იყავით ინფორმირებული ინტელექტ ფორუმში hi tech. უკვე დაიპყრეს სამყარო, მათ სხვა რამ სურდათ. რა არის ჭკვიანი სმარტფონები? ვინ იგებს რბოლას ტექნოლოგიების წინააღმდეგ II

2016 რიკი ხდება როკი ცალი ინტელექტი. თვითკონტროლის სისტემების განვითარებაში პროგრესმა, ხმების ამოცნობამ და ღრმა სწავლამ საშუალება მისცა კომპიუტერებს შეექმნათ დაბალი დონის შეფერხებები, რაც ადრე შეუძლებელი იყო. მეექვსე ღერძი მათგან ყველაზე მნიშვნელოვანია.

1. AlphaGo გახდა მსოფლიო ჩემპიონი Go-ში

მას პატივს სცემს კაცობრიობის მიერ ნაპოვნი ყველაზე რთული პროფესიული თამაში. ვონი აჩვენებს შესაძლო მოქმედებების წარმოუდგენელ რაოდენობას და დიდწილად ეყრდნობა ადამიანის ინტუიციას, რადგან პრინციპები გამყარებულია. დაზვერვის ნაწილმა AlphaGo-მ ისწავლა თამაში, რომელმაც ითამაშა მილიონობით თამაში საკუთარი ასლებით და ჩემპიონი ლე სედოლის ველური ბედიდან ხუთიდან ოთხ თამაშში.

2. თვითკოროზირებულმა Tesla-ს მანქანამ საავადმყოფოში მიიყვანა ადამიანი გულის შეტევით.

უჰაერობა მთელ მსოფლიოში მწვავე დებატების საგანია. თუმცა, Tesla-ს ხელმძღვანელი ელონ მასკი ხაზს უსვამს, რომ ავტოპილოტის სისტემით მანქანები უფრო უსაფრთხოა, ვიდრე მანქანები მის გარეშე, მიუხედავად ნაყარის გარეგნობისა. აშშ-ს უსაფრთხოების ეროვნული ანგარიში მიუთითებს, რომ 2015 წელს გზის სიკვდილიანობა იყო 1.3 100 მილიონ მილზე ჩვეულებრივი მანქანებით, იგივე რაც Tesla-ს 130 მილიონი მილი წელიწადში. ეს არის რეგისტრაციის ერთ-ერთი სამწუხარო ეპიზოდი. როდესაც კომპანიის ავტოპილოტი დამონტაჟებულია, მხოლოდ ერთი სიცოცხლე იკარგება - აპარატმა თავისი ოსტატი ჯოშუა ნელი მიიტანა ექიმის კაბინეტში, როდესაც მას გულის შეტევა დაემართა.

3. Swarm Intelligence, რომელიც გადასცემს კენტუკის დერბის შედეგებს

UNU zooms-ის მცენარეული ინტელექტი წარმატებით გადასცემს პრესტიჟული ფილმების წარმოების რამდენიმე სარგებელს და ყველა მათი საბოლოო დასრულების თანმიმდევრობით. რისი შოვნა ვერ მოხერხდა ოფიციალური ექსპერტისთვის ამ თაღლითიდან - ასე რომ, კომპიუტერი 540-დან 1-ზე გადავიდა. UNU გაყოფილი იყო კომპანია Unanimous A.I. ადამიანი-მანქანის ურთიერთქმედების სპეციალისტთან, ლუი როზენბერგთან ერთად.

4. Microsoft AI დღეს უკეთ ესმის ხალხის ენას თავად ხალხისთვის

ბოლო წლების განმავლობაში, Microsoft-მა აჩვენა, რომ AI პირველად გახდა ადამიანების თანაბარი ენის ავტომატური ამოცნობის ეფექტურობით. ამ შედეგის მისაღწევად, კომპანიის სისტემამ გამოიყენა ეგრეთ წოდებული ზუსტი და განმეორებადი ნერვული ზომები. მის შესამოწმებლად მოსამზადებლად საჭირო იყო 2000 მონაცემთა ჩაწერა.

5. AI-მ გადასცა აშშ-ს საპრეზიდენტო არჩევნების შედეგები

ამერიკაში არჩევნების შედეგები სიურპრიზი იყო მდიდრებისთვის, მათ შორის პოლიტიკური ინსაიდერებისთვის. თუმცა, ინდურმა სტარტაპმა MogIA-მ მუმბაიში წარმატებით აიღო ტრამპის გამარჯვება. AI-ის კომპანიამ გააანალიზა 20 მილიონი პოსტი სოციალური მედიიდან და მედიიდან და გაზომა ამომრჩევლების რეალური სიმპათიები. და მიუხედავად იმისა, რომ ბევრი ექსპერტი ზრუნავს, რომ MogIA-ს ცვლილებებს ზედმეტი მნიშვნელობა არ მისცეს, ობიექტურია, რომ გონების ეს ინტელექტი ზუსტად გადმოსცემს აზრს, რომ ის მილიარდობით ადამიანის მინუსი აღმოჩნდა.

6. Piece Intelligence-მა შექმნა რევოლუცია კიბოს დიაგნოსტიკაში

ჯანმრთელობის დაცვა არის ერთ-ერთი სფერო, რომელშიც ხელოვნური ინტელექტის მიღწევებს შეიძლება ჰქონდეს უდიდესი პრაქტიკული მნიშვნელობა. ჯანმრთელ ადამიანებზე ზრუნვის აღსანიშნავად დღეიდან IBM Watson სუპერკომპიუტერი Zokrema ამოქმედდა, რაც დიაგნოზის დადასტურებით არის განპირობებული. სტატისტიკურად, უოტსონის შემთხვევების დაახლოებით 30%-ში პაციენტებს ეძლევათ დამატებითი დიაგნოზი, რომელიც გამოტოვეს ექიმებმა.

უფრო მტრული შედეგები ტეხასის ჰიუსტონის მეთოდისტის წინა-ტეხასის ინსტიტუტის მიღწევებიდან. ცალი ინტელექტი აკონტროლებს მილიონობით მამოგრაფიას (მისი ანალიზის სიჩქარე 30-ჯერ მეტია, ვიდრე ადამიანისას) და უზრუნველყოფს ონკოლოგიას 99% სიზუსტით.

მოკლედ ვისაუბროთ ტექნოლოგიის ევოლუციაზე და რადიო არხზე ინფორმაციის გადაცემის მეთოდებზე. მასალის მოკლე გაგებისთვის, ჩვენ ყურადღებას გავამახვილებთ რადიოკომუნიკაციებში მიღებულ რამდენიმე ფუნდამენტურ კონცეფციაზე და რადიოსადგურებიდან ინფორმაციის გადაცემაზე.

მოდულაცია – შესაძლებელს ხდის სიგნალის გადაცემას დიდ დიაპაზონში სიხშირეების მოცემულ ნაზავზე და განსაზღვრული მახასიათებლებით (ფაზა, სიხშირე, ამპლიტუდა).

არხი zv'yazku- საშუალება, რომელშიც სიგნალი ეფექტურად ფართოვდება ელექტრომაგნიტური ენერგიის გადაცემის გზით.

კოდუვანიაუზრუნველყოფს ცვეთასა და ცვეთას წინააღმდეგობას გადაცემული ინფორმაციადა მონაცემთა გადაცემის საიმედოობა.

დაშიფვრამიეკუთვნება ინფორმაციის დაცვის განყოფილებას. ეს უზრუნველყოფს გადაცემულ ინფორმაციაზე წვდომას და მოსმენისგან დაცვას, ვინაიდან წვდომა მოითხოვს უნიკალურ გასაღებს.

ქვეარხის კავშირის მეთოდები- ტექნიკური მახასიათებლები, რომლებიც საშუალებას გაძლევთ მოაწყოთ აბონენტთა კავშირების ფართო სპექტრი მოცემულ სიხშირეზე. ეს განცხადება განსაკუთრებით ნათელია ციფრული სატელეკომუნიკაციო და საკომუნიკაციო სისტემებისთვის. ჩვენ ასევე ჩავრთავთ აქტუალურ ტექნოლოგიებს, როგორიცაა TCP/IP პროტოკოლი.

რადიოსიგნალების გადაცემის პირველი მეთოდები

ჩვენ ვაანალიზებთ რადიოტექნოლოგიის განვითარების თანმიმდევრობას გაგების სფეროში უახლესი ჩანართებით.

პირველი რადიო მიმღებები და გადამცემები (გადამცემები) გაიმარჯვეს ამპლიტუდის მოდულაცია (ᲕᲐᲠ)დივ. ბრინჯი. 1, იგივე ჯიშები: დაბალანსებული AM (BAM დახრჩობილი არამხარეებით), ერთგლუვი BAM (OBAM).

AM დროის განრიგი

AM ფორმულა: სემ(ტ)=(1+ მ* ცოდვა(ვს* ტ))* ვნ* ცოდვა(Wn* ტ) (1), დე

სემ(ტ) - დაახლოებითმოდულაციის სიგნალი;

მ- მოდულაციის ინდექსი, მ = Vs/ ვნ;

Vs- გადაცემული სიგნალის ამპლიტუდა;

ვს- გადაცემული სიგნალის სიხშირე;

ვნ

Wn- ხშირი ჩხუბი.

ეს არის პირველი შემთხვევა, სანამ ინფორმაცია გადაეცემა სადგურს. არხები იყოფა სიხშირის მიხედვით შეყვანის ფილტრების სხვა სიხშირეზე გადატანით. გამოსავალი კარგად მუშაობდა, მაგრამ AM განსაკუთრებით მგრძნობიარე იყო გარე ხარვეზების მიმართ, როგორიცაა ნაპერწკლის გამონადენი, ნაპერწკლები გენერატორების ტერმინალებზე, ძრავები, გარე ხარვეზები და ა.შ.

