هوش مصنوعی

پنجشنبه گذشته ، کمیسیون حقوق بشر استرالیا (AHRC) گزارش نهایی خود را درباره حقوق بشر و امنیت سایبری منتشر کرد. این گزارش جامع و متراکم است و 38 توصیه را ارائه می دهد که در مقایسه با برخی از مقررات بحث شده سیستم عامل های دیجیتال در خارج از کشور ، نسبتاً متوسط ??هستند.

تز اصلی این گزارش این است که موفقیت هوش مصنوعی به اعتماد بین دولت ، تجارت و جامعه بستگی دارد و کلید ایجاد چنین اعتمادی اطمینان از این است که حقوق بشر در سیاست های ملی AI است. این گزارش معیار زیر را برای سیاست ملی هوش مصنوعی تعیین می کند که در حال حاضر توسط وزارت نخست وزیر و کابینه در حال تدوین است:

"استراتژی های ملی یا منطقه ای خوب در مورد هوش مصنوعی و سایر فن آوری های جدید دارای برخی عناصر مشترک هستند: آنها شامل استانداردهای بین المللی حقوق بشر ، از جمله اقدامات عملی برای اطمینان از حمایت از حقوق با پاسخگویی و مکانیزم های شکایت هستند. آنها آموزش و آموزش حقوق بشر را برای طراحان و توسعه دهندگان فناوری جدید ترویج می دهند. این اقدامات شامل اقدامات نظارتی ، توسعه و نظارت بر سیاست ها است. آنها رویکردهای کل دولت را برای اطمینان از سازگاری بین دستگاهها و نحوه اجرای آنها دارند. آنها بر تأثیرات کنونی و آینده فناوری ها بر جامعه تمرکز می کنند. "

این گزارش هشدار می دهد که "هر کشور استراتژی های ملی هوش مصنوعی را اتخاذ کرده است ، اما تعداد اندکی چگونگی ارتقا، ، حمایت و احترام حقوق بشر در استفاده از هوش مصنوعی را تعیین می کنند."

تنظیم الگوریتم ها در مقابل نتایج

این گزارش خاطر نشان می کند که برخی از حوزه های قضایی خارج از کشور ، مانند کانادا ، رویکرد تنظیم مستقل الگوریتم خاص را در پیش گرفته اند. کمیسیون متذکر می شود که با این روش مخالف است ، زیرا فکر می کند:

استفاده فعلی و بالقوه از هوش مصنوعی تقریباً بی حد و حصر است ، بنابراین شناسایی اصول عمومی حقوقی که در همه سناریوها اعمال می شود بسیار دشوار است.
از آنجا که هوش مصنوعی یک اصطلاح هنری نیست ، تهیه قانونی که درمورد هوش مصنوعی است با دقت کافی برای ارائه وضوح و اطمینان به کسانی که باید آن را دنبال ، اعمال و اجرا کنند ، دشوار است. و
مردم اساساً تحت تأثیر نحوه استفاده از فناوری قرار می گیرند. این می تواند نوآوری را غیر ضروری کند که نیاز به انجام یک فعالیت خاص (مانند تصمیم گیری) فقط از طریق یک روش یا یک فناوری واحد یا یک روش واحد برای استفاده از آن باشد.
در عوض ، کمیسیون استدلال می کند که تمرکز مقررات باید بر روی (الف) نتایج باشد - هم فرآیند تصمیم گیری و خود تصمیم ، و (ب) تا آنجا که AI در جایگزینی یا در ترکیب با انسان استفاده می شود ، این چگونه بر انصاف تأثیر می گذارد.

تصمیم گیری دولت توسط AI

تصمیم گیری دولت با استفاده از هوش مصنوعی در اینجا موجود است: بخش 495A قانون مهاجرت 1958 (Cth) به وزیر مسئول اجازه می دهد "برای استفاده ، از برنامه های رایانه ای تحت کنترل وزیر" برای تصمیم گیری ، اعمال قدرت یا مطابقت برنامه ریزی کند با هر تعهدی مجوزهای مشابه تحت بخش 6A قانون تأمین اجتماعی (اداره) قانون 1999 (Cth) و بخش 4B قانون حق سربازان قدیمی 1986 (Cth) ارائه شده است. این گزارش خاطرنشان می کند که در خارج از کشور ، مانند GDPR اتحادیه اروپا ، ممنوعیت هایی برای افراد وجود دارد ، به استثنای برخی موارد ، "فقط مبتنی بر پردازش خودکار ، از جمله پروفایل" تصمیم گرفته می شود که این تصمیم اثر قانونی یا مشابه قابل توجهی داشته باشد. در نهایت ، کمیسیون چنین خط مشی سختگیری را اتخاذ نمی کند. در عوض ، این یک چارچوب قانونی برای استفاده از هوش مصنوعی در تصمیم گیری توسط دولت پیشنهاد می کند که مستلزم این است:

