به طور معمول این بیان ژن از رنگ مو تا وزن شما را تعیین میکند. پروفایل Transcriptom تعداد رونوشت های هر ژن را در سلول میشمارد.
سلولهای گلیال، که وظیفه آنها حمایت از سلولهای عصبی است، دارای بیان ژنی کاملاً تنظیم شده هستند که آنها را قادر به انجام چنین کاری میکند. با سرطان ، یکی از اولین اتفاقاتی که میافتد این است که تعداد کپی RNA از هر ژن در سلولها تغییر میکند و عملکرد مهم سلول با آن تغییر میکند. او میگوید: "شما بیان ژن را تغییر میدهید تا چیز دیگری شوید."
پروفایل Transcriptomic مانند سایر روشها با نمونهگیری از تومور به وسیله جراحی آغاز میشود، سپس فرایند خودکار برای استخراج RNA انجام میشود، برای این کار ابزاری وجود دارد که قادر است سطح بیان ژن را برای ژنهای مختلف بخواند. مقادیر زیادی از دادههای تولید شده به الگوریتم یادگیری ماشین که توسط Tran توسعه داده شده است، سپرده میشود، این الگوریتم قادر است که محتمل ترین نوع سرطان گلیوم را تشخیص دهد.
آقای Trans با استفاده از برنامه The Cancer Genome Atlas (TCGA) و مخزن دادههای مولکولی مغز نئوپلازی، دو مجموعه دادهای که قبلا بررسی RNA را انجام داده بودند و همچنین اطلاعات بالینی مرتبط مانند نتایج بیش از 1400 بیمار گلیوم، کار خود را شروع کردند. او و همکارانشان از الگوریتم خود برای کشف الگوهای بیان ژن استفاده کردند و از این الگوها برای طبقهبندی همه بیماران گلیوما بدون هیچ گونه ورودی دیگری استفاده کردند. آنها سپس سه زیرگروه اصلی گلیوما را که با روشهای طبقهبندی استاندارد پدید آمدهاند مقایسه کردند.
ادامه مطلب
📝تعداد کلمات: 600
⏰زمان مطالعه: 3 تا 4 دقیقه
📝 تهیه و تنظیم:#کریم_رحیمیان
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منابع:
https://www.sciencedaily.com/releases/2021/01/210119085224.htm
www.codecool.ir
رویکرد جدیدی برای طبقه بندی بهتر و درمان تومورهای مغزی
بررسی RNA حقیقت درون سلولهای ما را آشکار میکند. بررسی مستقیم RNA سلولهای تومور مغزی شواهد کارآمدی برای طبقهبندی بهتر تومورها و شناسایی موثرترین روشهای درمانی را بوجود میآورد. گلیوماس رایج ترین نوع تومور مغزی در بزرگسالان است، این تومور به سه زیر گروه…
📎 استفاده از هوش مصنوعی در مراقبت های بهداشتی و پزشکی
✏️هوش مصنوعی (AI) معمولاً با توانایی ماشین، درانجام وظایفی که با ذهن انسان مرتبط است شناخته میشود. با این حال، آنچه برای عموم ناشناخته است نحوه استفاده ازهوش مصنوعی در صنایع خاص مانند مراقبت های بهداشتی است. استفاده از هوش مصنوعی در سال های اخیر در بهداشت و درمان گستردهتر شده و انتظار می رود در سالهای آینده بخش جدایی ناپذیری از بهداشت و درمان باشد. مجله Business Insider Intelligence گزارش داد که پیش بینی می شود هزینه های AI در مراقبت های بهداشتی تا سال 2023 سالانه 48 درصد رشد کند.
✏️هوش مصنوعی در بهداشت و درمان چیست؟
یادگیری ماشین، توانایی ارائه پشتیبانی و تصمیم گیری بالینی مبتنی بر داده، به پزشکان و پرستاران را دارد و راه را برای افزایش پتانسیل درآمدهای بیمارستان هموار می کند. یادگیری ماشین، زیرمجموعهای از هوش مصنوعی است که برای شناسایی الگوها طراحی شده است و از آنها در طراحی الگوریتم برای ارائه راهکار و پیشنهاد به ارائه دهندگان مراقبتهای بهداشتی استفاده می کند.
هوش مصنوعی میتواند با تقویت داروی پیشگیری و کشف داروی جدید، مراقبت های بهداشتی را بهبود بخشد. دو نمونه از تأثیر AI بر مراقبتهای بهداشتی شامل این موارد است:
ادامه مطلب را اينجا بخوانيد
تعداد کلمات: 800 کلمه
⏰زمان مطالعه:6 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
https://www.businessinsider.com/artificial-intelligence-healthcare
✏️هوش مصنوعی (AI) معمولاً با توانایی ماشین، درانجام وظایفی که با ذهن انسان مرتبط است شناخته میشود. با این حال، آنچه برای عموم ناشناخته است نحوه استفاده ازهوش مصنوعی در صنایع خاص مانند مراقبت های بهداشتی است. استفاده از هوش مصنوعی در سال های اخیر در بهداشت و درمان گستردهتر شده و انتظار می رود در سالهای آینده بخش جدایی ناپذیری از بهداشت و درمان باشد. مجله Business Insider Intelligence گزارش داد که پیش بینی می شود هزینه های AI در مراقبت های بهداشتی تا سال 2023 سالانه 48 درصد رشد کند.
✏️هوش مصنوعی در بهداشت و درمان چیست؟
یادگیری ماشین، توانایی ارائه پشتیبانی و تصمیم گیری بالینی مبتنی بر داده، به پزشکان و پرستاران را دارد و راه را برای افزایش پتانسیل درآمدهای بیمارستان هموار می کند. یادگیری ماشین، زیرمجموعهای از هوش مصنوعی است که برای شناسایی الگوها طراحی شده است و از آنها در طراحی الگوریتم برای ارائه راهکار و پیشنهاد به ارائه دهندگان مراقبتهای بهداشتی استفاده می کند.
هوش مصنوعی میتواند با تقویت داروی پیشگیری و کشف داروی جدید، مراقبت های بهداشتی را بهبود بخشد. دو نمونه از تأثیر AI بر مراقبتهای بهداشتی شامل این موارد است:
ادامه مطلب را اينجا بخوانيد
تعداد کلمات: 800 کلمه
⏰زمان مطالعه:6 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
https://www.businessinsider.com/artificial-intelligence-healthcare
www.codecool.ir
استفاده از هوش مصنوعی در مراقبت های بهداشتی و پزشکی
هوش مصنوعی (AI) معمولاً با توانایی ماشین، درانجام وظایفی که با ذهن انسان مرتبط است شناخته میشود. با این حال، آنچه برای عموم ناشناخته است نحوه استفاده ازهوش مصنوعی در صنایع خاص مانند مراقبت های بهداشتی است. استفاده از هوش مصنوعی در سال های اخیر در بهداشت…
اولین گامها در جهت دستیابی به مغز کوانتومی
🧠 مادهای هوشمند که مانند مغز انسان بتواند با ایجاد تغییر فیزیکی در خودش یاد بگیرد، میتواند پایه و اساس نسل کاملا جدیدی از کامپیوترها باشد.
👨🏼💼🧑🏻🔬فیزیکدانان دانشگاه رادبود که در جهت دستیابی به چیزی به نام "مغز کوانتومی" تلاش میکنند، در این راه گام مهمی برداشتهاند.
⚛ آنها نشان دادهاند که با الگوسازی و اتصال اتمهای منفرد میتوان شبکهای از این اتمها ایجاد نمود و به وسیلهی آن رفتار مستقل و خودمختار نورونها و سیناپسها در مغز را تقلید کرد.
📄 این گروه یافتههای خود را به تازگی در Nature Nanotechnology منتشر کردهاند.
ادامهی مطلب...
📝تعداد کلمات: 685
⏰زمان مطالعه: کمتر از 4 دقیقه
📝تهیه و تنظیم : #سارا_فیاضزاده
دانشجوی دکتری #بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها: #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع :
https://scitechdaily.com/the-first-steps-toward-a-quantum-brain-an-intelligent-material-that-learns-by-physically-changing-itself/
🧠 مادهای هوشمند که مانند مغز انسان بتواند با ایجاد تغییر فیزیکی در خودش یاد بگیرد، میتواند پایه و اساس نسل کاملا جدیدی از کامپیوترها باشد.