ინფორმაციის გადაცემა ხდებოდა საჰაერო ტალღების (ჰაერზე) და კაბელის (კაბელის) საშუალებით. მაღალსიჩქარიანი ციფრული ტექნოლოგიების მოსვლასთან ერთად შესაძლებელი გახდა ინფორმაციის ციფრულ ფორმაში დაშიფვრა, რამაც შესაძლებელი გახადა სიგნალის დაშიფვრა. ასევე, იმპულსური (ციფრული) სიგნალების გადასაცემად, ფართოდ გამოიყენება ორივე ტიპის კვადრატული ამპლიტუდის მოდულაცია (QAM).

ამპლიტუდის მოდულაცია ხელმისაწვდომია LW, MW, HF დიაპაზონში ანალოგური კომუნიკაციისთვის. ციფრული რადიომაუწყებლობისთვის (DRM) გამოიყენება მხოლოდ HF. რადიო სიხშირეების დიაპაზონი, რომლებიც გამოიყენება ტექნოლოგიაში, შეგიძლიათ იხილოთ ცხრილში 3, რომელიც მოცემულია ქვემოთ:

4	Გამოყენებითი (აპლიკაციის ფენა)	მაგალითადHTTP , RTSP , FTP , DNS
3	ტრანსპორტი (სატრანსპორტო ფენა)	მაგალითადTCP , UDP , SCTP , DCCP (ᲜᲐᲗᲔᲚᲨᲘ ᲘᲧᲝᲡ. , მარშრუტიზაციის პროტოკოლები, მსგავსიOSPF , რა უნდა გააკეთოს თავზეIP საზღვრის ნაწილი)
2	მერეჟევი (ინტერნეტის ფენა)	TCP/IP-სთვისIP (დამატებითი პროტოკოლები, გთხოვთICMP іIGMP , იმუშავეთ IP-ზე და ასევე ავიდეთ საშუალო დონეზე; ოქმიARP - დამოუკიდებელი დამატებითი პროტოკოლი, რომელიც მუშაობს არხის ფენის თავზე)
1	არხი (ბმულის ფენა)	Ethernet , IEEE 802.11 უსადენო Ethernet, სრიალი , სიმბოლური ბეჭედი , ბანკომატ іMPLS ფიზიკური გარემო და ინფორმაციის კოდირების პრინციპები,T1 , E1

LW-, SW დიაპაზონი ფართოდ გამოიყენება ჰორიზონტზე კომუნიკაციებისთვის, რადგან ამ სიხშირეებზე სიხშირის მატება საშუალებას აძლევს სიგნალს გამოვიდეს იონოსფეროდან და გაქრეს ჰორიზონტის მიღმა, რაც შესაძლებელს ხდის ჰორიზონტზე კომუნიკაციების ორგანიზებას. და 500 კმ-ზე მეტი, ეს შეიძლება მიიყვანოთ მთავარზე. შესრულება უდრის სხვა სიხშირის დიაპაზონებს, სადაც AM არის სტაგნაცია. კიდევ ერთი პლუსია მაღალი ძაბვის სიგნალი (დივ. სურ. 2), რომლითაც სხვა ტიპის მოდულაცია ვერ დაიკვეხნის. მცირე 2, Ω-ზე - ეს არის ძირითადი სიგნალის სპექტრის უკიდურესი სიხშირე და რადგან არ ხდება ენერგიის გადაცემა გვერდითი სპექტრულ მაღაზიებში, ენერგიის თვალსაზრისით განსაკუთრებით კარგი შედეგი მიიღწევა OBAM-ისთვის (SSB - ერთ- გლუვი დაბალანსებული ამპლიტუდის მოდულაცია მოხრილი chernoyu არა ასეთი რამ).

კანის მოდულაცია (ROZUM).მოდულაციის ტიპი, რომელშიც გამომავალი სიგნალი (გამტარი) მოდულატორის გამოსავალზე აქვს მუდმივი ამპლიტუდა და იცვლება ფაზა, სიხშირე ან მათი კომბინაცია.

მოდულაციის სახეები: სიხშირე (FM, FM) და ფაზა (FM, PM) - ვიკორიზირებული ანალოგურ ტექნოლოგიაში. ციფრული სიგნალების გადასაცემად ასევე გამოიყენება კვადრატული ფაზის მოდულაცია (QPSK), გაუსის სიხშირის მოდულაცია (GFSK), გაუსის სიხშირის მოდულაცია მინიმალური სიხშირის ცვლით (GMSK). მოდულაციის ციფრული ტიპები ან რასაც ასევე ციფრულ მანიპულაციას უწოდებენ, უფრო დეტალურად იქნება განხილული ქვემოთ, სადაც იქნება გამოვლენილი მათი ძირითადი სარგებელი და უმნიშვნელო უპირატესობები, რომლებიც დაკავშირებულია ამ კომპრომისებთან, რომლებიც საცალო მოვაჭრეებმა უნდა გააკეთონ საუკეთესო შედეგების უზრუნველსაყოფად.

Baby 3 აჩვენებს საგანგებო სპექტრს და სპექტრს. ROZUM-ით სიგნალების სპექტრი გაცილებით ფართოა, ვიდრე AM-თან, მაგრამ კვადრატულ-ამპლიტუდის მოდულაციისას სპექტრი შეიძლება გათანაბრდეს მისი სიხშირის დიაპაზონით. პატარა 3-ზე (კონდახისთვის) ნაჩვენებია საგანგებო სპექტრი.

სურათი 3: საგანგებო სიტუაციის დრო-საათის გრაფიკი, როგორც ROZUM-ის ტიპი და სპექტრი მოდულაციის ინდექსით t = 15

ორივე სახეობის გონება რადიო და სატელევიზიო გადაცემებში სტაგნაცია გახდება. ეს დიაპაზონი არის VHF (UKH/VHF), UHF (UKH-UHF).

ROZUM ფორმულა:მ(ტ) = ვკ* cos(Ტუალეტი* ტ+ ქ(ტ)) (2), დე

მ(ტ) - სიგნალის ფორმა ROZUM;

ვკ- არაკაკუნის ხმის ამპლიტუდა;

Ტუალეტი- ზარების განლაგების სიხშირე;

ქ(ტ) – ფაზის ცვლილების კანონი, ეს ცვალებადი კანონი შეიძლება დარეგულირდეს ფაზისა და სიხშირის მოდულაციით.

3 და 2 თანაბარ რიცხვებში შესაძლებელია შაბლონების შექმნა ისე, რომ ROZUM-ით სპექტრი უფრო ფართო იყოს ვიდრე AM-ის. ეს არის ერთგვარი გადახდა სიგნალის სტაბილურობისთვის.

თითქმის ყველა სადგური, დაწყებული 30 MHz-დან, აძლიერებდა ROZUM-ს (FM, FM) და იყო ყველა ტიპის სამხედროში.

ციფრული მოდულაცია

90-იანი წლების დასაწყისში ციფრული ტექნოლოგიების ელემენტარული ბაზისა და მათემატიკური აპარატის შემუშავებით, მოხდა რევოლუციური გარღვევა მაღალსიჩქარიანი ციფრული მიკროსქემების შექმნაში. ამან შესაძლებელი გახადა სიგნალის დაშიფვრა ციფრულ ხედში. Წადი ციფრული მეთოდებიინფორმაციის გადაცემა აშკარა უპირატესობას ანიჭებს ანალოგებთან შედარებით - ეს ნიშნავს: დიდი სააბონენტო ქსელის კოდირების, დაშიფვრისა და ორგანიზების სირთულე სიხშირეების ერთ ნაზად, რომელშიც არხების რაოდენობა განისაზღვრება აბონენტებისა და მარშრუტიზატორების მისამართის დაყენებით ( ამის შესახებ დაწვრილებით ქვემოთ დაიწერება, სადაც განიხილება საფუძვლები ორგანიზაცია). საზღვრები).

მოდით შევხედოთ ტიპურს ბლოკის დიაგრამაორგანიზაცია ციფრული ზარი, (დივ. სურ. 4).

ქვემოთ მოცემული ინფორმაცია არის აუდიო, ვიდეო, ფოტო ან ნებისმიერი სხვა ინფორმაცია, რომელიც გარდაიქმნება ანალოგური ფორმიდან ციფრულ ფორმაში. დიგიტალიზაციას ან კოდირებას ახორციელებს ბლოკი „ძერელას კოდირება“. შეიძლება არსებობდეს პირველადი ანალოგური ციფრული გადამყვანი (ADC), რომლის გამომავალზე იქნება ორობითი კოდი, ნულების და ერთეულების თანმიმდევრობა. ეს სიგნალი, პრინციპში, უკვე შეიძლება გაეგზავნოს მოდულატორს და გადაეცეს საეთერო ტალღებს, ან თითქოს ინფორმაციის გადაცემის შეყვანისას არის გამოვლენის სიგნალი ჯვარედინი კოდის მოქმედებით და ამის ნაცვლად პირველადი მხრიდან. ერთიდან, ნულების რიგი ამოღებულია თუ იქნებ შემთხვევით? ეს გამოიწვევს ფულის დახარჯვას. ამ სიტუაციის თავიდან ასაცილებლად, გამომავალი ციფრული ნაკადი გადაეცემა მოქნილ კოდირების ბლოკს.