سازمان های دولتی قبل از اتخاذ هر سیستم تصمیم گیری جدید با آگاهی از هوش مصنوعی برای تصمیم گیری های اداری ، ارزیابی تأثیر حقوق بشر (HRIA) - متمرکز بر ریسک - را انجام می دهند. و
روند HRIA شامل یک مشاوره عمومی در مورد سیستم پیشنهادی جدید برای تصمیم گیری ،
و اگر تصمیم گیری هوش مصنوعی ادامه یابد:

وقتی تصمیمی که آنها را تحت تأثیر قرار می دهد با استفاده از تصمیم گیری آگاهانه از هوش مصنوعی باید به افراد آگاه شود.
آژانس دولتی باید هم انگلیسی ساده و هم توضیح فنی درباره روند تصمیم گیری آگاهانه از هوش مصنوعی ارائه دهد. و
بررسی شایستگی های خارجی قبل از یک دادگاه مستقل به طور کلی باید در مورد هرگونه تصمیمات اداری آگاه از هوش مصنوعی در دسترس باشد.
این گزارش چالش های اعمال این الزام را به دلایلی - یک اصل اساسی قانون اداری - در تصمیم گیری آگاهانه از هوش مصنوعی برجسته می کند:

"... استفاده از هوش مصنوعی می تواند منطق یا دلایل تصمیم گیری را پنهان کند ، که به نوبه خود می تواند حق قانونی دلایل را از بین ببرد. این مشکل اغلب به عنوان" مات "یا" جعبه سیاه "AI شناخته می شود. مفهوم" توضیح پذیری " همانطور که [یکی از ارسال کنندگان] مشاهده کرد ، برای هوش مصنوعی که به یادگیری بدون نظارت می پردازد ، "در اصل ارزیابی نتایج برای صحت یا قابلیت اطمینان غیرممکن است."

دسترسی جهانی به هنر ، فرهنگ و محصولات سرگرمی - موسیقی ، فیلم ، کتاب و سایر موارد - با توجه به تحولات پیشگامانه هوش مصنوعی ، طی 20 سال گذشته دستخوش تغییرات اساسی شده است.

به عنوان مثال ، کاربران سرویس های جریانی مانند Netflix و Spotify داده هایی را برای تعیین عادات جریان خود توسط الگوریتم ها جمع آوری و تجزیه و تحلیل می کنند - در نتیجه توصیه هایی برای سلیقه آنها فراهم می شود. اما این تنها یکی از روشهای زیادی است که ابزارهای هوش مصنوعی در آنها صنایع هنر و فرهنگ را متحول می کنند. هوش مصنوعی همچنین در ساخت موسیقی و سایر هنرها مورد استفاده قرار می گیرد ، الگوریتم هایی به تنهایی عکس تولید می کنند یا آهنگ می نویسند.

Warner Music حتی الگوریتمی برای معامله رکورد در سال 2019 "امضا" کرد.

با این وجود ، در حالی که هوش مصنوعی در حال تغییر شکل شدید صنایع فرهنگی در سراسر جهان است ، ما هنوز عواقب آن را به طور کامل درک نکرده ایم.

اشتون اندرسون ، استادیار گروه علوم کامپیوتر در دانشکده هنر و علوم دانشگاه تورنتو و یک عضو هیئت علمی می گوید: "تأثیرات اجتماعی این تحولات الگوریتمی بر تولید ، گردش خون و مصرف فرهنگ تا حد زیادی ناشناخته مانده است." در م Instituteسسه فناوری و جامعه شوارتز ریسمن.

