مايکل باو فکر میکند، در حقيقت این برای یک وسیله ارزانقیمت، الگوشناسی پیچیدهای است.
واضح است که شما دوست دارید چنین وسیلهای، با روش خاصی که شما آنرا در دست میگیرید سازگار باشد. برای وجود چنین امکانی، باید مجموعهای غنی از دادههای مربوط به انواع روش استفاده را در دستگاه گنجاند. تیلور توضیح میدهد: «ما میخواهیم ببینیم مردم چگونه وسیلههای مختلف را در دست میگیرند و هر وسیله چگونه ميان افراد متفاوت میچرخد.
بیشتر مردم دوست ندارند که کار اضافهای برای تغییر کارایی انجام دهند. با استفاده از این وسیله، شما مجبور نیستید به منوی دوربین بروید، خود دستگاه میداند که شما این را میخواهید یا قصد داريد با استفاده از آن تماسی بگیرید. دیگر مجبور به انجام هیچ کار اضافهای نیستید.»
تیلور با تکمیل پایاننامهاش با موضوع دستگرفتنیها و تشخيص الگوي مورد استفاده، فارغالتحصیل خواهدشد. او فکر میکند که قالب صابون فقط نخستين گام خواهدبود. چنانکه خودش میگوید: «جهش بعدی ورود دستگرفتنیها به ابعادی متفاوت خواهدبود؛ نهفقط بهعنوان یک وسیله دستی چندمنظوره.»
امآیتی نمونه اولیه دستگرفتنی را به حمایتکنندههای زیادی نشان داده، اما هنوز هیچ محصول خاصی پیشبینی نشدهاست. موضوعی که درباره نمونه اولیه قالب صابون وجود دارد، این است که فناوری جدید یا ویژهای را بهکار نمیگیرد، فقط هوش مصنوعی خاصی است که آنرا قابل استفاده ميکند. مايکل باو ميگويد: «الگوریتمها و اجزای مورد نیاز موجود هستند. برای ساخت آن به چیز عجیب و غریب و یافتنشدنی نیازی ندارید؛ بنابراين ورود آن را به بازار نزدیک میبینم.» برای مشاهده این لینک/عکس می بایست عضو شوید ! برای عضویت اینجا کلیک کنید شکل 3
دستگرفتنيها
نوآوري عمده: عملکرد دستگاه (دوربين، تلفن همراه، دستيار ديجيتال، کنسول بازي) براساس طريقهاي که دست گرفته شده، بهطور خودکار تعيين خواهد شد.
اهميت عمده: به جاي آنکه کاربر مجبور باشد خود را با عملکرد دستگاه وفق دهد، دستگاه با يادگيري نيازها و چگونگي استفاده کاربر خود را با او وفق ميدهد.
زمان عرضه احتمالي: با وجود حمايتکنندههاي مناسب، يک تا دو سال آينده.
سيستمهاي بينايي کامپيوتري
دانشگاه کارنگي ملون
شاید روزی آن صفحه دکوری کنار فرمان خودروي شما، چیزی بیش از سرعت و مسافت را بهشما نشان دهد؛ به عنوان مثال، چیزی که در مه مخفی شدهاست.
زمانی قبل از ورود اکسباکس 360 و سیستمهای چهارهستهای، اضافه کردن جلوههای مهمانند به بازیها، کاری غیرممکن بهنظر میرسید. اما امروز در زندگی واقعی، مشکل برداشتن این نوع افکتها است؛ تصور کنید، در یک جاده مهآلود یا بارانی بهراحتی رانندگی میکنید.
البته، ما درباره اصلاح آب و هوا صحبت نمیکنیم. سرینیواسا ناراسیمهان، استادیار دانشگاه کارنگیملون در رشته بينايي کامپیوتری، میگوید: «شما در واقع خودِ مه را از بین نمیبرید؛ بلکه مه را از داخل تصاویر حذف میکنید. در حقيقت این دو مشکل (اضافه کردن مه به تصاویر کامپیوتری و حذف مه از تصاویر واقعی) از پیچیدگی یکسانی برخوردار نیستند.»
البته، اضافه کردن مه بهمراتب آسانتر است؛ اما باو در حال حاضر تصاویر مهآلود و ناواضح را میگیرد و به آنها شفافیت میبخشد.
کلید اصلی کنترل روشنایی است. ناراسیمهان ميگويد: «یک صحنه مهآلود را با نور سیال روشن کنید. این بدترین کاری است که میتوانید انجام دهید، زيرا آن نور منعکس میشود و تمام کنتراست موجود را از بین میبرد.»
