سه روش که هوش مصنوعی به فناوریهای مفید جهانی میرسد
روندی که به تقدیر اکنون در حال حرکت است، ما را به پیشرفت سریع هوش مصنوعی امروزی رسانده است. امروز سه روش جدیدی را برای بهرهمندی افراد اعلام میکنیم.
### راه اندازی ابزارهای فناوری در 1000 زبان با هوش مصنوعی
#### اهمیت زبان در ارتباطات جهانی
زبان بنیادی برای ارتباط و درک دنیا توسط افراد است. بنابراین خیالی نیست که این همان روش طبیعیتر برای ارتباط افراد با فناوری است. اما بیش از 7000 زبان در سراسر جهان صحبت میشود و تنها تعداد کمی از آنها امروزه به خوبی آنلاین نمایندگی میشوند. این بعنوان مانعی تاریخی در راه حق طلبی ما برای به اشتراک گذاری اطلاعات جهانی و مناسب است.
به همین دلیل امروز ما ابتکار 1000 زبان را معرفی میکنیم، یک تعهد جسور به ساخت یک مدل هوش مصنوعی که از 1000 زبان رایج تر حمایت میکند و تنوع را به میلیاردها انسان در اقلیاجات محروم سراسر جهان تقدیم میکند. این یک پروژه چندین ساله است – برخی از آن را ممکن است یک پروژه بزرگ بنام – اما ما از پیشرفتهای معنیداری در اینجا هستیم و مسیر را روشن میبینیم. فناوری در گذر زمان در حال تغییر سریعی بوده است – از روشهایی که مردم برای استفاده از آن استفاده میکنند تا اینکه چه کاری انجام میدهد. بطور نامتناهی، ما مردم را از راههایی مانند تصاویر، ویدیوها و گفتار یافتن و به اشتراک گذاری اطلاعات میکنیم. و مدلهای پیشرفته ترین ما زبان چندمدی – به معنای اینکه قادر به باز کردن اطلاعات در این بسیاری از فرمتهای مختلف است.
به عنوان بخشی از این ابتکار و تمرکز ما بر چندمدی، ما مدل گفتاری یکانی – یا USM – را توسعه دادهایم که بر روی بیش از 400 زبان آموزش دیده است که بزرگترین پوشش زبانی را دیدیم. همچنین، میخواهیم تکنولوژی تولید تصویر از متن را به کوچه غذا آزمایشگاه هوش مصنوعی وارد کنیم، که روشی برای آموزش دادن، تجربهکردن و بازخورد گرفتن از فناوری هوش مصنوعی نوپای فراهم میکند. از بازخورد کاربران بر روی این دموها در فصل 2 کارخانه آزمایشگاه هوش مصنوعی خواهیم شنید. شما میتوانید شهرهای موضوعی را با “بازی حلوانه” بسازید و شخصیتهای دوست داشتنی هیولا که میتوانند حرکت، رقص و پرش کنند را با “span” طراحی کنید – همه با استفاده از دموهای متنی.
علاوه بر تصاویر 2D، تبدیل متن به تصویر 3D اکنون حقیقت شده است با DreamFusion، که یک مدل سه بعدی تولید میکند که میتواند از هر زاویه دیده شود و میتواند به هر محیط سه بعدی به 3D بدهد. محققان همچنین در فضای تولید صدا به وفور پیشرفت کردهاند با AudioLM، یک مدل که یاد میگیرد به صدای واقعی گفتار و موسیقی پیانو تولید کند تنها با گوش دادن به صدا. به همان روشی که یک مدل زبان ممکن است کلمات و جملاتی را که پس از یک متن توهمی میآید را پیشبینی کند، AudioLM میتواند پیشبینی کند که چه صداهایی باید پس از چند ثانیه از یک متن صوتی دنبال کند.
همکاری ما با جوامع خلاق در سطح جهان در حال توسعه این ابزارهاست. به عنوان مثال، ما با نویسندگانی که از Wordcraft استفاده میکنند، همه بر اینکه حرف زدن به کمک تولید متنی مصنوعی، موجب آزمایشی مستند با زبان مصنوعی Lada توانایی تولید متنی است. میتوانید اولین جلد این داستانها را در
کارگاه نویسندگان Wordcraft
بخوانید.
### مواجهه با تغییرات آبوهوا و چالشهای بهداشت با هوش مصنوعی
هوش مصنوعی نیز بزرگترین تواناییهای رسیدگی به اثرات تغییرات آب و هوا، از جمله کمک به افراد برای تطابق با چالشهای جدید، دارد. یکی از بدترین آنها حریق جنگلهاست که امروزه بر صدها هزار نفر اثر گذار است و در فراوانی و مقیاس آزادی دارد.