تحقیقات اندرسون قصد دارد شکاف بین علوم کامپیوتر و علوم اجتماعی را برطرف کند. او از محاسبات برای مطالعه رفاه آنلاین استفاده می کند - برای مثال ، مطالعه تأثیر "اتاق های پژواک" در رسانه های اجتماعی. چنین کارهای میان رشته ای یکی از ملفه های اصلی مأموریت مwسسه شوارتز رایزمن در مفهوم سازی مجدد مفاهیم مشترک در مورد نحوه تعامل فناوری ، سیستم ها و جامعه است.

در اکتبر سال 2019 ، اندرسون و همکارانش - جورجینا بورن ، استاد موسیقی و مردم شناسی در دانشگاه آکسفورد ؛ جرمی موریس ، دانشیار رسانه و مطالعات فرهنگی در دانشگاه ویسکانسین-مدیسون. و فرناندو دیاز ، یک دانشمند تحقیقاتی در گوگل در مونترال و یک صندلی CIFAR AI کانادا - یک کارگاه آموزشی CIFAR AI & Society را برای بررسی تأثیرات AI در فرهنگ سازی ، با تمرکز ویژه بر صنعت موسیقی تشکیل دادند.

اندرسون می گوید: "ما عمداً دانشمندان ارتباطات و علوم کامپیوتر ، نوازندگان ، اعضای صنعت و کاربران را گرد هم آوردیم تا موضوعات عمده ای را که می توانیم پیش بینی کنیم اکنون که محصولات فرهنگی عمدتا از طریق الگوریتم ها در سیستم عامل های جهانی توزیع می شوند ، ترسیم کنیم."

یافته ها و توصیه های محققان در گزارشی با عنوان "هوش مصنوعی ، توصیه های موسیقی و نظارت بر فرهنگ" منتشر شد.

اندرسون می گوید: "این گزارش اولین سند بزرگی است که تأثیرات اجتماعی انقلاب الگوریتمی در صنایع فرهنگی را شناسایی و توصیف می کند." "ژورنالهای موجود عملاً فقط با یکی از بسیاری از گروههای ذینفع که در این تلاش میان رشته ای مشارکت داشته اند ، همسو هستند ، بنابراین متأسفانه انتشار این گزارش در یکی از این مجلات غیرممکن است.

"ما از انتشار این گزارش از شوارتز رایسمان بسیار خوشحال هستیم ، زیرا روش ما و تخصص بین رشته ای ما را جمع آوری کردیم مطابق با مأموریت SRI برای عبور از مرزهای سنتی آکادمیک در تلاش برای درک اینکه چگونه فن آوری های جدید قدرتمند جهان اطراف را شکل می دهد ، است. ما

این گزارش شامل سه موضوع کلی است. اول ، شرکت کنندگان توافق کردند که تأثیرات طولانی مدت استفاده از فناوری های مبتنی بر هوش مصنوعی در مصرف فرهنگی و ایجاد آن وجود خواهد داشت. به عنوان مثال ، اگر الگوریتم ها تصمیم بگیرند که چه چیزی را توزیع و توصیه کنند - و به چه کسی و چه زمانی - پس از آن ، ممکن است ایجادکنندگان هنر و فرهنگ و سازمان هایی که بودجه آنها را تأمین می کنند ، برای تولید محتوایی که احتمال بیشتری دارد مخاطب را تحت تأثیر قرار دهد یا به طرفداران برسد ، انگیزه داشته باشد نحوه کار الگوریتم ها برای ارتباط مخاطبان با محتوا.

شرکت کنندگان همچنین "یک نیاز واضح برای غنی سازی فناوری های موجود مبتنی بر هوش مصنوعی را دیدند تا بتوانند بهتر به جوامع مختلف و ژانرهای فرهنگ ، هنر و موسیقی خدمت کنند." اگر الگوریتم ها اطلاعات مربوط به گروه ها ، خرده فرهنگ ها یا جوامع خاص را بیش از حد تعمیم دهند - اعم از نژاد ، جنسیت یا سایر نشانگرهای هویتی - اندرسون خاطرنشان می کند که "ما خطر تقویت مرزهای اجتماعی سخت و بالقوه مضر را داریم".

حجم اتریوم دومین رمزارز شده از نظر حجم و پرکاربردترین بلاک چین است ، اما کاربردهای فراوان آن می تواند منحنی یادگیری بسیار بیشتری نسبت به بیت کوین برای سرمایه گذاران جدید ایجاد کند.

