یادگیری ماشینی در آزمایشگاه های شیمی

یادگیری ماشینی در آزمایشگاه های شیمی

یادگیری ماشینی به طور گسترده ای در علوم و آزمایشگاه های شیمی برای طراحی دارو و سایر فرایندها مورد استفاده قرار گرفته است. مدل هایی که به طور آینده نگر برای نتایج واکنش جدید آزمایش می شوند و برای تقویت درک انسان برای تفسیر تصمیمات واکنش شیمیایی گرفته شده توسط چنین مدل هایی مورد استفاده قرار می گیرند ، بسیار محدود هستند. گوراو چوپرا ، استادیار شیمی تجزیه و فیزیک در کالج علوم پوردو گفت: “ایجاد واکنش های جدید و سریع برای طراحی کتابخانه های شیمیایی در کشف دارو ضروری است.” “ما یک واکنش چندکاره ای جدید ، سریع و یک گلدان از N-sulfonylimines ایجاد کرده ایم که به عنوان یک مورد نماینده برای تولید داده های آموزشی برای مدل های یادگیری ماشین ، پیش بینی نتایج واکنش و آزمایش واکنش های جدید به روش آینده نگرانه کور استفاده شده است.

 یادگیری ماشینی در آزمایشگاه های شیمی چه نقشی دارد

چوپرا گفت که رویکرد یادگیری ماشین قابل تفسیر توسط تیم Purdue ، که به عنوان نمودار جریان واکنش شیمیایی معرفی شده است ، می تواند برای بررسی واکنش هر MCR یا هر واکنش شیمیایی گسترش یابد. این به روباتیک در مقیاس بزرگ نیاز ندارد ، زیرا این روش ها می توانند توسط شیمی دانان هنگام آزمایش غربالگری در آزمایشگاه های خود مورد استفاده قرار گیرند. این کار با سایر نوآوری ها و تحقیقات آزمایشگاه های Chopra که اعضای تیم آن برای ثبت اختراع فن آوری های متعدد با دفتر بنیاد تحقیقات Purdue همکاری می کنند ، همسو است. برای کسب اطلاعات بیشتر در مورد اختراعات ثبت شده آنها ، با [e-mail] تماس بگیرید.کروپال جتهاوا ، دانشجوی فوق دکترا در آزمایشگاه Chopra ، که یکی از نویسندگان این اثر است ، گفت: “استفاده بی سابقه از یک مدل یادگیری ماشین در تولید نمودار جریان واکنش شیمیایی به ما کمک کرد تا واکنش واکنش های مختلف N-sulfonylimin مختلف را که به طور سنتی در MCR ها استفاده می شوند ، درک کنیم.” “ما معتقدیم که کار دستی با شیمی دانهای آلی و محاسباتی راهی جدید برای حل مشکلات پیچیده واکنش شیمیایی برای سایر واکنش ها در آینده خواهد داشت.”

هوش مصنوعی و یادگیری ماشین هنر را متحول میکنند

هوش مصنوعی و یادگیری ماشین هنر را متحول میکنند

هوش مصنوعی و یادگیری ماشین انقلابی در صنایع ، بازارها و خدمات مختلف ایجاد می کند. با این وجود صنایع خلاق و دنیای هنر هنوز نتوانسته اند از پتانسیل کامل این فناوری استفاده کنند. با این حال ، دو کارآفرین شیلیایی بستری را ابداع کردند تا استفاده از هوش منصوعی  را در این صنعت پیش می برند. با استفاده از آخرین فن آوری ، آنها به سازندگان ، فیلمسازان آماتور ، هنرمندان تجسمی ، حتی صنعت فیلم و موسیقی اجازه می دهند تا از الگوریتم های هوش مصنوعی در کارهای خود استفاده کنند. نام این نرم افزارRunway است ، بستری که یادگیری ماشینی و هوش مصنوعی را با دنیای هنر و خلاقیت ادغام می کند.

