من معتقدم که باید پیام خود را تغییر دهیم. اگر فقط به موعظه کردن این موضوع ادامه دهیم که بازیها میتوانند مؤثر باشند، خطر ایجاد این تصور را داریم که همه بازیها برای همه یادگیرندگان و برای همه نتایج یادگیری خوب هستند، که به طور قطعی اینطور نیست
اصل عدم قطعیت فیزیک کوانتومی اولین پایه های رمزنگاری کوانتومی را می سازد . با توجه به اینکه انتظار می رود کامپیوترهای کوانتومی آینده مسائل لگاریتمی گسسته را حل کنند و روش های رمزنگاری معروف مانند AES، RSA، DES، رمزنگاری کوانتومی به راه حل پیش بینی شده تبدیل می شود. …
سیستم های مدیریت یادگیری مبتنی بر هوش مصنوعی راهنمای مبتدیان برای پلتفرم های یادگیری مبتنی بر هوش مصنوعی یادگیری مبتنی بر هوش مصنوعی امروزه هوش مصنوعی (AI) در عرصه های مختلف زندگی بشر نفوذ کرده است. از تجزیه و تحلیل داده های پزشکی و تشخیص در صنعت …
ینکه انسان فانی است خبر جدیدی نیست. اما خبر جدید این است که در طول دو دههی گذشته افراد کلی دارایی دیجیتال که قبلاً هرگز وجود نداشت برای خود جمع کردهاند و بسیاری از ما شاید زمانی این سوال برایمان پیش بیاید که: بعد از مرگمان بر سر سرویسهای اجتماعی …
عبارت “تکنولوژی پزشکی” به طور گسترده برای پرداختن به طیف وسیعی از ابزارها استفاده می شود که می تواند متخصصان سلامت را قادر سازد تا با انجام تشخیص زودهنگام، کاهش عوارض، کاهش مدت بستری شدن در بیمارستان ،بهینه سازی درمان و/یا ارائه گزینه های کمتر تهاجمی، کیفیت زندگی بهتری را برای بیماران و جامعه فراهم کنند.
خلاصه: پذیرش جهانی فناوری در آموزش، نحوه آموزش و یادگیری ما را متحول می کند. هوش مصنوعی یکی از تکنیکهای مخرب برای شخصیسازی تجربه گروههای مختلف یادگیری، معلمان و مربیان است.
هوش مصنوعی در آموزش(تعریف یونسکو و نقش هوش مصنوعی)ترجمه وحید پورچی کنگرلو
کارشناس ارشد تکنولوژی آموزی در حوزه هوش مصنوعی
طی سال ۲۰۲۲، انتظار دارم که حملات سایبری بیشتری را در بخشهای مختلف شاهد باشیم و اقدامات خنثی کنندهای نیز از سوی این صنعت صورت خواهد گرفت.
آیا از تاریخچه کامپیوترها خبر داری؟ کامپیوتر برای سرگرمی یا ایمیل متولد نشد اما برای برطرف کردن یک نیاز بزرگ انسان و حل یک بحران جدی ساخته شد. تا سال ۱۸۸۰، جمعیت ایالات متحده به سرعت در حال رشد بود و جمع آوری نتایج سرشماری ایالات متحده بیش از هفت …
فرآیند طراحی دستی شبکههای عصبی مصنوعی که حالا به موتورهای محرک هوش مصنوعی تبدیل شدهاند بسیار کند و پرزحمت است و شمار افراد متخصص در این حوزه منطبق با نیازها نیست. گوگل از جمله شرکتهایی است که سعی دارد این فرآیند را تا حد امکان ماشینی کند. گوگل در پروژهای موسوم به AutoML (یادگیری ماشینی خودکار) در پی ساخت الگوریتمهایی است قادرند با تجزیه و تحلیل روند توسعه الگوریتمهای دیگر، بیاموزند که کدام روشها موفق هستند و کدام خیر و درنهایت میآموزند سامانههای یادگیری ماشینی بهینهتری بسازند.