بیل نوبل ، تحلیلگر ارشد فنی در Token Metrics ، یک بستر تجزیه و تحلیل ارزهای رمزنگاری شده ، می گوید: "Ethereum دو هدف دارد: "اما Ethereum نیز مانند بزرگراهی برای امور مالی غیرمتمرکز است."

Ethereum به جای ایجاد ارزش به عنوان "طلای دیجیتال" مانند بیت کوین ، یک پلتفرم نرم افزاری است که با بلاکچین اجرا می شود. کاربران می توانند با استفاده از اتر ، ارز رمزنگاری شده مرتبط با Ethereum ، با سیستم عامل ارتباط برقرار کنند یا آن را به عنوان ذخیره ارزش خریداری و نگه دارند. Ethereum معمولاً توسط توسعه دهندگان مورد استفاده قرار می گیرد ، اما افرادی هستند که برای رمزگذاری رمزگذار نیز سرمایه گذاری می کنند تا ارزش آن با گذشت زمان بیشتر شود.

اتریوم چیست؟
Ethereum توسط برنامه نویس Vitalik Buterin در سال 2015 ، روی پاشنه بیت کوین اختراع شد.

اولی لیچ ، ویراستار یادگیری در Coindesk ، یک رسانه خبری رمز ارز ، می گوید: "او فهمید که بیت کوین مانند یک ماشین حساب جیبی است که برای انجام یک کار طراحی شده است و این کار را به خوبی انجام می دهد ، اما شما نمی توانید با آن کار دیگری انجام دهید."

بنابراین Buterin Ethereum ، یک شبکه بلاکچین با ارز رمزنگاری شده مرتبط با نام اتر (ETH) را ایجاد کرد که توانایی انجام کارهای بسیار بیشتری را دارد.

گرچه شما می توانید Ethereum را به عنوان سرمایه گذاری مانند بیت کوین خریداری و معامله کنید ، همچنین یک پلتفرم نرم افزاری است که توسعه دهندگان می توانند برای ایجاد برنامه های جدید استفاده کنند - اغلب در مجاورت رمزنگاری یا در غیر این صورت برای خرید ، فروش و استفاده از ارز رمزنگاری شده روندی نرمتر طراحی شده است. مانند برنامه های موجود در تلفن شما ، این برنامه ها ممکن است از برنامه های وام گرفته تا سیستم عامل های پرداخت باشند.

Leech می گوید مانند Ethereum مانند یک گوشی هوشمند فکر کنید. توسعه دهندگان می توانند برنامه هایی را روی تلفن های هوشمند بسازند ، به همین ترتیب چطور می توانند در Ethereum برنامه بسازند. در حالی که این روزها برنامه های تلفن همراه کاربرد جهانی تری دارند ، برنامه های Ethereum بیشتر به سمت کاربران رمزنگاری می روند. با مثال برنامه وام دهی ، یک توسعه دهنده می تواند برنامه را ایجاد کند ، که سایر کاربران رمزنگاری می توانند از آن برای وام و وام استفاده کنند.

او می گوید: "همه این ایده های قراردادهای هوشمند است." Leech می گوید ، قرارداد هوشمند برنامه ای است که به طور مستقل روی بلاکچین Ethereum اجرا می شود. قراردادهای هوشمند تمام کارکردهایی را انجام می دهند که به طور معمول برخی از اشخاص ثالث باید از آنها مراقبت کنند.

به عنوان مثال ، افراد می توانند معاملات مستقیم را از طریق شبکه انجام دهند. Leech می گوید ، وام های همتا به همتا در حال حاضر در Ethereum محبوبیت پیدا کرده است. برنامه اعطای وام در شبکه Ethereum به افراد امکان می دهد بدون مشارکت بانک به یکدیگر وام دهند.

قراردادهای هوشمندی که این برنامه ها را تأمین می کنند اساساً فقط الگوریتم هایی هستند که برای انجام عملکرد خاصی در صورت تحقق شرایط خاص طراحی شده اند. در مورد وام نظیر به نظیر ، وقتی وثیقه در کیف پول یا حساب صحیح قرار می گیرد ، نتیجه (وام دادن پول) نتیجه را از بین می برد. از مزایای احتمالی استفاده از قرارداد هوشمند به جای وام دهنده سنتی می توان به سرعت اجرا ، عدم خطای انسانی یا تعصب و هزینه های کمتر اشاره کرد.