👨🏼💼🧑🏻🔬فیزیکدانان دانشگاه رادبود که در جهت دستیابی به چیزی به نام "مغز کوانتومی" تلاش میکنند، در این راه گام مهمی برداشتهاند.
⚛ آنها نشان دادهاند که با الگوسازی و اتصال اتمهای منفرد میتوان شبکهای از این اتمها ایجاد نمود و به وسیلهی آن رفتار مستقل و خودمختار نورونها و سیناپسها در مغز را تقلید کرد.
📄 این گروه یافتههای خود را به تازگی در Nature Nanotechnology منتشر کردهاند.
ادامهی مطلب...
📝تعداد کلمات: 685
⏰زمان مطالعه: کمتر از 4 دقیقه
📝تهیه و تنظیم : #سارا_فیاضزاده
دانشجوی دکتری #بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها: #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع :
https://scitechdaily.com/the-first-steps-toward-a-quantum-brain-an-intelligent-material-that-learns-by-physically-changing-itself/
www.codecool.ir
اولین گامها در جهت دستیابی به مغز کوانتومی
مادهای هوشمند که مانند مغز انسان بتواند با ایجاد تغییر فیزیکی در خودش یاد بگیرد، میتواند پایه و اساس نسل کاملا جدیدی از کامپیوترها باشد. فیزیکدانان دانشگاه رادبود که در جهت دستیابی به چیزی به نام "مغز کوانتومی" تلاش میکنند، در این راه گام مهمی برداشتهاند.…
هولوگرافی کوانتومی
💳هولوگرام به عنوان تصاویر امنیتی چاپ شده روی کارتهای اعتباری و گذرنامه برای بسیاری آشنا است، اما کاربردهای دیگری هم دارد، از جمله ذخیرهٔ اطلاعات، تصویربرداری پزشکی و صنایع دفاعی.
💻نوع جدیدی از هولوگرافی کوانتومی، از فوتونهای درهمتنیده برای غلبه بر محدودیتهای هولوگرافی معمولی استفاده میکند که میتواند منجر به بهبود تصویربرداری پزشکی و سرعت پیشرفت علم کوانتومی شود.
👨💻تیمی از فیزیکدانان دانشگاه Glasgow اولین کسانی در جهان هستند که راهی برای استفاده از فوتونهای کوانتومی درهمتنیده برای رمزگذاری اطلاعات در هولوگرام پیدا کردند. روند دستیابی به این موفقیت در مقالهای که در ۴ فوریه ۲۰۲۱ در مجله Nature Physics منتشر شد، بیان شدهاست.
📋هولوگرافی کلاسیک با پرتو لیزر که به دو مسیر تقسیم میشود، تفسیرهای دو بعدی از اشیا سه بعدی ایجاد میکند. مسیر پرتو اول، معروف به پرتو شی، جسم هدف هولوگراف را با نور بازتاب شده توسط یک دوربین یا فیلم هولوگرافی خاص روشن میکند. مسیر پرتو دوم که به عنوان پرتو مرجع شناخته میشود، بدون لمس جسم هدف، مستقیماً از آینه روی سطح مجموعه بازتاب میشود. هولوگراف با اندازهگیری اختلاف فاز نور در محل برخورد دو پرتو ایجاد میشود.
ادامهٔ مطلب...
📝تعداد کلمات: ۹۱۱ کلمه
⏰زمان مطالعه: کمتر از ۵ دقیقه
📝تهیه و تنظیم: #مریم_رفیعیپور
دانشجوی کارشناسیارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبهها: #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
scitechdaily
📌لینک مقاله:
Nature
💳هولوگرام به عنوان تصاویر امنیتی چاپ شده روی کارتهای اعتباری و گذرنامه برای بسیاری آشنا است، اما کاربردهای دیگری هم دارد، از جمله ذخیرهٔ اطلاعات، تصویربرداری پزشکی و صنایع دفاعی.
💻نوع جدیدی از هولوگرافی کوانتومی، از فوتونهای درهمتنیده برای غلبه بر محدودیتهای هولوگرافی معمولی استفاده میکند که میتواند منجر به بهبود تصویربرداری پزشکی و سرعت پیشرفت علم کوانتومی شود.
👨💻تیمی از فیزیکدانان دانشگاه Glasgow اولین کسانی در جهان هستند که راهی برای استفاده از فوتونهای کوانتومی درهمتنیده برای رمزگذاری اطلاعات در هولوگرام پیدا کردند. روند دستیابی به این موفقیت در مقالهای که در ۴ فوریه ۲۰۲۱ در مجله Nature Physics منتشر شد، بیان شدهاست.
📋هولوگرافی کلاسیک با پرتو لیزر که به دو مسیر تقسیم میشود، تفسیرهای دو بعدی از اشیا سه بعدی ایجاد میکند. مسیر پرتو اول، معروف به پرتو شی، جسم هدف هولوگراف را با نور بازتاب شده توسط یک دوربین یا فیلم هولوگرافی خاص روشن میکند. مسیر پرتو دوم که به عنوان پرتو مرجع شناخته میشود، بدون لمس جسم هدف، مستقیماً از آینه روی سطح مجموعه بازتاب میشود. هولوگراف با اندازهگیری اختلاف فاز نور در محل برخورد دو پرتو ایجاد میشود.
ادامهٔ مطلب...
📝تعداد کلمات: ۹۱۱ کلمه
⏰زمان مطالعه: کمتر از ۵ دقیقه
📝تهیه و تنظیم: #مریم_رفیعیپور
دانشجوی کارشناسیارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبهها: #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
scitechdaily
📌لینک مقاله:
Nature
www.codecool.ir
هولوگرافی کوانتومی
هولوگرام به عنوان تصاویر امنیتی چاپ شده روی کارتهای اعتباری و گذرنامه برای بسیاری آشنا است، اما کاربردهای دیگری هم دارد، از جمله ذخیرهٔ اطلاعات، تصویربرداری پزشکی و صنایع دفاعی.
نوع جدیدی از هولوگرافی کوانتومی، از فوتونهای درهمتنیده برای غلبه بر محدودیتهای…
نوع جدیدی از هولوگرافی کوانتومی، از فوتونهای درهمتنیده برای غلبه بر محدودیتهای…
📎 استفاده از فنآوری بلاکچین در قوانین کپی رایت
✏️دلیل نامیدن این فناوری به بلاکچین به این خاطر است که مانند دفتر حسابداری توزیع شده و غیر متمرکز عمل می کند، که در آن سوابق، بلوکهایی هستند که به صورت رمزنگاری به هم متصل میشوند. هر بلوک پس از اعتبار سنجی توزیع شده، که بقیه کاربران شبکه در آن شرکت میکنند، به صورت رمزنگاری با بلوک قبلی مرتبط می شود و بدین ترتیب واسطههای پرهزینه را دور می زند. افزودن بلوک های جدید معمولاً اصلاح یا حذف بلوک های قدیمی را غیرممکن میکند، بنابراین از دستکاری اطلاعات جلوگیری میشود.
✏️بلاکچین یک فناوری غیر متمرکز است که برای محافظت از امنیت و حریم خصوصی معاملات آنلاین استفاده میشود و معمولاً با ارزهای رمزپایهای مانند بیت کوین همراه است. و میتواند در انواع مبادلات دیجیتال اعمال شود.
ادامه مطلب
تعداد کلمات: 500 کلمه
⏰زمان مطالعه:3 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
https://techxplore.com/news/2021-02-blockchain-based-copyright.html
✏️دلیل نامیدن این فناوری به بلاکچین به این خاطر است که مانند دفتر حسابداری توزیع شده و غیر متمرکز عمل می کند، که در آن سوابق، بلوکهایی هستند که به صورت رمزنگاری به هم متصل میشوند. هر بلوک پس از اعتبار سنجی توزیع شده، که بقیه کاربران شبکه در آن شرکت میکنند، به صورت رمزنگاری با بلوک قبلی مرتبط می شود و بدین ترتیب واسطههای پرهزینه را دور می زند. افزودن بلوک های جدید معمولاً اصلاح یا حذف بلوک های قدیمی را غیرممکن میکند، بنابراین از دستکاری اطلاعات جلوگیری میشود.