تلفیق هنر با هوش مصنوعی و یادگیری ماشین ایده چه کسانی بود؟

Runway در پایان سال 2018 توسط کریستوبال والنزوئلا،  ، آلخاندرو ماتمالا و آنستاسیس گرمانیدیس تاسیس شد ، آنها  این پروژه را به عنوان تز در دانشگاه NYU جایی که با هم آشنا شدند  ایجاد کردند.سازندگان این پلتفرم را بخشی از نسل جدید ابزارهای خلاقانه تعریف می کنند. اگر چند دهه پیش فتوشاپ و اّدوب انقلابی در بازار هنر و خلاقیت ایجاد کردند ، Runway برای سالهای آینده به دنبال ایجاد اینچنین تحولی در کار های هنری و خلاقانه است. در این حالت ، ادعا این استارت آپ این است که آنها با نرم افزار خود در فضای ابری می توانند “محتوای مصنوعی” را توسعه دهند ، یعنی به طور خودکار محتوای سمعی و بصری را با الگوریتم های هوش مصنوعی تولید ، اصلاح و ویرایش کنند. والنزوئلا  گفت: “ما به تولید محتوای سمعی و بصری به همان روشی که دهه ها انجام داده ایم ادامه می دهیم و این روند را بی مورد کند ، گران و دشوار می کند. با الگوریتم های هوش مصنوعی هرکسی می تواند در عرض چند ثانیه انیمیشن های بسیار واقعی ایجاد کند و آنها را به طور خودکار ویرایش کند. چیزی که فقط هالیوود یا شرکتهای بزرگ تولیدی و جلوه های ویژه تاکنون توانسته اند این کار را انجام دهند “. در همان زمان ، Runway امکان کوتاه کردن زمان توسعه ، علاوه بر دموکراتیک سازی دسترسی به این فناوری را برای بیشترین سازندگان فراهم می کند. کریستوبال توضیح می دهد: “این فناوری ها به طور بنیادی نحوه تولید محتوا را تغییر می دهند زیرا الگوریتم ها از قبل قادر به تولید تصاویر ، متن ، فیلم و صدا به روشی فوق واقع گرایانه هستند”. که آلخاندرو اضافه می کند “اگر این ابزارها را در دست افرادی قرار دهیم که قبلاً به آنها دسترسی نداشته اند ، آنها به فکر روشهای جدیدی برای تولید هنر ، تولید محتوا و داستان گویی خواهند بود”.

توجه صنعت و سرمایه گذاران به این فناوری

تأثیر این سیستم عامل از زمانی آغاز شد که آنها توئیتی را منتشر کردند و در آن پرسیدند که چه تعداد از مردم از ابزاری مانند آنچه که این تیم در ذهن داشتند استفاده می کنند. در کمتر از 48 ساعت ، آنها از طرف مهندسان فیس بوک ، گوگل ، دانشگاه ها و حتی رسانه ها پاسخ دریافت کردند، که نشان می دارد همه مخاطبان امکان استفاده از یک ابزار خلاقانه برای اشغال الگوریتم های هوش مصنوعی را بسیار جالب می دانند. بلافاصله پس از این ، آنها این شرکت را ایجاد کردند و تا کنون رو به جلو حرکت کردند. مسیری که آنها طی کرده اند بسیار سریع بوده است. در نتیجه کارشان ، آنها توانستند از صندوق های مختلف سرمایه گذاری، سرمایه کسب کنند. در همان سالی که آنها Runway را ایجاد کردند ، آنها یک دور سرمایه گذاری 2 میلیون دلاری را با سرمایه های ایالات متحده متخصص در زمینه راه اندازی تحقیقات فناوری به پایان رساندند:. همچنین در سطح عملی ، آنها پروژه های مهمی مانند همکاری با New Balance برای طراحی کفش را انجام داده اند. همچنین نرم افزاری تولید کردند که گروه راک YACHT با آن بخشی از محتوای سمعی و بصری آخرین آلبوم خود را ایجاد کرده است و  نامزد دریافت جایزه گرمی شدند. آنها در ایجاد فیلم های کوتاه تولید شده توسط IA کار کردند و حتی در حال حاضر با هنرمندان تجسمی و هنر هفتم همکاری می کنند. همراه با این ، پاسخ نرمافزار ابری نیز از سوی دنیای آکادمیک آمده است ، که باعث شده آنها با دانشگاه های مختلف ایالات متحده مانند NYU ، MIT و UCLA همکاری کنند. در حالی که در شیلی از این نرم افزار در دانشگاه آدولفو ایبانس ، دانشگاه د لاس آمریکاس ، و دانشگاه کتاب مقدس Pontificia استفاده شده است.

سئو بهینه سازی کد نیاز دارد

سئو بهینه سازی کد نیاز دارد

در بسیاری از مقالات در مورد بهینه سازی موتور جستجو (SEO) طوری صحبت می شود که انگار یک موضوع ساده است. در حقیقت ، کد گذاری برای سئو بسیار حیاتی است ، اما به زمان و مهارت نیاز دارد. با این حال ، ما عمداً از کلمه “مهارت” برای توصیف این فرآیند استفاده می کنیم ، زیرا کاملاً قابل آموزش است و اجرای آن کار خارق العاده ای نیست. بیشتر مطالبی که با موضوع سئو مطالعه می کنید مربوط به تکنیک های داخل صفحه است. این شامل تغییر گزینه های وب سایت با استفاده از یک افزونه backend مانند Yoast SEO یا The SEO Framework است. به این ترتیب ، شما اغلب توصیه هایی مانند این را در اینترنت می بینید که برای تصاویر خود از “متن alt” مناسب استفاده کنید. پست های خود را حول یک کلمه کلیدی با تمرکز قوی بسازید و پاراگراف های خود را به صورت انبوه ننویسید و از عناوین زیادی استفاده کنید.