ავტომატური კოდირების ერთეულს აქვს ავტომატური კოდირების მოწყობილობა, რომელიც გარდაიქმნება გამომავალი კოდი(ნულებისა და ერთეულების ნაკადი ADC-დან ან სხვა მოწყობილობიდან) ასევე აქვს ციფრული მონაცემთა პაკეტი და ასევე შეცვლილი გარეგნობა. ამ პაკეტში, სიმღერის ალგორითმის უკან არის დანერგილი ზედნაშენი, რომელიც პირველადი მხრიდან შესაძლებელს ხდის სიგნალის განახლებას შეწყალების სასიმღერო რაოდენობის შესახებ. სიგნალის კონვერტაციის შემდეგ ციფრული მონაცემთა ნაკადი მიდის მოდულატორში.

ციფრული მოდულაცია დიფერენცირებულია ანალოგური მოდულაციისგან. ეს თავისებურია იმით, რომ მონაცემთა დიდი ვალდებულებით (ან დიდი ფასდაკლებით) აუცილებელია სიმბოლოზე ბევრი ბიტის გადატანა. რადიო კომუნიკაციისთვის ასეთი მოდულაციის მაგალითია 4-FSK (სიხშირის კლავიშები) ან 4-GFSK (გაუსური სიხშირის კლავიშები). გრძნობა განლაგებულია შეყვანის კოდის იმპულსად გადაქცევაზე. ამ პულსებიდან გამომდინარე, მოდულატორი აყალიბებს ფაზას, ფაზას და ამპლიტუდის ან სიხშირის ზოლებს მოცემულ საათობრივ ინტერვალზე. ჩათვალეთ, რომ ამ ინტერვალის ხანგრძლივობა არის ერთი ბიტის გადაცემის საათი. ამრიგად, ყოველ საათში იმდენი ბიტის გადაცემაა საჭირო, რამდენიც ერთი გამომავალი ბიტის გადაცემას, რომელსაც ჩემს ციფრულ ტექნოლოგიაში სიმბოლო ეწოდება. ასეთი მანიპულაციების გამო შეგვიძლია 16-დან 256 ბიტამდე მერყეობდეთ თითო სიმბოლოზე (მაგალითად, QAM - კვადრატული ამპლიტუდის მოდულაცია). ამ მოდელირების შემდეგ, სიგნალი გადადის მაღალი სიხშირის რეგიონში (სიხშირეზე, რომელიც მას ატარებს) და ვრცელდება ჰაერში.

პირველ მხრივ, ყველაფერი საპირისპირო თანმიმდევრობითაა: დემოდულაცია (გამოვლენა) -> გაფართოებული დეკოდირება (შეცდომების გასწორება მიღებულ მონაცემებში) -> დეკოდირება (ანალოგურ სიგნალზე ან სიგნალის სასურველ ტიპზე გადაყვანა) -> ინფორმაციის ჩვენება ії ოპერატორი ან ნებისმიერი მოქმედების შესრულება.

ასევე, ციფრული მოდულაცია საშუალებას იძლევა:

1. ინფორმაციის დაშიფვრა.
2. მონაცემების კორექტირება მკაცრი კოდირების შემოღებით, რაც ზრდის ინფორმაციის სწორი მიღების ალბათობას.
3. საიმედოობის გაზრდა და ამით კომუნიკაციის დიაპაზონის გაზრდა მაღალი ხარისხის კოდირების, გადაცემული სიგნალის მაღალი ინფორმაციის შემცველობისა და მოდულაციის რთული ტიპების ორგანიზების გზით.

ციფრული რადიოსადგურების გამოჩენამ რევოლუცია მოახდინა ტელეკომუნიკაციებში და მისცა დიდი უპირატესობა უსაფრთხო გადაცემის უზრუნველსაყოფად, დიდი რაოდენობით საბრძოლო ნაწილებს შორის ელექტრომომარაგების დატოვების გარეშე.

ინტელექტუალური ზომები

მე-80 საუკუნის დასაწყისში განვითარდა სადენიანი საკომუნიკაციო სისტემის მეშვეობით მონაცემთა გადაცემის ზღვრული ტექნოლოგიების აქტიური განვითარება, აბონენტის ნომრისთვის მდიდარი არხის ორგანიზებით. შედეგად, ის განხორციელდა ისე, რომ მოიცავდა უხვად კომპლექსურ ღონისძიებებს - ISDN (ინტეგრირებული სერვისების ციფრული ქსელი). ამან შესაძლებელი გახადა საზოგადოების წევრების დიდი ჯგუფის გაერთიანება ერთ ციფრულ სივრცეში, სადაც შეტყობინებები, ხმები და ვიდეოები შეიძლება გაიგზავნოს ერთმანეთს. ISDN-ის ნაკლებობა ნიშნავს სისტემის უნივერსალურობას. აშკარა იყო დაყენების სირთულე, პროგრამული უზრუნველყოფის მოდერნიზაციის სირთულე და რაც მთავარია, როდესაც პროტოკოლამდე სერიოზული ცვლილებებია შემოტანილი, აუცილებელია აღჭურვილობის მოდერნიზაცია. მაშინ სისტემა არ იყო თვითრეგულირებადი, არა ინტელექტუალური.

ინტელექტუალური ზომების მუშაობის პრინციპისა და მათი უპირატესობის მოკლე გაგებისთვის, მოდით მოკლედ გადავხედოთ ყოველდღიური ორგანიზაციის ორგანიზებას. კომპიუტერული ქსელი. გარმინის კონდახი• ინტერნეტი დაფუძნებულია TCP/IP პროტოკოლის დასტაზე, რომელიც სტანდარტად იქნა მიღებული 1983 წელს და მას შემდეგ გაუმჯობესდა.

ნახაზი 5 გვიჩვენებს ქსელის ტიპურ ორგანიზაციას, აქ არის ქსელები ნომრებით 129.13.0.0, 198.21.17.0, 56.0.0.0 და მარშრუტიზატორები, რომლებიც აკავშირებენ მათ ერთმანეთთან.

ცხრილი 1 აჩვენებს, რომ აბონენტის კანის მოწყობილობას აქვს საკუთარი IP მისამართი ( მიმართავს მერეჟევა). როდესაც კანი მდებარეობს მის კიდეზე, მიუთითეთ რიცხვები (მარცხნიდან მარჯვნივ), ბოლოს დაამატეთ ნულები.

ქსელის ნიღაბი მიუთითებს აბონენტების მაქსიმალურ რაოდენობაზე, რაც შეიძლება იყოს ამ ქსელში (სუბმერგერი), რომელიც განისაზღვრება ნიღბის ლოგიკური გამრავლებით და აბონენტის მისამართით. თეორიულად, აბონენტების მაქსიმალური რაოდენობა არის N ერთი საზომისთვის:

de 32 - ბიტების რაოდენობა IP მისამართში

ამისთვის გადაიტანეთ Dannya 129.13.0.0.0.0.0.0.0.0 აბონენტის პაკეტი, მერეჟში 213.34.12.0 ვიცი, როუტერის მეშვეობით გაიაროს კეთილშობილ კაცს მისამართის Merezhi I Shlizv - Tobto Organizuvati Svy - Svo ბლინი. 'იაზკა არხი. სხვა სიტყვებით რომ ვთქვათ, თუ იცით სასაზღვრო რუკა, შეგიძლიათ მარტივად მიხვიდეთ ნებისმიერ აბონენტთან, რომელსაც დახმარება სჭირდება, რაც, მეორე მხრივ, თქვენ შეგიძლიათ მარტივად შეხვიდეთ, რაც თავის მხრივ შესაძლებელს ხდის დახურული საკომუნიკაციო არხების შექმნას. სამხედრო მიზნებისთვის ეს ფუნქცია შეუცვლელია.

უფრო მოკლედ, ნაჩვენები იყო, თუ რა არის საჭირო ნაგებობისთვის, რომელიც დაფარულია მდიდრული ფერის საზღვრებით. ახლა არის ელექტრომომარაგება ინფორმაციის გადაცემისთვის, რომელიც უნდა განვითარდეს მთელ რიგ აბონენტებთან ყველა კომუნიკაციის ერთსაათიანი დამუშავებისთვის. ამ მიზნით შეიქმნა TCP/IP (Transmission Control Protocol/Internet Protocol) პროტოკოლის სტეკი.

მაგიდა 4 ( აქტიური სადგურების ცხრილი და მათი მახასიათებლების ნიველირება):

მახასიათებლები	ვერდელიტი-1	ჰარისი RF7850M-HH	Tadiran SDR-7200HH
MANET	Ისე	გაფართოებული ECCM და უფასო არხების ძებნა	Ისე
ბადე	Ისე	Ისე	Ისე
მოდულაციის ტიპი	2FSK, 2GFSK, 4GFSK, 4FSK, MSK, OOK.	SDR: AM/FM-ანალოგური ხმა, FSK/ASK-MELP ხმა, ASK მონაცემები, FSK/TCM მონაცემები, GMSK/QPSK მონაცემთა ECCM	SDR
PPRF	400 დარტყმა/წმ	არა	Ისე
IP ქსელის ორგანიზაცია	IPv6, SNMP	IPv4, SNMP	Ისე
სიხშირის დიაპაზონი, MHz	160 – 930	30-512	NBWF:30-512 WBWF: 225 – 512
დაშიფვრა	AES256	AES256	AES256
მონაცემთა გადაცემის სიჩქარე	1.2-დან 512 კბიტამდე	1 მბიტამდე	1 მბიტამდე
გადაცემის წნევა	ადაპტირებულია 10 μW-დან 2 ვტ-მდე	დისკრეტული 0.25, 1, 2, 5 და 10 ვტ	5 ვ
GPS	Ისე	Ისე	Ისე
მითითებული ფასი	დაბალი	სერედნია	ვისოკა
დამატება. ფუნქციებიUSBRS-232 Bluetooth v4/v6 Ethernet	ᲘსეᲘსე	ᲘსეᲘსე	ᲘსეᲘსე

ამ სტატიის ფარგლებში ჩვენ დეტალურად არ განვიხილავთ ყველა დონეს. მნიშვნელოვანია გვესმოდეს, რომ ქსელის ორგანიზების ასეთი მიდგომა შესაძლებელს ხდის შექმნას რთული სატელეკომუნიკაციო ქსელები აბონენტებისთვის ინფორმაციის მყისიერად წვდომით.