✏️بلاکچین یک فناوری غیر متمرکز است که برای محافظت از امنیت و حریم خصوصی معاملات آنلاین استفاده میشود و معمولاً با ارزهای رمزپایهای مانند بیت کوین همراه است. و میتواند در انواع مبادلات دیجیتال اعمال شود.
ادامه مطلب
تعداد کلمات: 500 کلمه
⏰زمان مطالعه:3 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
https://techxplore.com/news/2021-02-blockchain-based-copyright.html
www.codecool.ir
استفاده از فنآوری بلاکچین در قوانین کپی رایت
دلیل نامیدن این فناوری به بلاکچین به این خاطر است که مانند دفتر حسابداری توزیع شده و غیر متمرکز عمل می کند، که در آن سوابق، بلوکهایی هستند که به صورت رمزنگاری به هم متصل میشوند. هر بلوک پس از اعتبار سنجی توزیع شده، که بقیه کاربران شبکه در آن شرکت میکنند،…
تشخیص زلزله توسط فیبرهای نوری زیر دریا
📋زلزلهشناسان در Caltech که با متخصصان اپتیک گوگل همکاری میکنند، روشی را برای استفاده از کابلهای مخابراتی موجود در زیر آب برای شناسایی زمینلرزه ایجاد کردهاند. این روش میتواند منجر به بهبود سیستمهای هشدار زلزله و سونامی در سراسر جهان شود.
💻شبکهٔ گستردهای شامل بیش از یک میلیون کیلومتر کابل فیبر نوری در کف اقیانوسها قرار دارد. در دههٔ ۱۹۸۰ شرکتهای مخابراتی و دولتها شروع به کار گذاشتن هزاران کیلومتر کابل کردند. امروزه این شبکهٔ جهانی به عنوان پایهٔ ارتباطات بینالمللی محسوب میشود.
🌏مدتهاست که دانشمندان به دنبال راهی برای استفاده از این کابلها برای زیر نظر گرفتن مناطق زلزلهخیز هستند. بیش از ۷۰ درصد کره زمین توسط آب پوشیده شدهاست؛ نصب و نظارت بر لرزهسنجهای زیر آب برای پیگیری حرکات زمین در زیر دریاها بسیار دشوار و گران است. نظارت بر مناطق زلزلهخیز با استفاده از زیرساختهای موجود در کف اقیانوس است، میتواند ایدهآل باشد.
ادامهٔ مطلب...
📝تعداد کلمات: ۸۲۳ کلمه
⏰زمان مطالعه: حدود ۴ دقیقه
📝تهیه و تنظیم: #مریم_رفیعیپور
دانشجوی کارشناسیارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبهها: #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
SciTechDaily
📌لینک مقاله:
Science
📋زلزلهشناسان در Caltech که با متخصصان اپتیک گوگل همکاری میکنند، روشی را برای استفاده از کابلهای مخابراتی موجود در زیر آب برای شناسایی زمینلرزه ایجاد کردهاند. این روش میتواند منجر به بهبود سیستمهای هشدار زلزله و سونامی در سراسر جهان شود.
💻شبکهٔ گستردهای شامل بیش از یک میلیون کیلومتر کابل فیبر نوری در کف اقیانوسها قرار دارد. در دههٔ ۱۹۸۰ شرکتهای مخابراتی و دولتها شروع به کار گذاشتن هزاران کیلومتر کابل کردند. امروزه این شبکهٔ جهانی به عنوان پایهٔ ارتباطات بینالمللی محسوب میشود.
🌏مدتهاست که دانشمندان به دنبال راهی برای استفاده از این کابلها برای زیر نظر گرفتن مناطق زلزلهخیز هستند. بیش از ۷۰ درصد کره زمین توسط آب پوشیده شدهاست؛ نصب و نظارت بر لرزهسنجهای زیر آب برای پیگیری حرکات زمین در زیر دریاها بسیار دشوار و گران است. نظارت بر مناطق زلزلهخیز با استفاده از زیرساختهای موجود در کف اقیانوس است، میتواند ایدهآل باشد.
ادامهٔ مطلب...
📝تعداد کلمات: ۸۲۳ کلمه
⏰زمان مطالعه: حدود ۴ دقیقه
📝تهیه و تنظیم: #مریم_رفیعیپور
دانشجوی کارشناسیارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبهها: #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
SciTechDaily
📌لینک مقاله:
Science
www.codecool.ir
تشخیص زلزله توسط فیبرهای نوری زیر دریا
زلزلهشناسان در Caltech که با متخصصان اپتیک گوگل همکاری میکنند، روشی را برای استفاده از کابلهای مخابراتی موجود در زیر آب برای شناسایی زمینلرزه ایجاد کردهاند. این روش میتواند منجر به بهبود سیستمهای هشدار زلزله و سونامی در سراسر جهان شود.
شبکهٔ گستردهای…
شبکهٔ گستردهای…
🆕 واکسن جدید COVID-19، به صورت اسپری بینی و با بهرهگیری از فناوری انتقال ژن
🔬 مجموعه آزمایشگاه Rokote در فنلاند، در حال کار روی تولید و تجاریسازی واکسن COVID-19 به صورت اسپری بینی است. این واکسن براساس تحقیقات انجام شده در دانشگاه Helsinki و دانشگاه فنلاند شرقی (University of Eastern Finland) در حال توسعه است.
🦠 این واکسن از یک حامل ویروسی (آدنو ویروس) ایمن که حاوی یک رشته DNA شبیهسازی شده است، استفاده میکند. ورود آن به بدن باعث تولید پروتئینهای ویروسی توسط سلولهای نازوفارنکس میشود، که این پروتئینها هم به نوبۀ خود موجب ایجاد پاسخ سیستم ایمنی به واکسن میشوند. در این واکسن هیچ ویروس حقیقی SARS-CoV-2 وجود ندارد.
👥 به گفتهی پژوهشگران این طرح، برنامههای واکسیناسیون کنونی، نیاز به تولید واکسنهای جدید را از بین نمیبرد، زیرا انتظار میرود انواع جدید این ویروس موجب شیوع موجهای جدیدی از بیماری شود و گروههای حساس و در معرض خطر همچنان تا سالهای آتی به واکسنهای جدید علیه انواع جدید ویروس احتیاج خواهند داشت.
متن کامل خبر...
📝تعداد کلمات: 518
⏰زمان مطالعه: کمتر از 3 دقیقه
📝تهیه و تنظیم : #سارا_فیاضزاده
دانشجوی دکتری #بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها: #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع :
scitechdaily
🔬 مجموعه آزمایشگاه Rokote در فنلاند، در حال کار روی تولید و تجاریسازی واکسن COVID-19 به صورت اسپری بینی است. این واکسن براساس تحقیقات انجام شده در دانشگاه Helsinki و دانشگاه فنلاند شرقی (University of Eastern Finland) در حال توسعه است.
🦠 این واکسن از یک حامل ویروسی (آدنو ویروس) ایمن که حاوی یک رشته DNA شبیهسازی شده است، استفاده میکند. ورود آن به بدن باعث تولید پروتئینهای ویروسی توسط سلولهای نازوفارنکس میشود، که این پروتئینها هم به نوبۀ خود موجب ایجاد پاسخ سیستم ایمنی به واکسن میشوند. در این واکسن هیچ ویروس حقیقی SARS-CoV-2 وجود ندارد.
👥 به گفتهی پژوهشگران این طرح، برنامههای واکسیناسیون کنونی، نیاز به تولید واکسنهای جدید را از بین نمیبرد، زیرا انتظار میرود انواع جدید این ویروس موجب شیوع موجهای جدیدی از بیماری شود و گروههای حساس و در معرض خطر همچنان تا سالهای آتی به واکسنهای جدید علیه انواع جدید ویروس احتیاج خواهند داشت.
متن کامل خبر...
