برندگان نوبل امسال از ابزارهای علم فیزیک برای ساختن روش هایی استفاده کردن که باعث پایه گذاری مفاهیم یادگیری ماشین قدرتمند امروزی شده. دکتر جان هاپفیلد ساختاری ایجاد کرد که می تونه اطلاعات رو ذخیره و بازسازی کنه و همچنین دکتر جِفری هینتون روشی رو گسترش داد که می‌تونه به طور مستقل ویژگی‌ها رو در داده‌ها کشف کنه و این امر برای شبکه‌های عصبی مصنوعی بزرگی که در حال حاضر استفاده می‌شن، خیلی با اهمیته. توی این اپیزود قراره نگاهی به نوبل فیزیک ۲۰۲۴ و نقش هوش‌مصنوعی در اون داشته باشیم.

------------------------------------------

کانال تلگرام روبوتیک:

https://t.me/robotik_podcast

لینک حامی باش برای دونیت:

https://hamibash.com/robotik.podcast

تمامی لینک های پادکست:

https://zil.ink/robotik

برای قرن ها، تخیل نیروی محرکه خلاقیت بود. این امر به ویژه در مورد روبات های انسان نما هم صادقه که منشأ اونها به اساطیر یونان باستان بر میگرده.

اخیرا با پیشرفت تکنولوژی و کاهش هزینه های تولید، بیشتر از هر زمان دیگه شاهد تولید انبوه ربات های انسان نما هستیم. ربات های انسان نما، به این دلیل به وجود اومدن که با انسان ها تعاملی طبیعی تر داشته باشن. به واقع، در دوران مدرن، پیشرفت‌های تکنولوژیکی که مهندسان به دست آوردن به اونها قدرت داده تا خلاقیت‌های بهترین رویاپردازان و نویسندگان علمی تخیلی رو زنده کنن.

------------------------------------------

کانال تلگرام روبوتیک:

https://t.me/robotik_podcast

لینک حامی باش برای دونیت:

https://hamibash.com/robotik.podcast

تمامی لینک های پادکست:

https://zil.ink/robotik

یادگیری تقویتی در رباتیک یکی از زیر مجموعه های یادگیری ماشین هستش که به عنوان یادگیری از تجربیات هم شناخته ‌میشه. در این نوع یادگیری ، ربات از پاداش های مثبت و منفی محیط، مهارتی رو یاد میگیره یا بهبود میده. توی این اپیزود نگاهی ساده و داستانی به یادگیری تقویتی آنلاین و آفلاین داریم. این اپیزود الهام گرفته از یکی از مقالات پروفسور سِرگئی لِوین استاد دانشگاه برکلی است.

------------------------------------------

کانال تلگرام روبوتیک:

https://t.me/robotik_podcast

لینک حامی باش برای دونیت:

https://hamibash.com/robotik.podcast

تمامی لینک های پادکست:

https://zil.ink/robotik

توی این اپیزود قراره سه تا داستان جذاب رباتیکی رو با شما به اشتراک بذارم. هر سه تای این روایت های علمی-داستانی برگرفته از سخنرانی های تِد و از سه فرد مشهور هستند.

- چرا ما به روبات ها تکیه خواهیم کرد؟ (رادنی بروکس)

- چرا ما هنوز ربات های بهتری نداریم؟ (کِن گُلدبِرگ)

- از ماشین های هوشمند نترسید، در کنار آنها کار کنید. (گری کاسپاروف)

عناوین این سه بخش هستند که با هم سری بهشون میزنیم.

————————————

لینک کانال تلگرام روبوتیک:

https://t.me/robotik_podcast

لینک حامی باش برای دونیت:

https://hamibash.com/robotik.podcast

تمامی لینک های پادکست:

https://zil.ink/robotik

در حالی که هوش مصنوعی توی چند سال گذشته با آموزش روی دیتاست های وسیع اینترنتی پیشرفت چشمگیری داشته، اما ربات‌ها دیتاست های فیزیکی بسیار بزرگی مشابه با اینترنت ندارن تا روی اون آموزش ببیند.