და ახლა გააცნობიერე, რომ შენ და შენს მეგობრებს ხელში გაქვთ მოწყობილობა, რომელიც ქმნის ბმულს ისრის გარეშე, რომლითაც შეგიძლიათ თქვენი მონაცემების მორგება, დაშიფვრა, დაშიფვრა, პერსონალურად და ყოველგვარი დახმარების გარეშე წარმოება. საბაზო სადგურებიერთდროულად გადასცეთ მონაცემები ერთი ადამიანიდან მეორეზე, ამ შემთხვევაში თქვენი სადგური (walkie-talkie, ტელეფონი) ფუნქციონირებს როგორც როუტერი ან ერთგვარი გამეორება. ისინი, რომლებსაც შეუძლიათ ერთდროულად იმოქმედონ როგორც გამეორება და როუტერი, უზრუნველყოფენ კომუნიკაციის გაზრდილ დიაპაზონს და სხვა დამყარებულ კავშირებთან კავშირს. ამრიგად, მივედით MANET-ის მსგავსი ქსელის კონცეფციამდე.

რა არის MANET?

MANET აბრევიატურის ქვეშ, ჩვეულებრივია გავიგოთ ტოპოლოგიის ზომა, რომელიც იცვლება დინამიურად, როგორც წესი, დეტალების შესწავლის გარეშე, რადგან ეს ტოპოლოგია იცვლება. თუმცა, ეს არის MANET ტოპოლოგიის უპირატესობის მთავარი კრიტერიუმი ad hoc და mesh ტოპოლოგიასთან შედარებით. ასე რომ, გასაგებია, რომ არის ისეთი ზომები, როგორიცაა Mesh, Ad Hoc, Mobile Ad Hoc და რა განსხვავებაა მათ შორის.

ბადესაზღვრები - კომერციული სიხშირის სტრუქტურის რადიო ბარიერები, რომლებიც შედგება უპილოტო სტაციონარული მარშრუტიზატორებისგან, რომლებიც ქმნიან უპილოტო გზატკეცილს და აბონენტთა მომსახურების ზონას) და მობილური/სასქესო ტელეფონის აბონენტებს, რომლებიც წვდომის საშუალებას იძლევა (ku ​​რადიოკავშირის ზონას შორის) ერთ-ერთამდე. მარშრუტიზატორები. ტოპოლოგია არის სარკე, საყრდენი კვანძების წვეტიანი კავშირებით (დივ. სურ. 7).

Ad hocკავშირები – რადიოკავშირები ფიქსირებული ხაზის აბონენტებთან, რომლებიც ახორციელებენ სრულიად დეცენტრალიზებულ ქსელს საბაზო სადგურებსა და დამხმარე კვანძებს შორის. ტოპოლოგია ფიქსირდება კვანძების საკმარისი კავშირებით.

MANET(Mobile Ad hoc NETworks) ქსელები – რადიო გაზომვები მობილური მობილური აბონენტებით, რომლებიც ახორციელებენ სრულიად დეცენტრალიზებულ ქსელს საბაზო სადგურებსა და საცნობარო კვანძებს შორის. ტოპოლოგია შემოიფარგლება კვანძების სპორადული კავშირებით.

მიეცით რამდენიც საჭიროა WSN (უკაბელო სენსორული ქსელები)- უპილოტო სენსორის (ტელემეტრიული) გაზომვები, რომლებიც შედგება მცირე ზომის სენსორული კვანძებისგან, ინტეგრირებული ფუნქციებით გარემოს ძირითადი პარამეტრების მონიტორინგისთვის, რადიო არხებით მონაცემების დამუშავებისა და გადაცემისთვის. თუმცა, ისინი შეიძლება გამოჩნდნენ ქსელის, ad hoc და MANET ტოპოლოგიების მიღმა; საავტომობილო ბარიერები VANET (Vehicle Ad hoc NETworks)– სატრანსპორტო საშუალებებს შორის კავშირები; და მცენარეული მცენარის ყველა სახის ჰიბრიდი.

ბოლო ათწლეულის განმავლობაში, ყველას დიდი პატივისცემა მთელს მსოფლიოში განპირობებულია მობილური პაკეტების რადიო საზომების შექმნით, რომლებიც ხელს არ უშლიან ფიქსირებულ ინფრასტრუქტურას - სტაციონარული (Ad Hoc) და მობილური აბონენტები(MANET).

ასეთი ქსელები თვითორგანიზებულია, მათი კვანძების ნაწილები არა მხოლოდ მომხმარებლის ბოლო ტერმინალებია, არამედ სარელეო მარშრუტიზატორები, რომლებიც ატარებენ სხვა აბონენტების პაკეტებს და მონაწილეობენ მათ წინაშე არსებულ მარშრუტებში. - ორგანიზაცია. ასეთი საზღვრები შეიძლება შედგებოდეს ათობით, ასობით ან თუნდაც ათასობით კვანძისგან. ასეთი ღონისძიებების სფერო ფართოა. ამრიგად, MANET-ის ზომები გამოსადეგია საძიებო და რიტუალურ ოპერაციებში, ტაქტიკური დონის ოპერაციების სამხედრო თეატრებში, ხალხის დიდი ხალხმრავლობის ადგილებში (მაგალითად, კონფერენციის მონაწილეების მოსამსახურებლად) და სადაც არ არის სატელეკომუნიკაციო ინფრასტრუქტურა (მაგალითად, ექსპედიციებზე "ცივილიზაციისგან" დაშორებული რეგიონები )).

იერარქიული სტრუქტურისა და ცენტრალიზებული მენეჯმენტის ქსელებისგან განსხვავებით, ინფრასტრუქტურის გარეშე თანატოლთა ქსელები შედგება ერთი და იმავე ტიპის კვანძებისგან, სადაც თითოეული კვანძი შეიცავს პროგრამული და აპარატურის ფუნქციების კომპლექსს, რაც საშუალებას იძლევა მოწყობილობიდან მონაცემების გადაცემის ორგანიზება. კომპიუტერისადმი ღრმად პატივი სცეს ასეთი ბიჭის ფიზიკურ გარეგნობას და ამით დაყავით უპირატესობა ზომებად და აწიეთ საზომის მთლიანი სიმძლავრე. მონაცემთა გადაცემა ერთი აბონენტიდან მეორეზე შეიძლება განხორციელდეს, თუ კვანძები განლაგებულია პირდაპირი რადიოს ხილვადობის ზონაში. ამ შემთხვევაში, ამ აბონენტების მონაცემთა პაკეტები გადადის სხვა ქსელის კვანძებით, რომლებიც აკავშირებენ აბონენტებთან, რომლებიც მიმოწერენ. მულტიჰოპ რელესთან ზომებს მულტიჰოპი ან მულტიჰოპი ეწოდება. ასეთი ქსელების შემუშავებისას ძირითადი პრობლემები მოიცავს პაკეტების მარშრუტიზაციას გადამზიდავი კვანძიდან მასპინძელ კვანძში, ქსელების მასშტაბირება, ბოლო მოწყობილობების მისამართით, ალტერნატიული ტოპოლოგიის გონებაში კავშირის შენარჩუნება. ამრიგად, ახალი თაობის ტაქტიკური საკომუნიკაციო სისტემების ძირითადი უპირატესობებია:

- ყველა აბონენტისა და ქსელის ელემენტების სრული მობილურობა;

- მომხმარებლის მომსახურების განსაზღვრული ხარისხის უზრუნველყოფა (QoS) მნიშვნელოვან ტერიტორიებზე და მტრის REB შესაძლებლობების სტაგნაციის გათვალისწინებით;

— საიმედო მცველიინფორმაცია;

- ადამიანების მონაწილეობა დაგეგმვის, ხორხის და ღონისძიებების მართვის პროცესში მინიმალურია.

სადენიანი მსუბუქი ელექტრონიკის გენერატორები, როგორიცაა Harris, Thales, Elbit Systems და სხვები, გვთავაზობენ სპეციალური საკომუნიკაციო ფუნქციების ფართო სპექტრს, მხარდაჭერილი ინტელექტუალური პროტოკოლებით ქსელებისთვის, რომლებიც თვითორგანიზებულია, დინამიური MANET ტოპოლოგიით და დაფუძნებული SDR ტექნოლოგიაზე. ეს საშუალებას გაძლევთ მიაღწიოთ ინფორმაციულ უპირატესობას მტერზე, ინფორმაციის გაცვლის მონაწილეთა ქსელზე ორიენტირებული ურთიერთქმედების საფუძველზე და ასევე საშუალებას გაძლევთ შეცვალოთ ძველი აღჭურვილობის ფლოტი, სადაც ეს აუცილებელია.

Როგორ მუშაობს

დღევანდელი სატელეკომუნიკაციო ქსელები ვითარდება TCP/IP პროტოკოლის დასტაზე დაფუძნებული პაკეტის ინფრასტრუქტურის გარშემო. მაგალითად, სტანდარტული მობილური კავშირიმესამე თაობა (3G) დამოკიდებულია მობილური ოპერატორისგან ძირითადი გადართვის ქსელის ხელმისაწვდომობაზე, რომელიც დაფუძნებულია TCP/IP-ის საშუალებით ინფორმაციის პაკეტურ გადაცემაზე. და 4G სტანდარტმა დაიწყო ოპერატორის მთელი ტრაფიკის გადაცემა, მათ შორის რადიო წვდომის "all-IP" ფორმატში. ამ მხრივ, სატელეკომუნიკაციო სამყარომ მიაღწია კონსენსუსს. პაკეტის ზომებმა საგულდაგულოდ შეავსო მათი ნიშა და არ გვაძლევს პოზიციების შექმნის საშუალებას.