📝تعداد کلمات: 518
⏰زمان مطالعه: کمتر از 3 دقیقه
📝تهیه و تنظیم : #سارا_فیاضزاده
دانشجوی دکتری #بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها: #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع :
scitechdaily
www.codecool.ir
واکسن جدید COVID-19 به صورت اسپری بینی و با بهرهگیری از فناوری انتقال ژن
مجموعه آزمایشگاه Rokote در فنلاند، در حال کار روی تولید و تجاریسازی واکسن COVID-19 به صورت اسپری بینی است. این واکسن براساس تحقیقات انجام شده در دانشگاه Helsinki و دانشگاه فنلاند شرقی (University of Eastern Finland) در حال توسعه است.
واکسنی که از فناوری…
واکسنی که از فناوری…
📎 فناوري تشخيص چهره با استفاده از هوش مصنوعي. ناجي يا ناقض حريم خصوصي؟
✏️برنامههای جدید و استفاده از هوش مصنوعی (AI) در آنها، توسط بخش های دولتی و خصوصی کشورها پذیرفته می شوند. یکی از مهمترین این تکنولوژیهای نوپا برنامه تشخيص چهره است.
آمازون و مایکروسافت اعلام کردند که از توسعه نرمافزار شناسایی چهره عقبنشینی میکنند، زیرا این مسئله باعث تقویت تعصبات نژادی و جنسیتی میشود. آمازون و مایکروسافت گفتند تا زمان تصویب قوانین جدید در ایالات متحده برای رسیدگی به موارد نقض احتمالی حقوق بشر، فروش نرمافزار تشخیص چهره به پلیس را متوقف کرده و خواستار بازبینی گسترده این صنعت و نحوه استفاده از آن شدهاند. در اوایل سال، مدیر اجرایی شرکت مادر Google ، از پیشنهاد اتحادیه اروپا برای ممنوعیت موقت این فناوری در مکانهای عمومی، مانند ایستگاههای قطار و استادیومها، پشتیبانی کرد. سیستمهای تشخیص چهره با استفاده از تعداد زیادی تصویر آموزش داده میشوند تا از طریق نقشهبرداری از هندسه برخی از ویژگیهای صورت، چهرههای نمایشی از مردم ایجاد کنند. برای طبقهبندی چهره از دستههایی مانند جنسیت، سن یا نژاد و مقایسه آن با سایر چهرههای ذخیره شده در پایگاه دادهها استفاده میشود. طبق گزارش سال 2018 موسسه ملی استاندارد و فناوری ایالات متحده (NIST) ، بین سالهای 2014 و 2018، سیستمهای تشخیص چهره 20 برابر بهتر از روشهای مرسوم در یافتن تطابق در یک پایگاه داده از 12 میلیون عکس بودند. اما یک مطالعه جداگانه، که توسط NIST در دسامبر 2019 منتشر شد، نشان داد که چهرههای آفریقایی-آمریکایی و آسیایی 10 تا 100 برابر بیشتر از مردان قفقازی اشتباه شناسایی می شوند این سیستمها همچنین در شناسایی زنان نیز خطای زیادی داشتند.
ادامه مطلب...
تعداد کلمات: 550 کلمه
⏰زمان مطالعه:3 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
nature
✏️برنامههای جدید و استفاده از هوش مصنوعی (AI) در آنها، توسط بخش های دولتی و خصوصی کشورها پذیرفته می شوند. یکی از مهمترین این تکنولوژیهای نوپا برنامه تشخيص چهره است.
آمازون و مایکروسافت اعلام کردند که از توسعه نرمافزار شناسایی چهره عقبنشینی میکنند، زیرا این مسئله باعث تقویت تعصبات نژادی و جنسیتی میشود. آمازون و مایکروسافت گفتند تا زمان تصویب قوانین جدید در ایالات متحده برای رسیدگی به موارد نقض احتمالی حقوق بشر، فروش نرمافزار تشخیص چهره به پلیس را متوقف کرده و خواستار بازبینی گسترده این صنعت و نحوه استفاده از آن شدهاند. در اوایل سال، مدیر اجرایی شرکت مادر Google ، از پیشنهاد اتحادیه اروپا برای ممنوعیت موقت این فناوری در مکانهای عمومی، مانند ایستگاههای قطار و استادیومها، پشتیبانی کرد. سیستمهای تشخیص چهره با استفاده از تعداد زیادی تصویر آموزش داده میشوند تا از طریق نقشهبرداری از هندسه برخی از ویژگیهای صورت، چهرههای نمایشی از مردم ایجاد کنند. برای طبقهبندی چهره از دستههایی مانند جنسیت، سن یا نژاد و مقایسه آن با سایر چهرههای ذخیره شده در پایگاه دادهها استفاده میشود. طبق گزارش سال 2018 موسسه ملی استاندارد و فناوری ایالات متحده (NIST) ، بین سالهای 2014 و 2018، سیستمهای تشخیص چهره 20 برابر بهتر از روشهای مرسوم در یافتن تطابق در یک پایگاه داده از 12 میلیون عکس بودند. اما یک مطالعه جداگانه، که توسط NIST در دسامبر 2019 منتشر شد، نشان داد که چهرههای آفریقایی-آمریکایی و آسیایی 10 تا 100 برابر بیشتر از مردان قفقازی اشتباه شناسایی می شوند این سیستمها همچنین در شناسایی زنان نیز خطای زیادی داشتند.
ادامه مطلب...
تعداد کلمات: 550 کلمه
⏰زمان مطالعه:3 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
nature
Forwarded from Tools | ابزارک
#پربازدیدترینهایسال۹۹
#اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
#اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
رباتی که قادر است اشیاء پنهان شده را تشخیص دهد
🤖 در سالهای اخیر رباتها به فناوری دید، لامسه و حتی بویایی مصنوعی دست یافتهاند و پژوهشگران به رباتها ادراک انسانی بخشیدهاند. اکنون در تلاشند که درکی فوق بشری در آنها ایجاد کنند.
🔍 پژوهشگران MIT موفق به ساخت رباتی شدهاند که میتواند با استفاده از امواج رادیویی که قابليت عبور از دیوار و موانع را دارد، اشیاء مخفی شده را کشف و درک نماید.
📄 این تحقیق در ماه مه در کنفرانس بینالمللی روباتیک IEEE ارائه خواهد شد.
🦾 این ربات شامل یک بازوی رباتیکی است که به یک دست برای گرفتن اشیاء متصل است. دوربین روی مچ آن قرار دارد و خوانشگر فرکانس رادیویی به صورت مستقل از ربات قرار میگیرد.
👩🏻🔧 به گفتهی نویسندهی اصلی این مقاله، تارا بروشکی، دستیار تحقیق در گروه signal kinetics آزمایشگاه رسانهی MIT، ادغام دو جریان دادهی حاصل از دوربین معمولی و خوانشگر فرکانس رادیویی در بخش تصمیمگیری ربات از بزرگترین چالشهای این تحقیق بود.
متن کامل خبر...
📝تعداد کلمات: 799 کلمه
⏰زمان مطالعه: حدود 4 دقیقه
📝تهیه و تنظیم : #سارا_فیاضزاده
دانشجوی دکتری #بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها: #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع :
https://news.mit.edu/2021/robot-senses-hidden-objects-0401
🤖 در سالهای اخیر رباتها به فناوری دید، لامسه و حتی بویایی مصنوعی دست یافتهاند و پژوهشگران به رباتها ادراک انسانی بخشیدهاند. اکنون در تلاشند که درکی فوق بشری در آنها ایجاد کنند.
🔍 پژوهشگران MIT موفق به ساخت رباتی شدهاند که میتواند با استفاده از امواج رادیویی که قابليت عبور از دیوار و موانع را دارد، اشیاء مخفی شده را کشف و درک نماید.
📄 این تحقیق در ماه مه در کنفرانس بینالمللی روباتیک IEEE ارائه خواهد شد.
🦾 این ربات شامل یک بازوی رباتیکی است که به یک دست برای گرفتن اشیاء متصل است. دوربین روی مچ آن قرار دارد و خوانشگر فرکانس رادیویی به صورت مستقل از ربات قرار میگیرد.
👩🏻🔧 به گفتهی نویسندهی اصلی این مقاله، تارا بروشکی، دستیار تحقیق در گروه signal kinetics آزمایشگاه رسانهی MIT، ادغام دو جریان دادهی حاصل از دوربین معمولی و خوانشگر فرکانس رادیویی در بخش تصمیمگیری ربات از بزرگترین چالشهای این تحقیق بود.