مه و آب از نقطهنظر بصری، محیطهای توزیعی محسوب میشوند. وي توضیح میدهد، باید به پویش نور موجود در سراسر صحنه پرداخت. سپس میتوان نتایج را برای تهیه یک تصویر شفاف به یک دوربین داد.
برای مشاهده این لینک/عکس می بایست عضو شوید ! برای عضویت اینجا کلیک کنید شکل 4
سيستمهاي بينايي کامپيوتري
نوآوري عمده: نمايش بيدرنگ اشياي مخفي در مه يا محيطهاي مشابه.
اهميت عمده: ميتواند محدوده ديد شفافي را براي رانندهها، خلبانها و غواصان در محيطهاي مهآلود، ابري و زيرآبي فراهم کند. همچنين ميتواند امنيت بيشتري براي سيستمهاي نقل و انتقال آينده فراهم کند.
زمان عرضه احتمالي: انواع زيرآبي ظرف يک تا دو سال آيند، انواع مخصوص اتبوسها، قطارها و هواپيماها پنج سال آينده و انواع مخصوص خودروها بعد از آن.
هنگام رانندگی، شما هرگز نمیتوانید با نوربالا به عمق یک مه بروید؛ نور فقط مه را پر میکند و باعث مبهم شدن همه چیز میشود. بههمین دلیل است که نورهای مخصوص مه معمولاً کمنور و نزدیک به جاده هستند؛ جایی زیر سطح مه.
مجله نيچر یک دهه پیش در گزارشی اعلام کرد، رانندگان در مه عموماً سریعتر از حد معمول میرانند، زيرا، عدم وجود محدوده دید دقیق، باعث میشود که حرکات خود را کندتر از آنچه است، احساس کنند. ناراسیمهان سیستمهای نقل و انتقال هوشمند را در حوزههایی بهغیر از خودرو (که تمرکز اصلی روی آن بوده) توسعه دادهاست.
کاوش و امنیت در میان سفرهای هوایی و زیر دریا ارتقا پیدا خواهندکرد و یک سیستم بینایی در قالب ابزارهای دستی برای آتشنشانها و معدنچیها (یا هر کسی که وارد محیطی میشود که بهدلیلی بهجز تاریکی، میدان دید محدودی دارد) پیشبینی میشود.
این فناوری میتواند برای فیلمسازانی که آب و هوای نامساعد مزاحم کارشان میشود، مفید باشد. در وبسایت ناراسیمهان ( www.cs.cmu.edu/~srinivas) صحنهای از فیلم فورستگامپ موجود است که باران از آن حذف شدهاست.
گروه تحت سرپرستی ناراسیمهان برای عملی ساختن این پروژه، مشغول برنامهنویسی هستند. در حال حاضر براي نورها از پروژکتور استفاده ميکنند که بهراحتی میتواند با استفاده از برنامههای نوشتهشده الگوهای مختلف را نشان دهد.
در نمونههای نهایی، یک LED سفارشی و اختصاصی میتواند سادهترین نور برای انجام این کار باشد؛ اما لیزر نیز بهخوبی از عهده انجام اين کار بر میآید.
یکی از شاخههای فرعی تحقیقات ناراسیمهان، بازسازي صحنه است. نورهای پویشگر، بهجای آنکه فقط یک دید کلی از آنچه پیش رو است، فراهم کنند ميتوانند یک نمونه کامل سهبعدی را از آنچه قابل دیدن نیست، ثبت کنند.
ایده دیگر آن است که این دوربین بهعنوان یک وسیله سنجش آب و هوا مورد استفاده قرار گیرد. به همان شکلی که یک نفر با دیدن هاله دور یک چراغ در باران میفهمد که باران میبارد؛ یک سیستم بصری میتواند بلافاصله میزان رطوبت هوا را تشخیص دهد.
چنانکه ناراسیمهان میگوید: «در حال حاضر محدودیت اصلی آنها در راه عرضه محصول فناوري نيست، بلکه بازاریابی محصول محدودیت اصلی است. بهعنوان مثال، چراغهای خودرویی که با استفاده از سیستم نقل و انتقال هوشمند کار میکنند شاید تا پنج سال دیگر آماده عرضه شوند، اما این به آن معنا نیست که شرکتهای خودروسازی که خودشان چراغهای مخصوص مه را برای فروش دارند، به آن روی میآورند.»