სამხედრო ტელეკომუნიკაციები, მათი კონსერვატიულობისა და ინერციის გამო, პირდაპირ იშლება. ოკრემში, კომპანია Harris-მა აღმოაჩინა, რომ მისი პორტატული სადგურების ხაზი, როგორიცაა Falcon III, არის ერთ-ერთი მახასიათებელი, რომელიც იძლევა TCP/IP პროტოკოლების რადიო მონიტორინგს. რა სარგებელი მოაქვს სამხედროებს? პასუხი მარტივია. ყველა სახის ტრაფიკის ინტეგრაცია განახლებული და გაუმჯობესებული ინტერნეტ სერვისების დახმარებით. იპოვნეთ ჯარისკაცი ბრძოლის ველზე, როდესაც სიტუაცია იცვლება და თქვენ უნდა შეატყობინოთ სიტუაცია ბრძანებას რეალურ დროში, გააუქმოთ ბრძანება, დახაზოთ ტაქტიკური რუკა და ა.შ. ამრიგად, საიმედოობასთან და უსაფრთხოებასთან ერთად, ის ასევე მდგრადია ტოპოლოგიის ცვლილებების მიმართ, მარშრუტიზაცია პასუხისმგებელია წარუმატებლობის რისკზე. გონივრულ საათში მოცემული სიჩქარით მარშრუტის პოვნის გარანტია, მარყუჟების არსებობის გარანტია და მისამართების მდიდარი განაწილების უზრუნველყოფა. და ასეთი ჯარისკაცები ბევრია. ვთქვათ, ასეული თუ ბატალიონი?

მაგალითად, კლასიკურ რადიოში, 10 კაციან ჯგუფთან სრული კავშირის უზრუნველსაყოფად, თითოეული აბონენტის გადაცემა უნდა „შეწყდეს“ სხვა 9-ზე. წინააღმდეგ შემთხვევაში, აბონენტების თითოეული წყვილი რისკავს კავშირის გარეშე დარჩეს. ეს პრობლემა, როგორც ჩანს, არის განმეორებითი ინსტალაციის გამო ერთ ზედაპირზე. თუმცა, ეს მიდგომა არ ამცირებს ხარვეზებს. ასეთი ორგანიზაცია გადასცემს კავშირს ისე, რომ სანამ „ერთ-ერთი მათგანი ჯერ კიდევ საუბრობს“, ამგვარად, დაფარვის ზონაში, რეპეტიტორი ავტომატურად იკავებს ეთერში გასული საათის წილს, რაც ამცირებს არხის საერთო გამტარუნარიანობას. დაბალი ინტენსივობის ხმოვანი ტრაფიკით, ეს გამოსავალი შეიძლება იყოს მისაღები, მაგრამ რადიო ტრაფიკის გაზრდილი ინტენსივობით, ეს მიდგომა არაეფექტურია. რამდენადაც ჩვენ უკვე ვსაუბრობთ მონაცემთა გადაცემაზე, განმეორებითი უბრალოდ „ბლოკავს“ სხვა სადგურებს, რომლებსაც შეუძლიათ ეთერში გასვლა. ფაქტობრივად, კლასიკური რადიო არხების გადართვით ნაკლებად გამოიყენება ხმის, მონაცემთა და ვიდეო ინტეგრაციის მიმდინარე „ქსელზე ორიენტირებული“ კონცეფციებისთვის. ეს პრობლემა ჩნდება დროში გამოცდილი მეთოდებით, როგორიცაა პაკეტების გადართვა და ინტელექტუალური პროტოკოლები, მაგალითად, TCP/IP.

პროტოკოლები და ნაკადები

ნებისმიერი ტიპის MANET რადიომეტრიის თვითორგანიზაციის საფუძველია ინტელექტუალური კონტროლის პროტოკოლები. პროტოკოლები ხშირად ნიშნავს სემანტიკური წესებისა და ლოგიკური პრედიკატების ერთობლიობას, რომელიც განსაზღვრავს აბონენტის კვანძის ქცევის მოდელს რადიო მონიტორინგში, კონკრეტული სიტუაციიდან გამომდინარე. ვინაიდან ასეთ ქსელში მთელი ტრაფიკი არის პატარა პაკეტებში, გამომგზავნისა და მფლობელის მკაფიო მითითებით, ხოლო აბონენტი არის განმეორებითი, მას ეკისრება ელექტრომომარაგების ბრალი, რადგან თავად ეს პაკეტი პასუხისმგებელია დაკარგვაზე. Aja-ს არ შეუძლია უბრალოდ გადასცეს ყველა პაკეტი "ვიმეორებ ყველაფერს, რაც მესმის" პრინციპის გამოყენებით, როგორც კლასიკური რადიო. ეს გამოიწვევს იმ ფაქტს, რომ ნებისმიერი აბონენტის ეთერში პირველი წვდომა იწვევს ტრაფიკის წარმოქმნის ზვავის მსგავს ეფექტს, რაც, შედეგად, მყისიერად „ბლოკავს“ არხს დუბლიკატი პაკეტებით. ღერძი აქ არის საძიებო ველი ინტელექტუალური ალგორითმებიმაშინ პაკეტების დამუშავება დამოკიდებულია აბონენტზე. მარშრუტიზაციის პროტოკოლები.

ჩვეულებრივია მარშრუტიზაციის პროტოკოლების დაყოფა პროაქტიულ (ცხრილებად), რეაქტიულ (ზონდებად) და ჰიბრიდებად (ასევე ჰვილოვის პროტოკოლებად და სხვა დროს მათ შესახებ). დროის გარიჟრაჟზე, ქსელური ურთიერთკავშირების განვითარება მიზნად ისახავდა სტანდარტული OSPF მარშრუტიზაციის პროტოკოლის გამოყენებას. ცხადია, არაფერი გამოვიდა, რადგან... იგი დაიშალა სხვა ექსპლუატაციის გონებისთვის. შედეგად, მასა გაჩნდა სამეცნიერო მუშაობა, სადაც დანერგილია რადიოგამრიცხველობის ათობით მარშრუტიზაციის პროტოკოლი, რომლებიც თვითორგანიზებას უკეთებენ. თუმცა, პრობლემა მდგომარეობს იმაში, რომ MANET ქსელის მარშრუტიზაციის პროტოკოლები ფაქტობრივად ფრაგმენტირებულია, ან ფიზიკურად არ არის დანერგილი mov C-ში, ან ორიენტირებულია ქსელის რესურსების ოპტიმალური განაწილებაზე ქსელის კვაზი-სტატიკური გონებისთვის. როდესაც ტოპოლოგია მთლიანად იცვლება და შემდეგ იცვლება. რჩება შესაბამისი ცხრილზე ორიენტირებული პროტოკოლებისთვის, როგორიცაა OLSR, DSDV, WRP, BATMAN, Babel და ა.შ. ცხრილის ეს პროტოკოლები პატივს სცემენ ინფორმაციის ხილვადობას მარშრუტიზაციის ცხრილებიდან ნებისმიერ დროს. იქნება მუდმივი მარშრუტები მათთან დაკავშირებულ ყველა კვანძთან, მიუხედავად იმისა, გვჭირდება თუ არა ეს აბონენტი.

გამოძიების პროტოკოლები, როგორიცაა AODV, DSR, SSR, TORA, გადასცემს მარშრუტიზაციას ელექტროენერგიით, მაგრამ არ არის მთლიანად სტანდარტიზებული. გარდა ამისა, ასიმეტრიული არხებით, მარშრუტიზაციამ უნდა შეინარჩუნოს მარშრუტების უპიროვნოობის უზრუნველყოფის რეჟიმი, როგორც ადრესატიდან დანიშნულების ადგილამდე, ასევე დაბრუნების მიმართულებით. ეს მხარდაჭერილია მხოლოდ DSR და TORA პროტოკოლებით.

ამრიგად, რადიოგამრიცხველის დაკავშირებისა და მასშტაბურობის უზრუნველსაყოფად სხვადასხვა მარშრუტიზაციის პროტოკოლების შერჩევის პრობლემა კიდევ უფრო მნიშვნელოვანია. თუ პროტოკოლის დასტა არასწორად არის შერჩეული, ქსელის ეფექტურობა და მისი თვითორგანიზების შესაძლებლობები შეიძლება მნიშვნელოვნად შემცირდეს მანამ, სანამ ტექნიკური მომსახურება აღარ იქნება საჭირო. მეორეს მხრივ, სათანადო დიზაინითა და განხორციელებით, უკაბელო პროტოკოლებს შეუძლიათ განახორციელონ „ქსელზე ორიენტირებული თავსებადობის“ კონცეფცია ყველა ტიპის ტრაფიკში.

ცხრილი 2 აჩვენებს სადგურების ანალოგებს და მათ განლაგებას. ცხრილის ყველა მოწყობილობა წარმოადგენს ქსელის კონტროლის ცენტრის კონცეფციის განხორციელების ელემენტებს.

კითხვა: რა არის ცალი ინტელექტი? მტკიცებულება ინახება მხოლოდ იმ შემთხვევაში, თუ თქვენ დაყენებული გაქვთ ელექტრომომარაგება.

ჯერ კიდევ 1950-იან წლებში მინსკიმ და მაკარტიმ აღწერეს ცალ-ცალკე ინტელექტი, თითქოს ეს იყო რაღაც, რაც შემუშავებული იყო პროგრამის ან მანქანის მიერ, რომელიც შეიძლება გაკეთდეს იმავე გზით, რაც არ უნდა გონივრული ადამიანები მიხვდნენ. რეალობა.