متن کامل خبر...
📝تعداد کلمات: 799 کلمه
⏰زمان مطالعه: حدود 4 دقیقه
📝تهیه و تنظیم : #سارا_فیاضزاده
دانشجوی دکتری #بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها: #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع :
https://news.mit.edu/2021/robot-senses-hidden-objects-0401
📎 ابزار جدید یادگیری عمیق و انقلابی در میکروسکوپ
✏️ابزاری برای توسعه هوش مصنوعی در دانشگاه گوتنبرگ فرصتهای جدیدی را برای تجزیه و تحلیل تصاویر دريافت شده توسط میکروسکوپ فراهم میآورد. یک مطالعه جدی در اين زمينه نشان میدهد که این ابزار که قبلاً بصورت بينالمللی به رسميت شناخته شده، میتواند ويژگيهای میکروسکوپی را به طور اساسی تغییر دهد و زمینه را برای کشف و موارد جدید استفاده در تحقیقات و صنعت فراهم کند. تمرکز بر مطالعه یادگیری عمیق(Deep Learning)، نوعی هوش مصنوعی (AI) و یادگیری ماشینی است که همهی ما روزانه با آن ارتباط برقرار میکنیم و اين ارتباط در شرايطی است که غالبا به آنها فکر هم نمیکنیم. به عنوان مثال، وقتی آهنگ جدیدی در Spotify پخش میشود که شبیه آهنگهایی است که قبلاً گوش دادهایم یا وقتی دوربین تلفن همراه ما به طور خودکار بهترین تنظیمات را پیدا میکند و رنگ ها را در عکس تصحیح می کند همه اين موارد جزو مواردی است که در ذهن بسيار تکراری تلقی ميشود اما در پس اين موارد تکنولوژی عظيم يادگيری ماشين و يادگيری عميق نهفته شده است.
ادامه مطلب
تعداد کلمات: 600 کلمه
⏰زمان مطالعه:3 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
scitechdaily
✏️ابزاری برای توسعه هوش مصنوعی در دانشگاه گوتنبرگ فرصتهای جدیدی را برای تجزیه و تحلیل تصاویر دريافت شده توسط میکروسکوپ فراهم میآورد. یک مطالعه جدی در اين زمينه نشان میدهد که این ابزار که قبلاً بصورت بينالمللی به رسميت شناخته شده، میتواند ويژگيهای میکروسکوپی را به طور اساسی تغییر دهد و زمینه را برای کشف و موارد جدید استفاده در تحقیقات و صنعت فراهم کند. تمرکز بر مطالعه یادگیری عمیق(Deep Learning)، نوعی هوش مصنوعی (AI) و یادگیری ماشینی است که همهی ما روزانه با آن ارتباط برقرار میکنیم و اين ارتباط در شرايطی است که غالبا به آنها فکر هم نمیکنیم. به عنوان مثال، وقتی آهنگ جدیدی در Spotify پخش میشود که شبیه آهنگهایی است که قبلاً گوش دادهایم یا وقتی دوربین تلفن همراه ما به طور خودکار بهترین تنظیمات را پیدا میکند و رنگ ها را در عکس تصحیح می کند همه اين موارد جزو مواردی است که در ذهن بسيار تکراری تلقی ميشود اما در پس اين موارد تکنولوژی عظيم يادگيری ماشين و يادگيری عميق نهفته شده است.
ادامه مطلب
تعداد کلمات: 600 کلمه
⏰زمان مطالعه:3 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
scitechdaily
www.codecool.ir
ابزار جدید یادگیری عمیق می تواند انقلابی در میکروسکوپ ایجاد کند
ابزاری برای توسعه هوشمصنوعی دردانشگاه گوتنبرگ فرصتهای جدیدی را برای تجزیه و تحلیل تصاویر دريافت شده توسط میکروسکوپ فراهم ميآورد. یک مطالعه جدي در اين زمينه نشان میدهد که این ابزار که قبلاً به بصورت بينالمللي به رسميت شناخته شده، میتواند ويژگيهاي میکروسکوپی…
📎جمع آوری DNA از هوا
✏️ انسانها dnaهای خود را در هر مکانی از جمله در هوا پخش میکنند. نمونه برداری از DNAهای موجود در هوا تاکنون انجام نشده است، اما پژوهشگران در مطالعهای برای اولین بار در حال انجام این کار هستند. DNAهایی که موجودات زنده از جمله انسانها و دیگر موجودات در محیط پراکنده میکنند را eDNA میگویند. جمعآوری eDNAها از محیطهای آبی برای شناختن گونهها بسیار رایج است، اما تاکنون تلاشی برای جمع آوری eDNA ها از هوا صورت نگرفته است.
خانم Elizabeth Clare اکولوژیست دانشگاه Queen Mary در لندن و نویسنده نوشتار حاضر میگوید هدف ما از انجام این تحقیق دانستن این موضوع است که چگونه میتوان eDNAهای موجود در هوا را شناسایی کرد، تا شاید به وسیله آن بتوان حیواناتی که در خشکی زندگی میکنند، را ردیابی کرد. وی اشاره کرد که ما بسیار مشتاق هستیم که بدانیم، چطور میتوان از eDnaها به منظور ارزیابی و بررسی گونههایی که در غارها زندگی میکنند ( چون ردیابی و گرفتن آنها بسیار دشوار است) استفاده کرد.
ادامه مطلب
📝تعداد کلمات: 520
⏰زمان مطالعه: حدود 4 دقیقه
📝 تهیه و تنظیم:#کریم_رحیمیان
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
۴شنبهها : #اخبار فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
https://www.livescience.com/dna-collected-air.html
✏️ انسانها dnaهای خود را در هر مکانی از جمله در هوا پخش میکنند. نمونه برداری از DNAهای موجود در هوا تاکنون انجام نشده است، اما پژوهشگران در مطالعهای برای اولین بار در حال انجام این کار هستند. DNAهایی که موجودات زنده از جمله انسانها و دیگر موجودات در محیط پراکنده میکنند را eDNA میگویند. جمعآوری eDNAها از محیطهای آبی برای شناختن گونهها بسیار رایج است، اما تاکنون تلاشی برای جمع آوری eDNA ها از هوا صورت نگرفته است.
خانم Elizabeth Clare اکولوژیست دانشگاه Queen Mary در لندن و نویسنده نوشتار حاضر میگوید هدف ما از انجام این تحقیق دانستن این موضوع است که چگونه میتوان eDNAهای موجود در هوا را شناسایی کرد، تا شاید به وسیله آن بتوان حیواناتی که در خشکی زندگی میکنند، را ردیابی کرد. وی اشاره کرد که ما بسیار مشتاق هستیم که بدانیم، چطور میتوان از eDnaها به منظور ارزیابی و بررسی گونههایی که در غارها زندگی میکنند ( چون ردیابی و گرفتن آنها بسیار دشوار است) استفاده کرد.
ادامه مطلب
📝تعداد کلمات: 520
⏰زمان مطالعه: حدود 4 دقیقه
📝 تهیه و تنظیم:#کریم_رحیمیان
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
۴شنبهها : #اخبار فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
https://www.livescience.com/dna-collected-air.html
www.codecool.ir
اکنون محققان میتواند Dnaها را از هوا جمع آوری کنند.
انسانها dnaهای خود را در هر مکانی از جمله در هوا پخش میکنند. نمونه برداری از dnaهای موجود در هوا تاکنون انجام نشده است، اما پژوهشگران در مطالعهای برای اولین بار در حال انجام این کار هستند. Dnaهایی که موجودات زنده از جمله انسانها و دیگر موجودات در محیط…
کشف سیگنال رادیویی در اتمسفر سیارهٔ ناهید توسط کاوشگر خورشیدی پارکر ناسا
🛰 هنگام چرخش سیارهٔ ناهید، کاوشگر خورشیدی پارکر ناسا یک سیگنال رادیویی طبیعی را کشف کرد که نشان میدهد، جو بالایی این سیاره موجب حرکت فضاپیما شدهاست. این اولین اندازهگیری مستقیم جو ناهید در ۳۰ سال گذشته است و به نظر میرسد کاملاً متفاوت از گذشتهٔ ناهید باشد. مطالعهٔ منتشر شده در هفتهٔ اخیر تأیید میکند که جو بالایی ناهید طی یک چرخهٔ خورشیدی، چرخهٔ فعالیت ۱۱ ساله خورشید، دچار تغییرات معماگونهای شدهاست. این نشانه، سرنخی برای درک چگونگی و چرایی تفاوت ناهید و زمین است.