بهینه سازی کد چه تاثیری بر روی سئو دارد ؟

تمامی این دستور العمل ها بسیار کاربردی هستند اما فقط هنگامی قابل استفاده هستند که بتوانید کد نویسی سایت را به درستی انجام دهید در واقع اولین کاری که برای سئو کردن انجام می دهید کد نویسی متناسب است. اگر همه کارهایی که هنگام تولید محتوا انجام می دهید درست باشد اما سایت از نظر کد نویسی ضعیف باشد، در واقع هیچ پیشرفتی در سایت شما حاصل نمی شود و تولید محتوای خوب شما بیهوده بوده است. رایانه ها برای تجزیه کد شما به فضای سفید نیاز ندارند اما باید بتوانند منطق شما را دنبال کنند. همانطور که کوچک سازی یک راه عالی برای بهبود SEO بدون تأثیر بر خوانایی کامپیوتر است ، نوشتن کدهای قابل فهم و قابل خواندن توسط انسان نیز این خاصیت را دارد.

کدام سایت ها برای ربات های متور جستجو مناسب است ؟

قبل از اینکه از کد بهینه استفاده کنید باید بدانید که این دسته از کد ها چگونه هستند ؟ برای اینکه یک نمونه خوب ببینید می توانید در صفحه سرچ گوگل بر روی فلش کنار URL کلیک کنید و از گزینه cached استفاده کنید تا ببینید این گونه کد ها چگونه هستند. در این گزینه دو حالت سایت را به شما نسان می دهد یا به صورت متنی و یا به صورت سورس کد.

اگر به سورس کد در هر صفحه وب نگاه کنید ، چیزی شبیه به عکس زیر را خواهید دید.سورس کد ترسناک نیست. این فقط کدی است که مرورگرهای وب “می خوانند” تا بدانند چگونه محتوای یک صفحه وب را نشان می دهند. گوگل و سایر موتورهای جستجو کد منبع شما را می خوانند تا بفهمند سایت شما چیست.

مورد بعدی برچسب عنوان یا Title Tag می باشد در سورس کد این قسمت را با titlr نشان می دهد. به یاد داشته باشید که برای هر صفحع باید یم برچسب عنوان داشته باشید تا گوگل متوجه شود که این مطلب در مورد چه چیزی است. گوگل کمی تغییر را در این مورد آزمایش کرده است ، اما بیشتر اوقات آنها دقیقاً آنچه را که در برچسب عنوان شما است ، در صفحه موتور جستجو، جستجو می کنند ، ینا بر این این بخش بسیار مهم است شما همچنین باید کلمه کلیدی خود را در آن بگنجانید تا افرادی که آن کلمه را جستجو می کنند بر روی آن کلیک کنند. اما در این مورد مراقب باشید. نباید بر روی کلمات کلیدی وسواس داشته باشید. هر چه این کلمات طبیعی تر باشند باز خورد بهتری بر روی سایت شما ایجاد خواهند کرد. سعی کنید به صورت بسیار مختصر تمامیت مطلب موجود را بیان کنید. هرچه این مطالب به طور طبیعی تر نوشته شده باشد ، احتمال بیشتری وجود دارد که مردم روی آن کلیک کنند.

کد بهینه سازی شده چه تاثیری بر روی سئو دارد ؟

هر چه کدی که می نویسید سبک تر باشد و صفحه وب شما را راحت تر نمایش دهد برای شما بهتر است. وقتی از دید یک کاربر به یک وبسایت نگاه می کنید انتظار دارید که کمترین زمان را برای نمایش صرف کنید. از عکس هایی که حجم بالا دارند استفاده نکنید و در حد امکان از ویژگی هایی استفاده نکنید که کد نویسی شما را سنگین کند. تمامی این اقدامات در مرحله اول قرار دارد سپس باید از تکنیک های تولید محتوا استفاده کنید تا بتوانید در رنک های بالای موتور جستوجو مانند گوگل قرار بگیرید.