ცხადია, დოზიტ უფრო ფართოდ ІІ.

II სისტემები მოწოდებულია აჩვენოს მოქმედებები ისეთი ქცევებიდან, რომლებიც დაკავშირებულია ადამიანის ინტელექტთან: დაგეგმვა, სწავლა, დაგეგმვა, პრობლემის გადაჭრა, ცოდნის წარმოდგენა, დაბნეულობა, დარღვევა და მანიპულირება, პატარა სამყარო, სოციალური ინტელექტი და კრეატიულობა.

რა არის ცალმხრივი ინტელექტის ღირებულება?

ნინას ცალმხრივი ინტელექტი ყველგან იკვლევს. მაგალითად, ვირტუალური ხმოვანი ასისტენტები, როგორიცაა Apple-ის Siri, დაგეხმარებათ ამოიცნოთ ვინ და რა არის ფოტოში, ამოიცნოთ სპამი ან გამოავლინონ საკრედიტო ბარათის თაღლითობა.

ცალი ინტელექტის ტიპები

Ხაზზე მაღალი დონეცალი ინტელექტი შეიძლება დაიყოს ორ ფართო ტიპად: მაღალი დონის ინტელექტი II და დახვეწილი ინტელექტი II.

Vuzky II არის იგივე, რასაც დღეს მოუთმენლად ველით ჩვენს კომპიუტერებში: ინტელექტუალური სისტემები, რომლებიც დიდი ხანია არსებობს ან დაიწყეს კონკრეტული ამოცანების განხორციელება მკაფიოდ დაპროგრამების გარეშე, ანუ როგორ შევქმნათ ისინი.

მანქანური ინტელექტის ეს ტიპი აშკარაა აღიარებულ ენასა და ვირტუალურ ენაზე. ასისტენტი Siri on Apple iPhone, უპილოტო მანქანების ხედვის ამოცნობის სისტემებში. ხალხის თვალში ამ სისტემების წაკითხვა ან დაწყება შესაძლებელია მხოლოდ კონკრეტული ამოცანების შედეგად, ამიტომ მათ II უნივერსიტეტს უწოდებენ.

Є ყოველგვარი ახალი დამატებების გარეშე უმაღლესი განათლებისთვის ІІ: დრონებიდან ვიდეოების თარგმნა, რომელიც იძლევა ინფრასტრუქტურული ობიექტების შემოწმებას, როგორიცაა ნავთობსადენები, სპეციალური და საქმიანი კალენდრების ორგანიზება, კლიენტთა მომსახურების მარტივი მხარდაჭერის ხედვა, საქმიანობის კოორდინაცია სხვა ინტელექტუალებთან. სისტემები, ისეთი ამოცანების შესრულება, როგორიცაა გოტელის ნებისმიერ მომენტში ჯავშანტექნიკა, დახმარება, რათა იმედი გქონდეთ დახმარებისთვის რენტგენის სურათები, არასასურველი შინაარსის დაბლოკვა ინტერნეტში, ლიფტებში შენახული მონაცემების გამოვლენა IoT მოწყობილობების გამოყენებით, სია შეიძლება გაგრძელდეს დიდი ხნის განმავლობაში.

რა ფუნქციების კონფიგურაცია შეიძლება II ადგილზე?

დაზვერვის ფარული ნაწილი უკვე მუშავდება და ეს არის ინტელექტის ადაპტირებული ტიპი, ადამიანის ინტელექტის მსგავსი, ინტელექტის მცირე ფორმა, რომელიც დაიწყებს მთლიანად გაქრობას. ხოცვა-ჟლეტა, დაწყებული თმის შეჭრიდან ელექტრონულ მაგიდამდე და დაგროვილი მტკიცებულებების საფუძველზე სხვადასხვას ზომით. უფრო ხშირად ადამიანები ეყრდნობოდნენ Skynet Terminator-ის მსგავს ფილმებს, მაგრამ დარგის დღევანდელი ექსპერტები მაინც ვერ წერენ მათზე, რომლებიც მალე რეალობად იქცევიან.

კვლევამ, რომელიც ჩაატარა ექსპერტთა ოთხ ჯგუფს შორის 2012/13 წლებში, ორი მკვლევარის, ვინსენტ მიულერის და ფილოსოფოსის ნიკ ბოსტრომის მიერ, აჩვენა 50-ასას ასი პროცენტიანი ნდობის დონე, რომ Agile Artificial Intelligence (AGI) იქნებოდა განყოფილებები. 2040-დან 2050 წლამდე, იზრდება 90 მეასედამდე 2-მდე. ჯგუფი უფრო შორს წავიდა და აჩვენა, რომ შესაძლებელია მნიშვნელოვნად შეიცვალოს ადამიანების აქტივობა პრაქტიკულად ყველა სფეროში.

ამ ექსპერტებს ესმით, რომ ასეთი პროგნოზები უაღრესად ოპტიმისტურია ადამიანის ტვინის შესახებ ჩვენი გაგების საფუძველზე და აფასებენ, რომ AGI ჯერ კიდევ ერთი საუკუნის განმავლობაში ვითარდება.

რას სწავლობს ეს მანქანა?

გალუზია II-ში არის კვლევების ფართო სპექტრი, რომელთაგან ბევრი იცხოვრებს და გააძლიერებს ერთმანეთს.

ამ დროს, მანქანამ დაიწყო ამ სივრცის დაკავება და კომპიუტერული სისტემა შლის დიდი რაოდენობით მონაცემებს, რადგან მას შემდეგ იყენებენ ვიკორისტები, რათა ისწავლონ ისტორიის სიმღერის გაგება, როგორიცაა ენის ამოცნობა ან ხელმოწერა ფოტოს წინ.

რა არის ნერვული ქსელები (ბოტნეტი)?

მანქანათმცოდნეობის პროცესის გასაღები არის ნერვული ქსელები. ეს არის ალგორითმების ურთიერთდაკავშირებული დონეების გონივრული ზომები, რომელსაც ეწოდება ნეირონები, რომლებიც ცოცხლობენ მონაცემებს ერთიდან ერთზე, და რომელთაც შეუძლიათ დაიწყონ კონკრეტული ამოცანების განსაზღვრა, ცვლის მნიშვნელობას, რაც მიეკუთვნება მათ გამოსავალს. იმ საათის განმავლობაში, როდესაც იწყება ეს ნერვული ზომები, შეყვანის მონაცემების ხედზე მიმაგრებული ინფორმაციის მნიშვნელობა იცვლება იმ საათამდე, როდესაც ნერვული საზომიდან გამომავალი სასურველს მიახლოვდება, ამ დროს ღონისძიება „დაიწყება“ ტე ჩი ინშე ზადანნია.

მანქანათმცოდნეობის ქვეჯგუფი არის ღრმა სწავლება, სადაც ნერვული ქსელები ფართოვდება ბურთების დიდ რაოდენობასთან ერთად, რომლებიც იწყება მონაცემთა დიდი რაოდენობით. ამ ღრმა ნერვულმა ქსელებმა ხელი შეუწყო კომპიუტერების განვითარების ახალი ტენდენციის განვითარებას ისეთი პრობლემების აღმოსაფხვრელად, როგორიცაა ენის ამოცნობა და კომპიუტერული გამოსახულება.

ცურავს განსხვავებული ტიპებინერვული ქსელები, სხვადასხვა ძლიერი და სუსტი მხარეებით.

განმეორებადი ნერვული ქსელები არის ნერვული ქსელის ტიპი, რომელიც განსაკუთრებით კარგად არის შესაფერისი ენის დამუშავებისა და ენის ამოცნობისთვის, რადგან ყელის ნერვული ქსელები ყველაზე ხშირად გამოიყენება გამოსახულების ამოცნობაში. ნერვული გაზომვის ერთ-ერთი ყველაზე ნათელი პროგრამაა Google ტრანსფერი.

კვლევის კიდევ ერთი სფეროა ევოლუციური გამოთვლები, რომელიც ეფუძნება დარვინის ცნობილ ბუნებრივი გადარჩევის თეორიას, ისინი აღნიშნავენ, რომ გენეტიკური ალგორითმები მგრძნობიარეა თანდათანობითი მუტაციებისა და კომბინაციების მიმართ. თაობებს შორის, ამ პრობლემების ოპტიმალური გადაწყვეტილებები შეიქმნება.

ეს მიდგომა გამოყენებული იქნება II მოდელების, ეფექტურად vikorystyuchi II-ის აგებაში, რათა დაეხმაროს ხელოვნური ინტელექტის განვითარებას. ამ ტიპის ევოლუციური ალგორითმები ნერვული ქსელების ოპტიმიზაციისთვის ე.წ ნეირორევოლუციამას შეუძლია მნიშვნელოვანი როლი ითამაშოს ეფექტური II-ის დაჩქარებულ განვითარებაში, რადგან ინტელექტუალური სისტემების დიაპაზონი უფრო ფართოვდება, განსაკუთრებით იმ შემთხვევაში, თუ ინფორმაციაზე პასუხი ხშირად წინ უსწრებს წინადადებას. ეს მეთოდი კომპანიამ ცოტა ხნის წინ აჩვენა Uberლაბორატორიები, რომლებმაც გამოაქვეყნეს გენეტიკური ალგორითმების კვლევის შედეგები ღრმა ნერვული ზომების შესამუშავებლად, რომლებიც მხარს უჭერენ პრობლემას.