امروز، خوشحالم که بگویم که به کاربرد تصاویر ماهوارهای پیشرو برای آموزش مدلهای هوش مصنوعی برای شناسایی و پیگیری حریقهای جنگلی در زمان واقعی پیشرفت دادهایم، کمک کردهایم تا پیشبینی کنیم که چگونه آنها تکامل خواهند کرد و گسترش خواهند یافت. ما این سیستم ردیابی آتشسوزی را در U.S.، Canada، Mexico لانس کردهایم و در بخشی از استرالیا، به طور تدریجی ایجاد شدهایم، و از ژوئیه گذشته به اکثر 30 رویداد حریق بزرگ در U.S. و Canada پرداختهایم کمک به کاربران و تیمهای آتشنشانی با بیش از 7 میلیون بازدید در Google Search و Maps.
همچنین به کمک هوش مصنوعی میتوانیم سیلها را پویش کنیم، یک نمونه دیگر از الگوهای آبوهوایی شدید است که به وسیله تغییرات آبوهوایی تشدید شده است. ما برای پیشبینی زمانی که سیلها حمل میکنند و عمقی که آبها به آن خواهد رسید به افراد کمک کردهایم – در سال 2021، 115 میلیون اعلام هشدار سیل به 23 میلیون نفر را از طریق جستجو و نقشه های Google ارسال کردهایم و جانها را نجات دادهایم. امروز، میخواهیم بگوییم که ما اکنون پوششمان را به کشورهای بیشتر در آمریکای لاتین (برزیل و کلمبیا)، آفریقای جنوبی از صحرا تا آفریقای جنوبی (سریلانکا، نامبیایی، کامرون، چاد، جمهوری دموکراتیک کنگو، کوت دیوار، غنا، گینه، مالاوی، نیجریه، سیرالئون، آنگولا، دموکراتیک جنوبی، نامیبیا، لیبریا و آفریقای جنوبی) و آسیای جنوبی (سری لانکا) گسترش میدهیم. ما از یک تکنیک هوش مصنوعی به نام یادگیری انتقال برای عملکرد آن در مناطق کم داده بهره گرفتهایم.
و در سرانجام، هوش مصنوعی به گسترش بیشتر دسترسی به مراقبتهای بهداشتی در مناطق کممنابع کمککند. به عنوان مثال، ما روشهایی را برای کمک به هوش مصنوعی در خواندن و تجزیه و تحلیل خروجیها از دستگاههای اولتراسوند با قیمت مناسب پژوهش میکنیم تا اطلاعات لازم را به والدین دادهایم تا مشکلاتی را در دوران بارداری زودتر شناسایی کنند. همچنین ما قصد داریم همکاری خود را با مراقبان و آژانسهای بهداشت عمومی برای گسترش دسترسی به ارزیابی دیابت کمک از طریق ابزار ARDA اتوماتیک تصویب کنیم. از طریق ARDA، ما با موفقیت بیش از 150،000 بیمار را در کشورهایی مانند هند، تایلند، آلمان، ایالات متحده و انگلیس بررسی کردهایم – بیش از نیمی از آنها تنها در سال 2022 سنخیتهشدهاند. علاوه بر این، ما داریم بررسی میکنیم که چگونه هوش مصنوعی میتواند به گوشی شما کمک کردهتا شناش حمله قلبی و تنفسی را تشخیص دهد. این کار جزئی از دیدگاه چشم انداز عمومی Google Health فعالیت میکند، که
میخواهد بهداشت را برای هر کسی که دارای یک گوشی هوشمند است، دسترسیپذیرتر کند.
### هوش مصنوعی در سالهای آینده
پیشرفتهای ما در ساختارهای شبکههای عصبی، الگوریتمهای یادگیری ماشین و رویکردهای جدید برای سختافزار برای یادگیری ماشین به هوش مصنوعی کمک کرده است تا مسائل مهم واقعی دنیا برای میلیاردها نفر را حل کند. بسیاری دیگر خواهد آمد. آنچه امروز به اشتراک گذاری میکنیم یک انگیزه امیدوار کننده برای آینده است – هوش مصنوعی به ما اجازه داده است که به دوباره چ
منبع:
این مقاله در اصل در https://blog.google/technology/ai/ways-ai-is-scaling-helpful/ منتشر شده است.