با ویرا سگال کارو همراه باشید

پردازش و یادگیری زبان طبیعی توسط ماشین ها چگونه است ؟

پردازش و یادگیری زبان طبیعی توسط ماشین ها چگونه است ؟

پردازش و یادگیری زبان طبیعی (NLP) زمینه مطالعه ای است که از سه رشته علوم کامپیوتر ، هوش مصنوعی و زبان شناسی محاسباتی تشکیل شده است. این رایانه را قادر می سازد تا به روشی هوشمندانه و مفید ، معیار را از زبان انسان ارزیابی ، درک و استخراج کند. با استفاده از NLP ، برنامه نویسان راه را برای سازماندهی و انجام وظایفی مانند خلاصه سازی خودکار،  ترجمه ، شناسایی شخص ، تجزیه و تحلیل احساسات ، تشخیص گفتار و تقسیم بندی موضوع ،هموار کرده اند. با استفادهاز پیشرفت های اخیر در دسترسی به داده ها و قدرت محاسباتی ، NLP بسیار بیشتر پیشرفت کرده است و به متخصصین امکان می دهد نتایج قابل توجهی در زمینه هایی مانند مراقبت های بهداشتی ، مالی ، منابع انسانی و سایر موارد بدست آورند.

پردازش زبان و یادگیری طبیعی برای چه چیز هایی استفاده می شود؟

NLP تقریباً در هر صنعت کاربردهای متنوعی دارد. این فناوری توانایی مدیریت خودکار زبانهای طبیعی انسان مانند گفتار یا متن را دارد. همچنین می تواند به یک کارمند ادارات یا شرکت ها در انجام کارهای متعدد کمک کند و در نهایت باعث تقویت عملکرد کار می شود. بسیاری از توسعه دهندگان معمولاً از الگوریتم های NLP برای جمع آوری بلوک های متن برای برداشتن ایده های    ضروری و اصلی استفاده می کنند. ایجاد ربات های چت برای پرس و جو و پاسخ مناسب. تجزیه و تحلیل احساسات و کمک شناختی و موارد دیگر صورت می پذیرد. به عنوان مثال ، شرکت هایی مانند یاهو و گوگل از پردازش زبان طبیعی برای فیلتر کردن و طبقه بندی ایمیل ها و ارزیابی متن ایمیل هایی که از طریق سرورهای کاربران عبور می کند استفاده می کند و از ارسال هرزنامه ، حتی قبل از ورود به صندوق ورودی ایمیل جلوگیری می کند. اکثر اطلاعاتی که سازمان های اطلاعاتی اعم از خصوصی یا عمومی جمع آوری می کنند، متنی بدون ساختار ، از جمله مکالمات شبکه های اجتماعی ، نظرات در وب سایت ها ، گزارش های داستانی و سایر موارد است. دریافت بینش عملی از این داده ها می تواند چالش برانگیز باشد. 

آژانس پروژه های تحقیقاتی پیشرفته دفاعی (DARPA) در تلاش برای کاهش این نوع چالش ها ، برنامه کاوش و فیلتراسیون متن (DEFT) عمیق را ساخت. این برنامه با استفاده از NLP به طور خودکار اطلاعات مربوط به وابسطه را استخراج می کند و به تحلیلگران کمک می کند تا بینش های عملی را از آنها بدست آورند. هدف DEFT پرداختن به شکاف های باقی مانده توانایی مربوط به استنباط ، روابط علی و تشخیص ناهنجاری است.

پیشرفت ها در NPL

NPL توانایی ماشین ها را در تفسیر موثر متن ، گفتار و کلمات تقویت می کند. این امر باعث پیشرفت تجزیه و تحلیل داده ها ، کشف بدافزار و جلوگیری از انتشار اخبار جعلی می شود. با تکامل چت بات های مجهز به هوش مصنوعی مانند الکسا ، سیری ، کورتانا و دستیار Google و غیره ، استفاده از پردازش زبان طبیعی بسیار زیاد شده است. پیشرفت های اخیر در کاربردهای این فناوری به طور قابل توجهی نحوه درک و یادگیری هوش مصنوعی از چیزهای پیرامون آن را تغییر داده است. یکی از مهمترین پیشرفتها در زمینه NLP استفاده از یادگیری انتقالی بود. Fast.ai’s ULMFiT Universal Language Model Fine Tuning مفهوم یادگیری انتقالی را به جامعه NLP معرفی کرد. طبق گفته این شرکت ، ULMFiT یک روش یادگیری انتقالی موثر است که می تواند برای هر کاری در NLP اعمال شود. در سال 2018 ، Google AI مدل جدیدی را برای NLP به نام BERT (نمایندگی های رمزگذار دو طرفه از ترانسفورماتورها) معرفی کرد. این مدل از مفهوم ترانسفورماتور و یادگیری انتقالی استفاده می کند و آموزش کامل دو طرفه ترانسفورماتور را انجام می دهد. 