برای مشاهده این لینک/عکس می بایست عضو شوید ! برای عضویت اینجا کلیک کنید نيمنگاهي به آينده
دوربين ديجيتال دايناميک
طي دوازده سال آينده، طراحي دوربينها از ريشه تغيير خواهد کرد. طراحي دوربينهاي آينده نشان از هوشمندي دروني آنها خواهد داشت. با جايگزيني لنز شيشهاي توسط يک لنز آکرليک، چگونگي فکوس روي موضوع تغيير خواهد کرد و ارتباطات بيسيم نيز روش تماشاي عکسها را دگرگون خواهد کرد. بهتر است به آنچه در ذهن جان نار، مدير ارشد محصولات اليمپوس ميگذرد، نگاهي بياندازيم.
● الياف کربني، براي بدنه بسيار سبک و به شدت مقاوم دوربين
● طراحي شده شبيه به يک کنسول بازي ارگونوميک
● صفحهنمايشي با وضوح بسيار بالا و فرم خاص، تصاوير را مستقيم به نمايش خواهد گذاشت.
● حذف منظرهياب اپتيکال، اندازه دوربين را به شکل قابل توجهي کاهش خواهد داد.
● صفحهنمايش السيدي با قابليت چرخش 360 درجه
● وضوح صفحهنمايش بالاي نهصد هزار پيکسل
● لنز قابل انعطاف آکرليک با تغيير فرم، روش فکوس را متحول خواهد کرد.
● نرمافزار پيشرفته ويرايش عکس توکار
● اتصال بيسيم به کامپيوتر يا اينترنت براي بهروز کردن و به تلويزيون اچدي يا قاب عکس براي انتقال تصاوير
● سنسور پيشرفته کممصرف براي نويز کمتر، رنگ و کنتراست بهتر و Dynamic Range وسيعتر
● قابليت ثبت 1200 عکس، با هر بار شارژ باتري
ناراسیمهان در ادامه ميگويد، «چراغهای مخصوص مه فقط از لحاظ روانی به راننده کمک میکنند، اما آنها در واقع ایمن نیستند.» حداقل با حمایتکنندههایی مانند بنیاد علمی ملی، او خیالش راحت است که تحقیقاتش تا رسیدن به آینده قابل پیشبینی، ادامه خواهدداشت.
شنوايي ماشيني
مؤسسه فناوري جورجيا
اگر با برنامههای شناسایی گفتار کار کرده باشید، حتماً میدانید که در محیطهای پرسر وصدا بهخوبی کار نمیکنند. اما همان مطلب را در همان محیط پرسروصدا به یک انسان بگویید، بهخوبی خواهدفهمید که چه میگویید. صداهای متغیر یا خیلی آهسته، بهراحتی برای انسان قابلدرک هستند. اما برای یک کامپیوتر چنین نیست.
دیوید اندرسون، استادیار رشته پردازش سیگنال دیجیتالی و مهندسی کامپیوتر در مؤسسه فناوری جورجیا میگوید: «من فکر میکنم برای تقلید عملکرد انسان در این حوزه، به قدرت محاسباتی بیشتری نیاز داریم.» بههر حال گوش کردن، بیش از شنیدن به قدرت نیاز دارد.
اندرسون با همکاری پل هِیسلر، کار روی «شنوایی ماشینی» را با ورودی صدای آنالوگ و با استفاده از پردازندههای فوقالعاده کمتوان تجربه کردهاست. گروه موفق شدهاست با استفاده از تنها پنج تا سي میکرووات توان مصرفی، به تجزیه و تحلیل محدودهای از صداهای مختلف بپردازد.
از جمله صدای انسان. با وجود اینکه این فناوری به انعطافپذیری گوش انسان نیست، اما آن قدر پیشرفت کرده که بتواند ميان صدای انسان و صداهای پسزمینه تمایز قائل شود. بهخاطر آنکه ورودی از توان مصرفی بسیار پایینی برخوردار است، اندرسون فکر میکند، چنین سنسوری میتواند با استفاده از یک باتری AA یک تا دو سال کارکند و حتی میتواند با استفاده از یک سلول خورشیدی کوچک، بهطور مداوم فعال باشد.
اندرسون و گروهش با استفاده از آرایههای آنالوگ برنامهپذیر (FPAA)، نمونههای اولیهای از پردازندههای سیگنال دیجیتالی ساختهاند که با ورودی آنالوگ کار میکنند. اندرسون در این رابطه میگوید: «دیجیتال قابل پیشبینی است و برنامهنویسیاش نیز راحت است. اما برای پردازش آن باید بهای آنرا، یعنی توان مصرفی بیشتر را بپردازی.»