🌎 زمین و ناهید که از فرایندهای مشابه متولد شدهاند، دوقلو هستند. هر دو سنگلاخی و هم اندازه هستند و ساختار مشابه دارند. اما مسیرهای آنها از بدو تولد متفاوت بود. ناهید فاقد میدان مغناطیسی است و سطح آن در دمای به اندازهٔ کافی گرم، ذوب میشود. فضاپیماها فقط چند ساعت در آنجا زنده ماندهاند. مطالعهٔ ناهید، هرچند که سکونتپذیر نیست، به دانشمندان کمک میکند تا درک کنند که این دوقلوها چگونه تکامل یافتهاند و چه عواملی باعث سکونت در سیارههایی مشابه زمین میشود.
ادامهٔ مطلب...
📝تعداد کلمات: ۶۸۱ کلمه
⏰زمان مطالعه: حدود ۳ دقیقه
📝تهیه و تنظیم: #مریم_رفیعیپور
دانشجوی کارشناسیارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبهها: #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
scitechdaily
📌لینک مقاله:
AGU
🛰 هنگام چرخش سیارهٔ ناهید، کاوشگر خورشیدی پارکر ناسا یک سیگنال رادیویی طبیعی را کشف کرد که نشان میدهد، جو بالایی این سیاره موجب حرکت فضاپیما شدهاست. این اولین اندازهگیری مستقیم جو ناهید در ۳۰ سال گذشته است و به نظر میرسد کاملاً متفاوت از گذشتهٔ ناهید باشد. مطالعهٔ منتشر شده در هفتهٔ اخیر تأیید میکند که جو بالایی ناهید طی یک چرخهٔ خورشیدی، چرخهٔ فعالیت ۱۱ ساله خورشید، دچار تغییرات معماگونهای شدهاست. این نشانه، سرنخی برای درک چگونگی و چرایی تفاوت ناهید و زمین است.
🌎 زمین و ناهید که از فرایندهای مشابه متولد شدهاند، دوقلو هستند. هر دو سنگلاخی و هم اندازه هستند و ساختار مشابه دارند. اما مسیرهای آنها از بدو تولد متفاوت بود. ناهید فاقد میدان مغناطیسی است و سطح آن در دمای به اندازهٔ کافی گرم، ذوب میشود. فضاپیماها فقط چند ساعت در آنجا زنده ماندهاند. مطالعهٔ ناهید، هرچند که سکونتپذیر نیست، به دانشمندان کمک میکند تا درک کنند که این دوقلوها چگونه تکامل یافتهاند و چه عواملی باعث سکونت در سیارههایی مشابه زمین میشود.
ادامهٔ مطلب...
📝تعداد کلمات: ۶۸۱ کلمه
⏰زمان مطالعه: حدود ۳ دقیقه
📝تهیه و تنظیم: #مریم_رفیعیپور
دانشجوی کارشناسیارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبهها: #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
scitechdaily
📌لینک مقاله:
AGU
www.codecool.ir
کشف سیگنال رادیویی در اتمسفر سیارهٔ ناهید توسط کاوشگر خورشیدی پارکر ناسا
هنگام چرخش سیارهٔ ناهید، کاوشگر خورشیدی پارکر ناسا یک سیگنال رادیویی طبیعی را کشف کرد که نشان میدهد، جو بالایی این سیاره موجب حرکت فضاپیما شدهاست. این اولین اندازهگیری مستقیم جو ناهید در 30 سال گذشته است و به نظر میرسد کاملاً متفاوت از گذشتهٔ ناهید باشد.…
ساخت تصویر از صدا با تکنولوژی مشابه "حس خفاش" برای تلفنهای هوشمند
🦇 دانشمندان راهی پیدا کردهاند تا اشیاء و ابزاری مانند تلفنهای هوشمند و لپتاپها، که به صورت روزمره از آنها استفاده میشود، را به حسی خفاش مانند مجهز کنند تا قادر به درک محیط اطراف باشند.
🔊 در قلب این روش یک الگوریتم یادگیری ماشین پیچیده وجود دارد، این الگوریتم برای تولید تصویر از پژواکهای منعکس شده استفاده میکند که مشابه روش حرکت و شکار خفاش با استفاده از مکانیابی با پژواک است.
🔐 این تکنولوژی می تواند در سیستمهای امنیتی و مراقبتهای بهداشتی کاربرد داشته باشد و با کاهش هزینههای تصویربرداری سهبعدی کاربردهای جدیدی نیز برای آن ایجاد خواهد شد.
متن کامل خبر...
📝تعداد کلمات: 718
⏰زمان مطالعه: کمتر از 4 دقیقه
📝تهیه و تنظیم : #سارا_فیاضزاده
دانشجوی دکتری #بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها: #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع :
scitechdaily
🦇 دانشمندان راهی پیدا کردهاند تا اشیاء و ابزاری مانند تلفنهای هوشمند و لپتاپها، که به صورت روزمره از آنها استفاده میشود، را به حسی خفاش مانند مجهز کنند تا قادر به درک محیط اطراف باشند.
🔊 در قلب این روش یک الگوریتم یادگیری ماشین پیچیده وجود دارد، این الگوریتم برای تولید تصویر از پژواکهای منعکس شده استفاده میکند که مشابه روش حرکت و شکار خفاش با استفاده از مکانیابی با پژواک است.
🔐 این تکنولوژی می تواند در سیستمهای امنیتی و مراقبتهای بهداشتی کاربرد داشته باشد و با کاهش هزینههای تصویربرداری سهبعدی کاربردهای جدیدی نیز برای آن ایجاد خواهد شد.
متن کامل خبر...
📝تعداد کلمات: 718
⏰زمان مطالعه: کمتر از 4 دقیقه
📝تهیه و تنظیم : #سارا_فیاضزاده
دانشجوی دکتری #بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها: #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع :
scitechdaily
www.codecool.ir
ساخت تصویر از صدا با تکنولوژی مشابه "حس خفاش" برای تلفنهای هوشمند
دانشمندان راهی پیدا کردهاند تا اشیاء و ابزاری مانند تلفنهای هوشمند و لپتاپها، که به صورت روزمزه از آنها استفاده میشود را به حسی خفاش مانند مجهز کنند تا قادر به درک محیط اطراف باشند.
در قلب این روش یک الگوریتم یادگیری ماشین پیچیده وجود دارد، این الگوریتم…
در قلب این روش یک الگوریتم یادگیری ماشین پیچیده وجود دارد، این الگوریتم…
📎 تشخيص صدا يکی از برترين پروژههای هوش مصنوعی
✏️از سال 1952 که آزمایشگاههای بل و آدری، دستگاهی که توانایی تشخیص گفتاری را دارد ابداع کردند، هوش مصنوعی راه زیادی را در این زمینه پیموده است. یک مطالعه اخیر توسط Capgemini نشان میدهد که چقدر تشخیص گفتار در همه ارکان تکنولوژی حاضر است و 74٪ از مصرف کنندگان نمونه گزارش کردند که از دستیار مکالمه برای تحقیق و خرید کالا و خدمات، ایجاد لیست خرید و بررسی وضعیت سفارش استفاده میکنند. همه ما با دستیارهای دیجیتالی مانند دستیار Google ، Cortana، Siri و Alexa آشنا هستیم. بیش از یک میلیارد نفر در دنیا از دستیار Google و Siri استفاده میکنند فقط دستیار Siri بیش از 40 میلیون کاربر در ایالات متحده دارد. اما آیا تا به حال فکر کردهاید که این ابزار چگونه حرف شما را میفهمد؟ خوب، آنها برای تولید متن گفتاری از هوش مصنوعی استفاده میکنند.