بعلاوه ، در سال 2018 ، محققان دانشگاه کالج اطلاعات و علوم رایانه ای دانشگاه ماساچوست و Google AI Language ، (LISA) ، یک مدل شبکه عصبی خود-توجه به زبانشناسی را معرفی کردند. این امر یادگیری عمیق و فرم گرایی زبانی را با هم ادغام می کند ، بنابراین از تجزیه نحوی برای دستیابی به معنای دقیق ، به طور موثرتری استفاده می کند.به طور گسترده تر ، قدرت NLP در سال های آینده به تکامل ، درک و زمینه سازی داده هایی ادامه خواهد داد که می تواند منجر به سود بهتر یک تجارت شود.

ردیاب مکان سامسونگ

ردیاب مکان سامسونگ

سامسونگ ویژگی ردیاب مکان را برای رقیب یافتن مزایای Find My iPhone در اپل راه اندازی می کند. سامسونگ الکترونیک، نسخه مخصوص خود از ویژگی Find My Apple را برای یافتن دستگاه ها معرفی کرده است – اگرچه طبیعتاً این ویژگی فقط با دستگاه های Galaxy کار خواهد کرد ، از تلفن های هوشمند گرفته تا تبلت ها، ساعت های هوشمند و هدفون های مختلف گوش. این ویژگی که SmartThings Find نام دارد ، مکان دستگاه ها را با استفاده از بلوتوث کم انرژی (BLE) و Ultra Wideband (UWB) پیدا میکند – یک روش ردیابی بدون WiFi ، مشابه آنچه اپل در حال توسعه دارد. این شرکت در بیانیه مطبوعاتی اعلام کرد SmartThings Find اکنون پس از آزمایش این سرویس توسط 6 میلیون کاربر در کره جنوبی ، ایالات متحده و انگلیس ، در حال حاضر در دستگاه های Galaxy سامسونگ در دسترس است.

فناوری پشت ردیاب مکان سامسونگ

پس از انجام مراحل ثبت نام سریع ، کاربران SmartThings به راحتی می توانند دستگاه های Galaxy خود را از طریق تلفن های هوشمند ، تبلت ها و ساعت های هوشمند ، تا هر گوشی هدفون را جداگانه پیدا کنند. در حالی که این برنامه از فناوری BLE و UWB برای ردیابی دستگاه ها استفاده می کند ، اما مکان آنها را در یک رابط AR نشان می دهد تا به کاربران کمک کند ببینند محصولات گلکسی آنها واقعاً کجاست.جائئئون یونگ ، معاون رئیس جمهور و رئیس تیم SmartThings ، تجارت ارتباطات سیار در سامسونگ الکترونیک. گفت: “SmartThings Find با استفاده از مزیت اضافی استفاده از AR6 همراه با نقشه ها و اصوات برای هدایت شما به دستگاه هایتان ، یک راه حل ساده و بصری است که به شما کمک می کند تا دستگاه های مورد علاقه خود را به راحتی پیدا کنید. این فقط یک نمونه تجاربی است که در تلفن همراه خود دارید که فناوری UWB برای مردم سراسر جهان به ارمغان می آورد” به گفته سامسونگ: هرگاه دستگاهی به مدت 30 دقیقه آفلاین باشد ، سیگنال BLE تولید می کند که می تواند توسط دستگاه های دیگر دریافت شود. اگر دستگاه خود را از دست داده اید از طریق SmartThings Find گزارش کنید ، هر تلفن هوشمند یا تبلت Galaxy که در نزدیکی آن قرار دارد برای یافتن دستگاه های مفقود شده می توانند سرور سامسونگ را در مورد مکان آن مطلع سازد که به نوبه خود به شما اطلاع می دهد. ” این سرویس همچنین قرار است جهت ها و صداهای یکپارچه نقشه خوان را به کاربران ارائه دهد تا بتوانند به سرعت دستگاه گمشده خود را پیدا کنند. هنگامی که به دستگاه خود نزدیک شدید ، می توانید با استفاده از عملکرد جستجوی مبتنی بر واقعیت افزوده در نزدیکی دستگاه خود ، “زنگ” بخورید یا آن را مکان یابی کنید ، که گرافیک های رنگی را نشان می دهد که هنگام نزدیک شدن به دستگاه ، شدت آنها افزایش می یابد. نکته برجسته این سرویس این است که به کاربران امکان می دهد دستگاه های گمشده خود را حتی در صورت آفلاین بودن پیدا کنند.

با ویرا سگال کارو همراه باشید