არსებობს საექსპერტო სისტემები, სადაც კომპიუტერები დაპროგრამებულია სხვადასხვა ალგორითმებით, რაც მათ საშუალებას აძლევს მიიღონ დაბალი გადაწყვეტილებები დიდი რაოდენობის შეყვანის საფუძველზე, რაც ამ მანქანებს საშუალებას აძლევს მიბაძონ ადამიანის ექსპერტის ქცევას კონკრეტულ რეგიონში. ასეთი სისტემების კონდახი, ცოდნის საფუძველზე, შეიძლება იყოს, მაგალითად, ავტოპილოტის სისტემა მფრინავ თვითმფრინავზე.

რა უწყობს ხელს ინდივიდუალური ინტელექტის განვითარებას?

კვლევისთვის ყველაზე დიდი ხარვეზები აქვს II ტექნოლოგიას, დარჩენილი კლდეები იყო მანქანათმცოდნეობის სფეროში, ზოკრემი, ღრმა სწავლის სფეროში.

ნაწილობრივ, ეს გამოწვეული იყო მონაცემთა ადვილად ხელმისაწვდომობით, ისევე როგორც სხვა სფეროებში პარალელური გამოთვლითი ძალისხმევის განვითარების სწრაფი ზრდით, რომელთა გამოყენება კომპიუტერული მეცნიერების სისტემების განვითარებისთვის GPU კლასტერების გამოყენება უფრო ფართო გახდა.

ამ კლასტერების დემონსტრირება შესაძლებელია მხოლოდ გამკაცრების სისტემებიმანქანური სწავლის მოდელების სწავლისთვის, რომლებიც ახლა ფართოდ არის ხელმისაწვდომი მსოფლიოში პირქუში მომსახურებაინტერნეტის საშუალებით. წლების განმავლობაში, დიდი ტექნოლოგიური კომპანიები, როგორიცაა Google და Microsoft, გადავიდნენ სხვადასხვა სპეციალიზებულ პროცესორებზე, რომლებიც ადაპტირებულია როგორც წინასწარი გაშვების, ისე ახლახან გამოშვებული კომპიუტერული მოდელებისგან.

ერთ-ერთი ამ ჩიპის კონდახი (TPU), ძველი ვერსიარა აჩქარებს სითხის სითხეს, რომლითაც ეფექტური მანქანათმცოდნეობის მოდელები, შთაგონებული Google-ის Tensorflow პროგრამული ბიბლიოთეკებით, შეუძლიათ გამოიტანონ ინფორმაცია მონაცემებიდან, ისევე როგორც სითხე, რომლითაც სუნი შეიძლება გაქრეს მომავალში.

ეს ჩიპები გამოიყენება არა მხოლოდ DeepMind Google-ის მოდელების შესაქმნელად, არამედ იმ მოდელებისთვის, რომლებიც ნაპოვნი და აღიარებულია Google Photos-ში, არამედ იმ სერვისებისთვის, რომლებიც საშუალებას აძლევს მოდელების მანქანური სწავლის ფართო სპექტრს. გთხოვთ დაეხმაროთ Google-ს TensorFlow. ამ ჩიპების კიდევ ერთი თაობა წარდგენილ იქნა Google-ის კონფერენციაზე წარსულის ბალახზე, ახალი TPU-ების მასივით, რომელიც აშენებულია Google-ის მანქანური სწავლების მოდელის შესასწავლად, რომელიც შედგენილია თარგმნისთვის ნახევარ საათში, რადგან საჭიროა დამუშავება. მონაცემთა მასივი ზემოდან გრაფიკული პროცესორები(GPU).

რა ელემენტები ქმნიან მანქანურ სწავლებას?

როგორც თქვენ ალბათ მიხვდით, მანქანათმცოდნეობა არის II ქვეჯგუფი და, შესაბამისად, იყოფა ორ ძირითად კატეგორიად: კონტროლირებადი და უკონტროლო მანქანათმცოდნეობა.

მანქანათმცოდნეობა ერთი შეხედვით

გავაფართოვოთ II სისტემების ნავიგაციის მეთოდი და ასევე ნავიგაცია თუნდაც დიდი რაოდენობით ინფორმაციის დახმარებით კონდახებით. ეს მანქანათმცოდნეობის სისტემები იდენტიფიცირებს მონაცემთა დიდ რაოდენობას, რომელიც იყო ანოტირებული, რათა ხაზი გაუსვას იმ თავისებურებებს, რომლებიც იწვევს ინტერესს. შეიძლება იყოს ფოტოები ტეგით, რათა აცნობოს კორესპონდენტს, მოაშოროს თუ არა ძაღლს სუნი ან ტესტის ნაწერი. ეს საშუალებას მოგცემთ ამოიცნოთ დოკუმენტი, ტექსტი და სურათები. შემდეგ კი სისტემა ადგენს, რამდენ ხანშია შესაძლებელი სურათის დამატება და გამოსახულების შესაბამისი ტეგების (არსების ტიპი, ძეგლი და ა.შ.) დადება ან დოკუმენტზე ტექსტის ამოცნობა და წაკითხვა. მას შემდეგ, რაც ახალ სისტემას შეუძლია გაყინოს ეს ტეგები ახალ მონაცემებამდე, მაგალითად, ძაღლის ფოტოზე, რომელიც ვნებიანად მიიპყრო.

სასწავლო მანქანების ამ პროცესს, პრაქტიკული თვალსაზრისით, მასწავლებელთან სწავლა ეწოდება. ტეგების მარკირება ხორციელდება ინტერნეტის ტექნოლოგიის მიხედვით, რომელიც მუშაობს ისეთ პლატფორმებზე, როგორიცაა .

ამ სისტემების განვითარება იწვევს დიდ ვალდებულებებს, რომლებშიც სისტემა ვალდებულია მოძებნოს მილიონობით აპლიკაცია, რათა ისწავლოს როგორ დაძლიოს ეფექტურად პრობლემა, თუმცა ეს უფრო და უფრო შესაძლებელი ხდება დიდი სიმრავლის ეპოქაში და ინფორმაციის და ფართო ინტელექტუალური ანალიზის დროს. მონაცემების. მონაცემთა საჭირო ნაკრები დიდია და ზომით იზრდება - Google-ის ხელმისაწვდომ სურათებს აქვს დაახლოებით ცხრა მილიონი სურათი და YouTube ვიდეო ჰოსტინგი შვიდ მილიონამდე ვიდეოს ჩათვლით.

ხალხი დაკავებულია ასეთი ცალმხრივი ინტელექტის შესწავლით. როგორც ზემოთ დაიწერა, არ არის საჭირო ტექსტების, სურათების, ვიდეოების სხვადასხვა ნიშნების დადება. ეს ნიშნები გამოიყენება, როგორც ინსტრუმენტი სამომავლო ტექსტებისა და სურათების ამოცნობისთვის. ორი წლის განმავლობაში, დაახლოებით 50,000 კაციანი პერსონალი იქნა დაქირავებული - მათი უმეტესობა დაქირავებული იქნა Amazon Mechanical Turk-ის მეშვეობით.

გრძელვადიან პერსპექტივაში, ეტიკეტირების შედეგად მონაცემთა დიდ ნაკრებებზე წვდომა შეიძლება ნაკლებად მნიშვნელოვანი ჩანდეს, მაგრამ წვდომა გამოთვლითი ძალისხმევის დიდ რაოდენობაზე.

ბოლო წლებში კომპიუტერული მეცნიერების სისტემებმა აჩვენეს, რომ მათ შეუძლიათ გამოიმუშავონ დიდი ინფორმაცია კომპიუტერული მეცნიერებისთვის.

ამ მიდგომამ შეიძლება გამოიწვიოს კონტროლირებადი სწავლების ზრდა, სადაც სისტემებს შეუძლიათ ისწავლონ მონაცემების შედარება მარკირებული მონაცემების მნიშვნელოვნად მცირე რაოდენობასთან, რაც არ არის აუცილებელი კონტროლირებადი მონაცემების მქონე სასწავლო სისტემებისთვის.

მანქანის უკონტროლო მუშაობა

პირველისგან განსხვავებით, ვიკორისტიკის უკონტროლო განვითარება კიდევ ერთი მიდგომაა, თუ ალგორითმები ცდილობენ მონაცემების შაბლონების იდენტიფიცირებას, მსგავსი ვიკორისტიკის გამოყენება შესაძლებელია ამ მონაცემების კლასიფიკაციისთვის.

კონდახი შეიძლება იყოს ხილის დაჯგუფება, როგორიცაა ერთი მანქანა ან იგივე ძრავის ტევადობის მანქანა.

ალგორითმს არ სჭირდება წინასწარ ვარჯიში მონაცემთა კონკრეტული ტიპების შესარჩევად, არამედ უბრალოდ ეძებს მონაცემებს, რომლებიც შეიძლება დაჯგუფდეს მსგავსების მიხედვით, როგორიცაა Google News, რომელიც აჯგუფებს სიახლეებს მსგავს თემებზე ყოველდღე.

დაწყებული გამაგრებით

გამაგრებით დაწყების პროცესში, სისტემა მიზნად ისახავს მაქსიმალურად გაზარდოს ქალაქის წარმოება, შეყვანის მონაცემებზე დაყრდნობით, ძირითადად საცდელი და შეცდომის პროცესის გავლით, სანამ არ მიიღწევა საუკეთესო შედეგი.

კონდახი დამზადებულია გამაგრებისგან Google DeepMindროგორც ვიკორისტი ადამიანების საუკეთესო პრაქტიკულობისთვის სხვადასხვა კლასიკურ ვიდეოებში. სისტემა ცხოვრობს პიქსელებით კანზე და აჩვენებს სხვადასხვა ინფორმაციას, მაგალითად, ეკრანზე მდებარე ობიექტებს შორის.