در تشخیص گفتار، رایانه ورودی را به صورت لرزش صدا(موج)می گیرد. این کار با استفاده از مبدل آنالوگ به دیجیتال انجام میشود که امواج صوتی را به یک قالب دیجیتالی تبدیل میکند که کامپیوتر میتواند آن را درک کند. سپس یک سری الگوریتمهای پیچیده بر روی دادهها اجرا میشوند تا گفتار را تشخیص دهند و نتیجه متن را برگردانند. بسته به هدف نهایی، دادهها همچنین ممکن است به شکل دیگری تبدیل شوند. به عنوان مثال، تایپ Google Voice کلمات گفتاری را به متن تبدیل میکند در حالی که دستیاران شخصی مانند Siri و Google Assistant ورودی صدا را میگیرند اما میتوانند پاسخ صوتی نیز بدهند. اساساً، شما فرمانی مانند "هوا چطوره؟" را صادر میکنید. ودستگاه با یک صوت پاسخ میدهد. تشخیص گفتار پیشرفته و همچنین تشخیص صدای از اهداف هوش مصنوعی است که در آن رایانه میتواند صدای بلندگوی خاصی را تشخیص دهد.
ادامه مطلب را اینجا بخوانید.
تعداد کلمات: 800 کلمه
⏰زمان مطالعه: 4 تا 5 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانش آموخته کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
itchronicles
✏️از سال 1952 که آزمایشگاههای بل و آدری، دستگاهی که توانایی تشخیص گفتاری را دارد ابداع کردند، هوش مصنوعی راه زیادی را در این زمینه پیموده است. یک مطالعه اخیر توسط Capgemini نشان میدهد که چقدر تشخیص گفتار در همه ارکان تکنولوژی حاضر است و 74٪ از مصرف کنندگان نمونه گزارش کردند که از دستیار مکالمه برای تحقیق و خرید کالا و خدمات، ایجاد لیست خرید و بررسی وضعیت سفارش استفاده میکنند. همه ما با دستیارهای دیجیتالی مانند دستیار Google ، Cortana، Siri و Alexa آشنا هستیم. بیش از یک میلیارد نفر در دنیا از دستیار Google و Siri استفاده میکنند فقط دستیار Siri بیش از 40 میلیون کاربر در ایالات متحده دارد. اما آیا تا به حال فکر کردهاید که این ابزار چگونه حرف شما را میفهمد؟ خوب، آنها برای تولید متن گفتاری از هوش مصنوعی استفاده میکنند.
در تشخیص گفتار، رایانه ورودی را به صورت لرزش صدا(موج)می گیرد. این کار با استفاده از مبدل آنالوگ به دیجیتال انجام میشود که امواج صوتی را به یک قالب دیجیتالی تبدیل میکند که کامپیوتر میتواند آن را درک کند. سپس یک سری الگوریتمهای پیچیده بر روی دادهها اجرا میشوند تا گفتار را تشخیص دهند و نتیجه متن را برگردانند. بسته به هدف نهایی، دادهها همچنین ممکن است به شکل دیگری تبدیل شوند. به عنوان مثال، تایپ Google Voice کلمات گفتاری را به متن تبدیل میکند در حالی که دستیاران شخصی مانند Siri و Google Assistant ورودی صدا را میگیرند اما میتوانند پاسخ صوتی نیز بدهند. اساساً، شما فرمانی مانند "هوا چطوره؟" را صادر میکنید. ودستگاه با یک صوت پاسخ میدهد. تشخیص گفتار پیشرفته و همچنین تشخیص صدای از اهداف هوش مصنوعی است که در آن رایانه میتواند صدای بلندگوی خاصی را تشخیص دهد.
ادامه مطلب را اینجا بخوانید.
تعداد کلمات: 800 کلمه
⏰زمان مطالعه: 4 تا 5 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانش آموخته کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
itchronicles
www.codecool.ir
تشخيص صدا يکی از برترين پروژههای هوش مصنوعی
از سال 1952 که آزمایشگاههای بل و آدری، دستگاهی که توانایی تشخیص گفتاری را دارد ابداع کردند، هوش مصنوعی راه زیادی را در این زمینه پیموده است. یک مطالعه اخیر توسط Capgemini نشان میدهد که چقدر تشخیص گفتار در همه ارکان تکنولوژی حاضر است و 74٪ از مصرف کنندگان…
📎توالییابی کل ژنوم Pestera Muierii1
✏️ برای اولین بار، پژوهشگران موفق شدند که کل ژنوم Pestera Muierii1 زنی که حدود 35 هزار سال قبل زندگی میکرده است را از طریق جمجمهاش شناسایی کنند. تنوع ژنتیکی بالا در توالی جدید یافته شده نشان میدهد که خروج انسان از آفریقا نقطه عطف پیشرفت انسان نبوده است، بلکه این رخداد در طول عصر یخبندان و بعد از آن اتفاق افتاده است. نتایج این مطالعه جدید که توسط Matthias Jacobson در دانشگاه Uppsala انجام شده است، در ژورنال Current biology به چاپ رسیده است.
به گفته Matthias Jacobson، پروفسور مرکز توسعه زیست شناسی دانشگاه Uppsala، نتایج بررسیها نشان میدهد که Pestera Muierii1 به انسانهای امروزی اروپا بیشتر شبیه است تا به انسانهای اروپایی که 5000 سال قبل زندگی میکردند، هرچند این اختلاف بسیار ناچیز است. همچنین توالییابی جدید، نشان میدهد که اگرچه Pestera Muierii1 جد مستقیم اروپاییهای امروزی نیست، اما او جد شکارچیانی است که تا اواخر عصر یخبندان زندگی میکردهاند.
تاکنون تعداد بسیار کمی از توالیهای با قدمت بیشتر از 30000 سال توالییابی شده است. یافتههای این تیم بروی توالی بدست آمده از جمجمه Pestera Muierii1 شباهتهایی را بین انسانهای امروزی و اروپاییهایی که نسل مستقیم انسانهای امروزی نیستند نشان میدهد. مطالعات قبلی نشان داد که شکل جمجمه Pestera Muierii1 شباهتهایی، با هر دو گونه انسانهای امروزی و Neanderthalها دارد، به همین دلیل این فرضیه مطرح شد که جمعه پیدا شده باید حاوی اطلاعات ژنتیکی زیادی از گونه Neanderthalها باشد و نه حاوی اطلاعات ژنتیکی که در انسان معاصر وجود دارد.
ادامه مطلب
📝تعداد کلمات: 470
⏰زمان مطالعه: 3 تا 4 دقیقه
📝 تهیه و تنظیم:#کریم_رحیمیان
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منابع:
phys.org
✏️ برای اولین بار، پژوهشگران موفق شدند که کل ژنوم Pestera Muierii1 زنی که حدود 35 هزار سال قبل زندگی میکرده است را از طریق جمجمهاش شناسایی کنند. تنوع ژنتیکی بالا در توالی جدید یافته شده نشان میدهد که خروج انسان از آفریقا نقطه عطف پیشرفت انسان نبوده است، بلکه این رخداد در طول عصر یخبندان و بعد از آن اتفاق افتاده است. نتایج این مطالعه جدید که توسط Matthias Jacobson در دانشگاه Uppsala انجام شده است، در ژورنال Current biology به چاپ رسیده است.
به گفته Matthias Jacobson، پروفسور مرکز توسعه زیست شناسی دانشگاه Uppsala، نتایج بررسیها نشان میدهد که Pestera Muierii1 به انسانهای امروزی اروپا بیشتر شبیه است تا به انسانهای اروپایی که 5000 سال قبل زندگی میکردند، هرچند این اختلاف بسیار ناچیز است. همچنین توالییابی جدید، نشان میدهد که اگرچه Pestera Muierii1 جد مستقیم اروپاییهای امروزی نیست، اما او جد شکارچیانی است که تا اواخر عصر یخبندان زندگی میکردهاند.