این اپیزود به زبانی ساده در مورد مقاله ای جالب و مهم از پروفسور سِرگئی لِوین استاد دانشگاه برکلی و پروفسور کارول هاسمَن استاد دانشگاه استنفورد صحبت میکنه که در نشریه آی تریپل ای اِسپکتروم نسخه فوریه ۲۰۲۴ به چاپ رسید.

------------------------------------------

کانال تلگرام روبوتیک:

https://t.me/robotik_podcast

لینک حامی باش برای دونیت:

https://hamibash.com/robotik.podcast

تمامی لینک های پادکست:

https://zil.ink/robotik

این اپیزود بر پایه مقاله دکتر مارکو آیِلو از دانشگاه اشتوتگارت تحت عنوان انقلاب هوش مصنوعی و آینده کار: تهدیدها و فرصت ها تولید شده است. این مقاله در ماه می ۲۰۲۴ توسط انجمن کامپیوتر آی تریپل ای به چاپ رسیده و از تهدیدها و فرصت‌های پیش رو در رابطه با هوش مصنوعی و اتوماسیون با نگاهی بر بازار کار کشورها صحبت میکنه.

------------------------------------------

کانال تلگرام روبوتیک:

https://t.me/robotik_podcast

لینک حامی باش برای دونیت:

https://hamibash.com/robotik.podcast

تمامی لینک های پادکست:

https://zil.ink/robotik

توی این اپیزود در مورد سه تا موضوع محوری صحبت میشه:

- پیشرفت های ربات انسان نمای تسلا

- مدل پیشرفته چت جی پی تی

- مدل پیشرفته جِمنای

- رقابت جذاب گوگل و اوپن اِی آی

- چند فَکت پیش بینی و مارکت هوش‌مصنوعی

------------------------------------------

کانال تلگرام روبوتیک:

https://t.me/robotik_podcast

لینک حامی باش برای دونیت:

https://hamibash.com/robotik.podcast

تمامی لینک های پادکست:

https://zil.ink/robotik

این اپیزود به پارادوکس مشهور موراوک میپردازه و جواب این سوال رو میده که چرا ربات ها هنوز به اندازه کافی هوشمند نیستند. این پارادوکس ساده و عجیب از سال‌های قبل تا الان در مورد ربات ها و مدل های هوش مصنوعی ما صحیح بوده.

بخش اول اپیزود اختصاص به تعریف دقیق پاردوکس و دلایلش داره. بخش دوم سیر استدلالی بشر و تفکر دانشمندان پیش از هانس موراوک در رابطه با هوش مصنوعی و مدل سازی ریاضیاتی ذهن انسان بیان میشه. در انتها هم، به دو کتاب مشهور و البته جالب توجه دکتر موراوک پرداخته میشه که توصیه میکنم تا انتها گوش کنید.

------------------------------------------

کانال تلگرام روبوتیک:

https://t.me/robotik_podcast

لینک حامی باش برای دونیت:

https://hamibash.com/robotik.podcast

تمامی لینک های پادکست:

https://zil.ink/robotik

تا حالا اسم هوش مصنوعی سبز یا نرم افزار سبز به گوشتون خورده؟ میدونید هوش مصنوعی فعلی با تمام جذابیت هاش، یکی از عوامل آلودگی محیط زیست و انتشار کربن هستش؟

این اپیزود بُرشی از یک‌ مقاله س که بصورت مختصر توضیح میده چطور میشه به هوش مصنوعی سبزتر دست پیدا کرد.

------------------------------------------

کانال تلگرام روبوتیک:

https://t.me/robotik_podcast

لینک حامی باش برای دونیت:

https://hamibash.com/robotik.podcast

تمامی لینک های پادکست:

https://zil.ink/robotik

سه تا موضوع اصلی توی این اپیزود صحبت میشه:

• ربات اطلس از کمپانی بوستون داینامیکس بازنشسته شد
• تجربه من از ایونت یک روزه هوش مصنوعی در مونترال و دیدن بزرگان هوش مصنوعی جهان
• استفاده از مدل های زبانی در رباتیک و تِرِند جهانی تحقیقات

------------------------------------------

کانال تلگرام روبوتیک:

https://t.me/robotik_podcast

لینک حامی باش برای دونیت:

https://hamibash.com/robotik.podcast

تمامی لینک های پادکست:

https://zil.ink/robotik