تجهیزات شنواییِ کاوشگر، کارکردی بیش از میکروفون دارند و یک تراشه شنوایی ماشینی میتواند به صداهای خاصی حساس باشد؛ مانند شکستهشدن شیشه، تیراندازی یا زمزمه افراد مختلف. همه صداهای مذکور تفکیکپذیر هستند و بهمحض آنکه صدای تعیینشده شنیدهشود، تراشه برای برنامه امنیتی اخطار میفرستد.
برای مشاهده این لینک/عکس می بایست عضو شوید ! برای عضویت اینجا کلیک کنید شکل 5
فراتر از نانو لولهها
والتر ديهير استاد دانشگاه جورجيا تِک، با يک تراشه گرافيني
جانشين سيليکون
جورجيا تِک
تراشهسازان میدانند که تغییر بزرگی در راه است. والتر دیهیر، استاد فیزیک دانشگاه جورجیا تِک، به این شکل موضوع را توضیح میدهد: «تا یک دهه آینده، دیگر قانون مور معنایی نخواهدداشت. یعنی فناوری تراشهسازی دیگر هر 18 ماه رشد نمیکند؛ چنانکه برای بیست سال چنین بوده است. در طول ده سال آتی، دیگر ارتقاي مداوم پردازنده را شاهد نخواهیدبود... سیلیکون نمیتواند همینطور ادامه دهد.»
مسلماً این به آن معنا نیست که صنعت تراشهسازی رو به نابودی است؛ بلکه فقط به یک ماده اولیه تازه نیاز دارد، چیزی کمحجمتر از سیلیکون که از عهده انجام تمام وظایف آن نیز برآید.
برای سالها، نانولولههای کربنی بهعنوان یک راهحل مناسب شناخته میشدند. نانولولهها از صفحات کربن درهم پیچیدهشدهای، با قطری برابر با یک اتم ساخته میشوند. مشکل اینجا است که بهکارگیری نانولولهها در یک تراشه بسیار مشکل است. دیهیر که در دهه 1990 روی نانولولهها کار کرده، میگوید: «بعد از ده سال کار روی نانولولهها، هیچکس نتوانست راهی پیدا کند.»
دیهیر نگاه دیگری به صفحه تخت کربن (که گرافین خوانده میشود) انداخت و بهجای تبدیل آن به لوله، آن را مورد محاسباتی خاص قرار داد. او دریافت که میتواند آنرا به صورت نوارهای باریکی با همان خواص لولهها برش بزند. او تخمین میزند که گرافین مذکور از سیلیکون صدبرابر سریعتر است و شاید روزی ما را به سرعت يک تراهرتز برساند و حتی شاید مناسب بهکارگیری در الکترونیک کوانتومی باشد.
ساخت گرافین پیچیدهتر از خطکشی با مداد روی کاغذ است. یک کریستال کاربید سیلی******** در یک کوره خلأ آنقدر حرارت داده میشود تا سطحش تبدیل به گرافین همبافته شود. سپس یک لایه بهقطر مولکول از آن برداشته میشود.
چنانکه دیهیر میگوید: «با نوارهای گرافین مشکل ایجاد اتصال ميان نانولولهها و قرارگیری آنها در جای مناسب، دیگر مطرح نخواهدبود. هر فرمی که میخواهید میتوانید به آنها بدهید.» حالا کلید اصلی برش است. شما نميتوانيد قیچی را بردارید و صفحات دوبعدی گرافین را برش دهيد.
این کار با استفاده از تکنیکهای لیتوگرافی میکروالکترونیک انجام میشود، درست مثل همانهایی که الان در آزمایشگاههای تولید سیلیکون (یا fab) استفاده میشود. گروه او در آزمایشگاه میکروالکترونیک خودِ دانشگاه، فقط روی توسعه راهی برای انجام این کار تلاش میکنند.
دیهیر درباره برتری صددرصد گرافین ميگويد: «بسیاری از مشکلاتی که با سیلیکون داریم، حل خواهدشد. جریان بیشتری میتواند از آن عبور کند و حرارت آن خیلی افزایش نمییابد و میتوانید تا حد نانومتر یا حتی کوچکتر پیش بروید و همچنان کار کند.»