سایر کاربردهای Ethereum
مانند سایر رمزنگاری های معروف ، Ethereum بر اساس اصول مالی غیرمتمرکز ساخته شده است ، زیرا محصولات و خدماتی که در Ethereum زندگی می کنند برای هر کسی که می تواند به اینترنت دسترسی داشته باشد در دسترس است.

قراردادهای هوشمند به سازندگان اجازه می دهد تا برنامه های غیرمتمرکز ایجاد کنند که می تواند اهداف مختلفی را تأمین کند. این برنامه ها شامل ابزارهای مالی مانند مبادلات ارز رمزنگاری شده ، سیستم عامل های وام غیرمتمرکز و خدمات داده ای مانند Matcha است که چندین ارز مبادله ارز رمزنگاری شده را با بهترین قیمت جستجو می کند. اما همچنین دسته هایی از dapps برای مواردی مانند خرید و فروش آثار هنری دیجیتال ، بازی و فناوری توسعه دهنده وجود دارد.

مفهوم منبع آزاد Ethereum به توسعه دهندگان این امکان را می دهد تا ارزهای رمزپایه کاملاً جدیدی مانند Chainlink و XRP که به عنوان نشانه شناخته می شوند را در بالای آن بسازند. برخی از این دارایی ها به شکل ارزهای رمزنگاری متفاوتی هستند که ممکن است در مورد آنها شنیده باشید ، مانند Tether (USDT) ، Uniswap (UNI) یا USD Coin (USDC).

اما ارزهای رمزپایه تنها دارایی های دیجیتالی نیستند که می توانند در Ethereum ایجاد شوند - اخیراً NFT ها ، یا توکن های غیرقابل استفاده ، نمونه دیگری از موارد ایجاد شده با استفاده از Ethereum است. براساس این وب سایت Ethereum ، این توکن های دیجیتال توسط Ethereum طراحی شده اند و برای نشان دادن مالکیت موارد منحصر به فرد استفاده می شوند.

نهادهای مختلف اتحادیه اروپا قصد دارند قانونگذار و حامل استاندارد کتاب هوش مصنوعی و فناوری مرتبط ("AI") باشند. یک مورد استفاده از هوش مصنوعی که مورد توجه ویژه قرار گرفته است ، تشخیص چهره است. از آنجایی که ما آخرین بار در این زمینه نوشتیم ، به طور فزاینده ای روشن شده است که کمیسیون اروپا رویکرد محدود کننده ای در استفاده از فناوری تشخیص چهره اتخاذ خواهد کرد ، به ویژه هنگامی که چنین استفاده ای در مکان های عمومی باشد. اوایل سال جاری در ماه آوریل ، کمیسیون اروپا در این زمینه پیشگویی کرد و یک چارچوب قانونی برای تنظیم تشخیص چهره و انواع خاصی از سیستم های AI را پیشنهاد داد. پیش نویس قانون (همچنین در یک بیانیه مطبوعاتی در اینجا توضیح داده شده است) به دنبال ایجاد "هوش مصنوعی قابل اعتماد" است که از حقوق اساسی شهروندان محافظت می کند در حالی که سرمایه گذاری و نوآوری AI را در سراسر اتحادیه اروپا تقویت می کند.

این اقدامات استفاده از تشخیص چهره زنده را به مجموعه بسیار محدودی از سناریوها محدود می کند که در این صورت از نظر منافع عمومی ضروری به نظر می رسد. مانند جستجوی کودکان مفقود شده یا پلیس در حوادث تروریستی. حتی در چنین مواردی ، استفاده از تشخیص چهره در زمان واقعی یا "سیستم های شناسایی بیومتریک از راه دور" همانطور که در پیش نویس قانون آمده است ، باید "ارزیابی انطباق قبل از آن با شخص ثالث" داشته باشد ، یعنی از قبل تایید شده توسط یک قاضی یا یک مقام ملی.