تاکنون تعداد بسیار کمی از توالیهای با قدمت بیشتر از 30000 سال توالییابی شده است. یافتههای این تیم بروی توالی بدست آمده از جمجمه Pestera Muierii1 شباهتهایی را بین انسانهای امروزی و اروپاییهایی که نسل مستقیم انسانهای امروزی نیستند نشان میدهد. مطالعات قبلی نشان داد که شکل جمجمه Pestera Muierii1 شباهتهایی، با هر دو گونه انسانهای امروزی و Neanderthalها دارد، به همین دلیل این فرضیه مطرح شد که جمعه پیدا شده باید حاوی اطلاعات ژنتیکی زیادی از گونه Neanderthalها باشد و نه حاوی اطلاعات ژنتیکی که در انسان معاصر وجود دارد.
ادامه مطلب
📝تعداد کلمات: 470
⏰زمان مطالعه: 3 تا 4 دقیقه
📝 تهیه و تنظیم:#کریم_رحیمیان
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منابع:
phys.org
www.codecool.ir
توالییابی کل ژنوم Pestera Muierii1
برای اولین بار، پژوهشگران موفق شدند که کل ژنوم Pestera Muierii1 زنی که حدود 35 هزار سال قبل زندگی میکرده است را از طریق جمجمهاش شناسایی کنند. تنوع ژنتیکی بالا در سکانس جدید یافته شده نشان میدهد که خروج انسان از آفریقا نقطه عطف پیشرفت انسان نبوده است، بلکه…
رباتی که در پاسخ به لبخند شما لبخند میزند
🧐 در حالی که حالات چهره نقش بسزایی در ایجاد اعتماد دارند، در اکثر رباتها هنوز از یک چهرۀ ثابت و خالی از احساس استفاده میشود.
🦾 با استفادۀ روز افزون از رباتها در مکانهایی که نیاز به همکاری بین انسان و ربات هست، از خانههای سالمندان گرفته تا انبارها و کارخانهها، نیاز به وجود رباتی که از نظر چهره واقعگرایانه به نظر برسد، به خوبی حس میشود.
👨🏻🔧🧑🏽💻پژوهشگران آزمایشگاه Creative Machines در دانشکده مهندسی Columbia در ایالت متحده که از مدتها پیش تحقیقات خود را معطوف به تعاملات بین رباتها و انسانها نمودهاند، پس از تلاش 5 ساله، موفق به ساخت ربات EVA شدهاند.
🤖این ربات که یک ربات جدید مستقل با چهرهای انعطافپذیر و گویا است، واکنشی مطابق حالات چهرۀ انسانهای اطرافش نشان میدهد.
⚙ در این ربات علاوه بر بخشهای مکانیکی پیچیده، که بهوسیله پرینتر سه بعدی ساخته شده است، از یادگیری عمیق برای خواندن چهرۀ اطرافیان و نشان دادن واکنش مناسب به آنها بهره برده شده است.
متن کامل خبر...
📝تعداد کلمات: 723
⏰زمان مطالعه: کمتر از 4 دقیقه
📝تهیه و تنظیم : #سارا_فیاضزاده
دانشجوی دکتری #بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها: #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع :
scitechdaily
🧐 در حالی که حالات چهره نقش بسزایی در ایجاد اعتماد دارند، در اکثر رباتها هنوز از یک چهرۀ ثابت و خالی از احساس استفاده میشود.
🦾 با استفادۀ روز افزون از رباتها در مکانهایی که نیاز به همکاری بین انسان و ربات هست، از خانههای سالمندان گرفته تا انبارها و کارخانهها، نیاز به وجود رباتی که از نظر چهره واقعگرایانه به نظر برسد، به خوبی حس میشود.
👨🏻🔧🧑🏽💻پژوهشگران آزمایشگاه Creative Machines در دانشکده مهندسی Columbia در ایالت متحده که از مدتها پیش تحقیقات خود را معطوف به تعاملات بین رباتها و انسانها نمودهاند، پس از تلاش 5 ساله، موفق به ساخت ربات EVA شدهاند.
🤖این ربات که یک ربات جدید مستقل با چهرهای انعطافپذیر و گویا است، واکنشی مطابق حالات چهرۀ انسانهای اطرافش نشان میدهد.
⚙ در این ربات علاوه بر بخشهای مکانیکی پیچیده، که بهوسیله پرینتر سه بعدی ساخته شده است، از یادگیری عمیق برای خواندن چهرۀ اطرافیان و نشان دادن واکنش مناسب به آنها بهره برده شده است.
متن کامل خبر...
📝تعداد کلمات: 723
⏰زمان مطالعه: کمتر از 4 دقیقه
📝تهیه و تنظیم : #سارا_فیاضزاده
دانشجوی دکتری #بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها: #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع :
scitechdaily
www.codecool.ir
رباتی که در پاسخ به لبخند شما لبخند میزند
در حالی که حالات چهره نقش بسزایی در ایجاد اعتماد دارند، در اکثر رباتها هنوز از یک چهرۀ ثابت و خالی از احساس استفاده میشود. با استفادۀ روز افزون از رباتها در مکانهایی که نیاز به همکاری بین انسان و ربات هست، از خانههای سالمندان گرفته تا انبارها و کارخانهها،…
ده مورد از فناوریهاي نوآورانه هوش مصنوعی
هوش مصنوعی شیوه زندگی ما را با فناوریهای نوظهور تغییر داده است. هوشمصنوعی در هر صنعت طوفانی ایجاد کرده و تأثیر زیادی بر هر بخش از جامعه دارد. اصطلاحات هوش مصنوعی اولین بار در سال 1956 در یک کنفرانس مطرح شد. بحث در مورد این کنفرانس منجر به فناوری اطلاعات میان رشتهای شد. ظهور اینترنت به پیشرفت برجسته این فناوری کمک کرد. فناوری هوش مصنوعی سی سال یک فناوری مستقل بود، اما اکنون گستره آن در همه حوزههای زندگی قابل رویت است. هوش مصنوعی با اختصار AI شناخته میشود و فرآیند بازآفرینی هوش انسان در ماشین است. براساس گزارش گارتنر(از دانشمندان این رشته)، پذیرش هوش مصنوعی طی سالهای 2019 - 2018 از 4 درصد به 15 درصد رسیده است. بسیاری از فناوریهای جدید و نوظهور در هوش مصنوعی جای گرفتهاند. در این مقاله برآنیم تا در باره 10 مورد از جدیدترین فناوریهای هوش مصنوعی بحث کنیم.
ادامه مطلب را اينجا بخوانيد
تعداد کلمات: 1200 کلمه
⏰زمان مطالعه:10دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانش آموخته کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
mindmajix
هوش مصنوعی شیوه زندگی ما را با فناوریهای نوظهور تغییر داده است. هوشمصنوعی در هر صنعت طوفانی ایجاد کرده و تأثیر زیادی بر هر بخش از جامعه دارد. اصطلاحات هوش مصنوعی اولین بار در سال 1956 در یک کنفرانس مطرح شد. بحث در مورد این کنفرانس منجر به فناوری اطلاعات میان رشتهای شد. ظهور اینترنت به پیشرفت برجسته این فناوری کمک کرد. فناوری هوش مصنوعی سی سال یک فناوری مستقل بود، اما اکنون گستره آن در همه حوزههای زندگی قابل رویت است. هوش مصنوعی با اختصار AI شناخته میشود و فرآیند بازآفرینی هوش انسان در ماشین است. براساس گزارش گارتنر(از دانشمندان این رشته)، پذیرش هوش مصنوعی طی سالهای 2019 - 2018 از 4 درصد به 15 درصد رسیده است. بسیاری از فناوریهای جدید و نوظهور در هوش مصنوعی جای گرفتهاند. در این مقاله برآنیم تا در باره 10 مورد از جدیدترین فناوریهای هوش مصنوعی بحث کنیم.
ادامه مطلب را اينجا بخوانيد
تعداد کلمات: 1200 کلمه
⏰زمان مطالعه:10دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانش آموخته کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
mindmajix
www.codecool.ir
ده مورد از فناوریهاي نوآورانه هوش مصنوعی
هوش مصنوعی شیوه زندگی ما را با فناوریهای نوظهور تغییر داده است. هوشمصنوعی در هر صنعت طوفانی ایجاد کرده و تأثیر زیادی بر هر بخش از جامعه دارد. اصطلاحات هوش مصنوعی اولین بار در سال 1956 در یک کنفرانس مطرح شد. بحث در مورد این کنفرانس منجر به فناوری اطلاعات…