کار روی نانولولههای کربنی و دیگر جایگزینهای بالقوه سیلیکون، در آزمایشگاههای دیگر همچنان ادامه دارد. طبق گفته دیهیر، هر سال طرح جدیدی به میان میآید. همچنين او سرسختانه اعتقاد دارد که گرافین اسبی است که باید روی آن شرط بست. در همین حال، سختیهای بزرگی سر راه او و گروهش خودنمایی میکنند. گرافین یک اکسیر جادویی نیست که بلافاصله همه چیز را دگرگون سازد.
دیهیر ميگويد: «شکی برای من وجود ندارد که حداقل ده سال طول میکشد تا این فناوریها توسعه یابند تا لیتوگرافی را به نقطهای برسانیم که ما را قادر سازد تجهیزاتی بسازیم که با تجهیزات سیلی******** قابلقیاس باشند. این کار واقعاً مشکلی خواهدبود.»
یک تراشه حذفکننده نویز، با توانایی تفکیک صدای پسزمینه از صدای اصلی، صداهای اضافی را فیلتر میکند. اندرسون میگوید: «این روش در حذف صداهای اضافی بدون تحت تأثیر قرار دادن صدای مکالمه بسیار مؤثر بود.» البته، شناسایی و درک آنچه که گفته شده به این مرحله و این تراشه ارتباطي ندارد.
در حقيقت، شنوایی ماشینی را نمیتوان با تشخیص صدای انسان توسط کامپیوتر یکی کرد، اما این دو مانند دو قطعه یک پازل به یکدیگر میپیوندند. در حال حاضر، تجزیه و تحلیل همهجانبه سیگنالهای صدای انسان که بهوسيله کامپیوتر دریافت میشود ، بهصورت بیدرنگ کار مشکلی است.
بیشتر این تجزیه و تحلیلها بهوسيله یک کامپیوتر شخصی انجام میشوند، اما گاهي ساعتها طول میکشد تا نتیجه مورد نظر بهدست آید. اندرسون معتقد است، راه بهتری هم وجود دارد؛ «ما همیشه سعی میکنیم از مغز تقلید کنیم.» گروه هر چه بیشتر سعی میکند عملکرد سلولهای خاکستری را در این حوزه شبیهسازی کند، بیشتر موفق میشود. اندرسون تلاشهای گروهش را در این زمینه، به تلاشهای هنرآموزی تشبیه میکند که با کپی از روی کار بزرگان، تکنیکهای استفادهشده را بیشتر میفهمد و یاد میگیرد.
شنوايي ماشينينوآوري عمده: تجزيه و تحليل صدا با استفاده از ورودي آنالوگ کممصرف.
اهميت عمده: امنيت و شناسايي هوشمند صدا، اولين نتايج مفيد آن خواهند بود.
زمان احتمالي عرضه: نتيجه نهايي شناسايي کاملاً هوشمند صدا (شنيدن و درک گفتار)، طي پنج تا هشت سال آينده عرضه خواهد شد.
حتی اگر سیگنال یا صدا تا حدی مبهم باشد باز هم مغز میتواند مفهوم کلی عبارت یا کلمه را متوجه شود، زيرا مغز فقط از یک روش برای درک آنچه اتفاق میافتد، استفاده نمیکند. بهکارگیریِ یک برنامه سنتی شناخت گفتار براي استفاده از ویژگیها و روشهای چندگانه تجزیه و تحلیل، با سختافزار و نرمافزار امروزی، اگر نگوییم غیرممکن، بسیار مشکل است.
بنابراین، هدف اصلی همچنان این است که کامپیوتر صدا را با استفاده از همان روش مغز انسان تجزیه و تحلیل کند. آموزش سيستمي که نمونههای کافی دارد، برای انجام آن نوع شناسایی، میتواند هزاران یا میلیونها ساعت زمان ببرد.
اندرسون امیدوار است که تکنیکهایی مشابهِ همانهایی که در بهبود تصاویر کامپیوتری مورد استفاده قرار میگیرند، در این زمینه کمککننده باشند و با کمک این تکنیکها بتوان با استفاده از بخشهای کوچک و شناختهشده یک سیگنال و ترکیب آنها، دقت شنوایی کامپیوتر را تا حد بسیار زیادی افزایش داد.
در حالیکه بعضی برنامههای شنوایی ماشینی در حال حاضر موجود و مورد استفاده هستند، برنامههای هوشمند و پیشرفتهتر هنوز چند سالی تا عرضه فاصله دارند. قبل از آنکه ماشین بتواند زبان ما را بفهمد، باید بتواند صدای ما را بهخوبی بشنود.
عصر شبکه





پاسخ با نقل قول
Bookmarks