این پیشنهاد همچنین یک رویکرد مبتنی بر ریسک برای هوش مصنوعی را توصیف می کند ، با موارد استفاده از هوش مصنوعی از ریسک غیر قابل قبول به ریسک بالا ، تا کمترین استفاده از رده بندی. هوش مصنوعی با ریسک غیرقابل قبول (مانند شیوه های امتیازدهی اجتماعی) ممنوع خواهد بود ، در حالی که هوش مصنوعی با ریسک بالا (به عنوان مثال شناسایی چهره زنده و امتیازدهی به اعتبار) قبل از استقرار در بازار مشمول تعهدات سختگیرانه ای خواهد بود.

جریمه بر اساس قانون پیشنهادی می تواند تا 30 میلیون یورو یا 6 درصد از درآمد جهانی یک شرکت باشد ، هر کدام که بالاتر باشد - آستانه ای حتی بیشتر از سقف جریمه GDPR 20 میلیون یورو / 4 درصد.

علاوه بر این ، پیش نویس قانون به طور خاص بیان می کند که "بدون تعصب و مکمل" GDPR است. در تقاطع بین هوش مصنوعی و حفاظت از داده ها ، مانند غربالگری استخدام ، که در آن اطلاعات شخصی جمع آوری می شود و سپس از طریق یک نرم افزار مجهز به هوش مصنوعی پردازش می شود ، عدم رعایت هر یک از این قوانین می تواند سقف ریز را به طور قابل توجهی به سمت بالا و ترکیبی از یورو افزایش دهد. 30/6? و 20/4? یورو.

سرانجام ، پیشنهاد ایجاد یک هیئت هوش مصنوعی اروپا است که وظیفه نظارت بر اجرای مقررات هوش مصنوعی را بر عهده دارد. این امر شبیه هیئت محافظت از داده های اروپا ، معادل GDPR آن است.

همانند GDPR ، واضح است که این قانون (در صورت تصویب) موارد قابل توجهی را برای شرکت هایی ایجاد می کند که سیستم های هوش مصنوعی را بازاریابی می کنند. کمیسیون اروپا مصمم است که حامل استاندارد در مقررات هوش مصنوعی باشد و همانطور که برای GDPR عمل کرده پیشگام باشد. بدیهی است که هنوز مقررات هوش مصنوعی برای فناوری و نوآوری مثبت خواهد بود یا خیر ، اما مشخص است که حقوق شهروندان اتحادیه اروپا در قلب هرگونه مقررات در این زمینه خواهد بود.

کتاب هوش مصنوعی یا هوش مصنوعی در سال های اخیر بسیار عظیم شده و بسیاری از جنبه های جامعه ما را تحت تأثیر قرار داده است. ما آن را در رستوران ها ، بیمارستان ها و حتی مدارس خود دیده ایم. هوش مصنوعی حتی بر جدیدترین پاداش های کازینو تأثیر می گذارد. از آنجا که بسیاری از افراد دوست دارند به صورت آنلاین قمار کنند ، کازینوهای آنلاین هوش مصنوعی را برای کمک به شما در غلبه بر احتمالات و کسب پاداش بیشتر به کار گرفته اند. با این حال ، بعضی اوقات باید فکر کنید که آیا هوش مصنوعی روی زندگی شما نیز تأثیر دارد. آیا هوش مصنوعی می تواند بر نحوه زندگی افراد تأثیر بگذارد؟ در واقع ، آیا هوش مصنوعی می تواند بر همه چیز در جامعه ما تأثیر بگذارد؟ هوش مصنوعی در رستوران ها همه ما برای زنده ماندن به غذا احتیاج داریم و چه راهی بهتر از غذا خوردن در رستوران با نزدیکترین دوستان و خانواده خود؟ در گذشته ، یک صندوقدار دوستانه از شما می پرسد که می خواهید از طریق میز جلو یا درایو از طریق تلفن چه چیزی را سفارش دهید. امروزه ، بسیاری از رستوران ها مانند مک دونالد برای سفارش شما کیوسک دارند - بدون تعامل انسانی لازم است. شناخته شده است که انسانها مرتکب اشتباه می شوند و رفع آنها ممکن است مدتها طول بکشد. کیوسک های هوش مصنوعی در رستوران ها به همین دلیل است که همراه با توسعه سریع فناوری ، رستوران ها کیوسک های هوش مصنوعی را برای مشتریان در نظر می گیرند تا سفارشات خود را سفارشی کنند. برخی از مشتریان این تغییر را بهبودی نسبت به اعلام سفارشات خود به یک صندوقدار با حقوق کمتر می دانند. کارفرمایان این تغییر را راهی برای پس انداز در دراز مدت می دانند. اما دیگران به این کیوسک ها اعتماد ندارند. چه اتفاقی می افتد اگر هوش مصنوعی به دستور آنها اشتباه کند یا سایر صداها هوش مصنوعی را مختل کنند؟ بالاخره انسان هوش مصنوعی ایجاد می کند و انسان نیز مرتکب اشتباه می شود. به هر حال ، رستوران ها در پیاده سازی هوش مصنوعی در ساختمان های خود ناپدید شده اند. هوش مصنوعی در بیمارستان ها بیمارستان ها اکنون بیش از هر زمان دیگری اهمیت یافته اند ، این بدان معناست که کارمندان آنجا بیشتر کار می کنند. این بدان معنی است که هوش مصنوعی می تواند کار پزشکان و پرستاران را آسان کند. بهداشت و درمان ، دقیقاً مانند فناوری ، بخشی از علم است ، بنابراین منطقی است که این دو صنعت با هم کار کنند. به عنوان مثال ، بسیاری از بیمارستان ها از AI برای تعیین دقیق درمان بیماران سرطانی و کمک به پزشکان در جمع آوری اطلاعات و دسترسی به داده ها استفاده می کنند. هر دوی این نکات ، درمان و خدمات رسانی به بیماران را بهتر و آسان تر می کند. هوش مصنوعی همچنین به کارمندان مراقبت های بهداشتی کمک کرده است تا سوابق خود را حفظ کرده و در هزینه های آنها صرفه جویی کنند. به همین دلایل ، اکثر کارمندان بهداشت از این تغییرات در بیمارستانهایشان استقبال می کنند. هوش مصنوعی در مدارس کودکان به عنوان آینده ما دیده می شوند و مدرسه معمولاً اولین مکانی است که به آنجا می روند. کودکان همچنین با سازگاری با پیشرفت تکنولوژی زمان ساده تری دارند. به طور طبیعی ، هیچ رازی نیست که فناوری AI در مدارس ما نفوذ کند. دانش آموزان از قبل در کلاس ها از کامپیوتر استفاده می کنند ، بنابراین چگونه هوش مصنوعی برای آنها تغییر زیادی می کند؟ در حالی که این فناوری می تواند به دانش آموزان در یادگیری بیشتر کمک کند ، چیزهای بیشتری نیز وجود دارد که هوش مصنوعی ارائه می دهد. هوش مصنوعی برای سلامت روان؟ یکی از زنجیره های آکادمی در انگلیس از هوش مصنوعی برای تشخیص سلامت روان دانش آموزان استفاده می کند. مدارس خصوصی مانند Repton و St Paul در حال پیگیری سلامت روان دانش آموزان خود برای پیش بینی آسیب به خود ، سو abuse مصرف مواد مخدر و اختلالات خوردن هستند. نحوه کار این است که دانش آموزان در یک تست روانشناسی به نام AS Tracking شرکت می کنند و از آنها س questionsالاتی از قبیل "ورود کسی به فضای شخصی شما چقدر آسان است؟" از آنها پرسیده می شود. بعضی از معلمان این حرف را بهتر از این دارند که دانش آموزان در مورد مشکلاتشان صحبت کنند. نوجوانان افراد خصوصی هستند ، بنابراین هوش مصنوعی تأثیر زیادی در اجازه دادن به آنها می دهد تا احساسات و ناامیدی خود را آزاد کنند. نتیجه هیچ رازی نیست که هوش مصنوعی بسیاری از بخشهای جامعه ما را تحت تأثیر قرار داده است و دیگر هیچ بازگشتی به گذشته وجود ندارد. با این حال ، آیا هوش مصنوعی می تواند بر همه چیز در جامعه ما تأثیر بگذارد؟ ما فکر می کنیم ممکن است این در حال حاضر بر جامعه ما تأثیر می گذارد ، بنابراین چه کسی می داند چقدر بیشتر می تواند تأثیر بگذارد؟ این فناوری چگونه کار می کند.