მავთულის კომპანიები Galusa ტექნოლოგიების ცალი დაზვერვის

გიგანტური ტექნოლოგიური კომპანიები, ისევე როგორც სტარტაპები, ყველაფერს აკეთებენ იმისათვის, რომ მოიპოვონ ადგილი ბაზარზე მომავალი ტექნოლოგიებისა და თავად ტექნოლოგიების, რომლებიც დაკავშირებულია ხელოვნური ინტელექტის განვითარებასთან.

კოჟენი რეგულარულად წერს მტკიცებულებებს და სტატისტიკას II კვლევის შესახებ, თუმცა ცხადია, რომ Google-მა თავისი DeepMind AlphaGo-ით უდიდესი წვლილი შეიტანა მოსახლეობის ინფორმირებაში II-ის შესახებ.

რა სერვისებია ხელმისაწვდომი კლიენტებისთვის?

Amazon-ის ყველა ძირითადი პლატფორმა და Google-ის აპარატურის პლატფორმა უზრუნველყოფს GPU-ზე წვდომას მანქანური სწავლების მოდელების მომზადებისა და გაშვებისთვის.

ყველა საჭირო ინფრასტრუქტურა და სერვისი ხელმისაწვდომია დიდი სამივ პირქუში სენანიგანებიეს მონაცემები შეიცავს უამრავ ინფორმაციას, რომელიც საჭიროა მანქანათმცოდნეობის მოდელების შემუშავებისთვის, მონაცემთა ტრანსფორმაციის სერვისებს ინფორმაციის ანალიზის მოსამზადებლად და ვიზუალიზაციის ხელსაწყოებს ზუსტი შერჩევისთვის. საუკეთესო შედეგებს და პროგრამულ უზრუნველყოფას, რომელიც გააადვილებს ყველა მოდელს.

ეს ბნელი პლატფორმები აადვილებს კომპიუტერით გენერირებული მოდელების შექმნას; Google-მა ცოტა ხნის წინ წარმოადგინა სერვისი, რომელიც ავტომატიზირებს მოდელების შექმნას, სახელწოდებით Cloud AutoML. ეს სერვისი ქმნის გამოსახულების ამოცნობის მოდელებს, რადგან დეველოპერს არ ჰქონდა საკმარისი მანქანის ცოდნა.

მოწინავე ტექნოლოგიების, მანქანათმშენებლობისა და სერვისების საფუძველი სტაბილურად ვითარდება, ტექნოლოგიების მოდელები მიდის.

იმ კომპანიებისთვის, რომლებსაც არ სურთ საკუთარი მანქანური სწავლების მოდელების შექმნა, მაგრამ სურთ გამოიყენონ ხელოვნური ინტელექტის საფუძველზე მოთხოვნილი სერვისები, როგორიცაა ხმის, ხედვისა და ენის ამოცნობა, Microsoft Azure-ს, როგორც ჩანს, აქვს მრავალფეროვანი სერვისები, რომლებსაც მოჰყვება. Google პლატფორმის და შემდეგ AWS-ის მიერ. ამჟამად, IBM ასევე გეგმავს გაყიდოს Galouze-ის Technology II სერვისები, რომლებიც მიზნად ისახავს ჯანმრთელობის დაცვას და ვაჭრობას, წინადადებების ჯგუფში დარჩენილი საათის სახელწოდებით, 2 მილიარდი დოლარის ინვესტირებას ხელოვნური ინტელექტის სფეროში თქვენი სერვისების დაზოგვის მიზნით.

ვინ იმარჯვებს რბოლაში II ტექნოლოგიასთან?

ცალი ინტელექტი ჯანდაცვის სფეროში

II შეუძლია წვლილი შეიტანოს ჯანმრთელობის დაცვის განვითარებაში, ეხმარება რადიოლოგებს რენტგენის სურათებში შეშუპების აღმოჩენაში, ეხმარება მკვლევარებს დაავადებებთან დაკავშირებული გენეტიკური თანმიმდევრობების იდენტიფიცირებაში და ისეთი მოლეკულების იდენტიფიცირებაში, რომლებიც შეიძლება გამოიწვიოს უფრო ეფექტური მკურნალობის შექმნა.

II-თან დაკავშირებული ტექნოლოგია გამოიცადა მთელ მსოფლიოში მედიკამენტებში. სუნი მოიცავს IBM Watson სისტემას, გუგლის ვიკიდიდი ბრიტანეთის ჯანდაცვის ეროვნული სამსახურის DeepMind სისტემები და მრავალი სხვა.

მე მაინც ვიცი, რომ უნდა დარჩე მასთან, ვისაც აჭმევ.

Tesla-სა და SpaceX-ის აღმასრულებელი დირექტორი, რომელიც წარმოადგენს „ფუნდამენტურ რისკს კაცობრიობის ცივილიზაციის დაარსებისთვის“. უფრო ძლიერი მარეგულირებელი ფოკუსის მიღწევის ძალისხმევის ფარგლებში, მან შექმნა უფრო ვრცელი კვლევა OpenAI-ის, არაკომერციული კომპანიის შექმნით, რომელიც ეძღვნება ხელოვნური ინტელექტის კვლევას, რომლის გაჟონვა შეუძლებელია. კაცობრიობასთან მეგობრული ურთიერთობის განსავითარებლად, რომელსაც შეუძლია სარგებელის მოტანა. მთლიანად ქორწინებაზე.

ანალოგიურად, დიდი ფიზიკოსი სტივენ ჰოკინგი, რომელიც იწინასწარმეტყველა, რომ ის შეიქმნებოდა, მალე მიაღწევს იმ დონეს, როდესაც ტექნოლოგია ხშირად აჭარბებს ადამიანის შესაძლებლობებს, ფენომენი, რომელიც განიხილება, როგორც ცალკეული. არსებობს და შეიძლება წარმოადგენდეს ეგზისტენციალურ საფრთხეს კაცობრიობისთვის.

თუმცა, განცხადება მათ შესახებ, რომ კაცობრიობა სიღარიბის ზღვარზეა II, უიმედოა ზოგიერთი წინამორბედი II-ისთვის.

ხელოვნურად ინტელექტუალური სისტემების შესაძლებლობა, რომელსაც შეუძლია შეცვალოს ყოველდღიური ხელით ამოცანების უმეტესობა, შეუძლია დაიპყროს ადამიანების სამუშაო ადგილი. ეს არის უფრო წარმოუდგენელი თეორია უახლოეს მომავალში.
მიუხედავად იმისა, რომ ჩვენ არ გვინდა ყველა სამუშაო ადგილის შეცვლა, როგორც ჩანს, აუცილებელია სამუშაოს ხასიათის შეცვლა და მთავარი მდგომარეობს იმაში, თუ რამდენად შეუძლია ავტომატიზაციამ შეცვალოს სამუშაო ადგილი.

ეს არის ადამიანური ცოდნის სფერო, რომელსაც ვერ დავეუფლე. სფერო II ექსპერტმა ენდრიუ ნგმა თქვა: ”ბევრი ადამიანი აკეთებს რუტინულ სამუშაოს, რომელიც მეორდება. სამწუხაროდ, ტექნოლოგია განსაკუთრებით კარგია რუტინული, განმეორებითი სამუშაოს ავტომატიზირებაში,“ ნათქვამია, რომ იქნება „ტექნოლოგიური უმოქმედობის მნიშვნელოვანი რისკი მომდევნო რამდენიმე ათწლეულის განმავლობაში“.

მტკიცებულებები იწყება, რომ სამუშაო ადგილები შემცირდება. ამაზონმა ცოტა ხნის წინ გახსნა სიეტლის სუპერმარკეტი, სადაც მომხმარებელს შეუძლია უბრალოდ აიღოს ნივთები პოლიციისგან და დალიოს. რას ნიშნავს ეს შეერთებულ შტატებში სამ მილიონზე მეტი ადამიანისთვის, რომლებიც მუშაობენ მოლარედ ფულის შოვნის მიზნით? Amazon გეგმავს გამოიყენოს რობოტები ეფექტურობის გასაუმჯობესებლად მისი საწყობების შუაგულში. ეს რობოტები აწყობენ და ატარებენ საქონელს ადამიანის ასამბლერისთვის, რომელიც ირჩევს ნივთებს მიწოდებისთვის. ამაზონს აქვს 100 000-ზე მეტი რობოტი თავის შესრულების ცენტრებში და აქვს გეგმების განვითარება და რობოტების რაოდენობის გაზრდა. Amazon ასევე აღნიშნავს, რომ მსოფლიოში რობოტების რაოდენობის მატებასთან ერთად, მათ საწყობებში მუშების რაოდენობაც იზრდება. თუმცა, ამაზონში და რობოტების მცირე კომპანიებში ნარაზითქვენ შეგიძლიათ ამის გაკეთება, რადგან ადამიანები მუშაობენ და მუშაობენ ერთად. ამ რობოტებს, რომლებიც მუშაობენ ადამიანებთან ერთად იმავე სივრცეში, ე.წ კობოტები.

მსოფლიოს გზებზე ავტონომიური თვითმართვადი მანქანების გამოჩენა რეალობა არ არის, მაგრამ გარკვეული განვითარებით ამ ტექნოლოგიამ შეიძლება დაასაქმოს 1,7 მილიონი სამუშაო ადგილი მომდევნო ათწლეულში, ყოველგვარი ყურადღების გარეშე. ასევე არიან ტაქსის მძღოლები, რომლებიც ასევე დარჩებიან. სამსახურის გარეშე.

ავტომატიზაციის უმარტივესი ამოცანები არ საჭიროებს რობოტიკის გამოყენებას. ამჟამად ადმინისტრაციაში მილიონობით ადამიანი მუშაობს, სისტემებს შორის ხდება მონაცემების შეყვანა და კოპირება, კომპანიებისთვის სასტუმროების დაჯავშნა და მრავალი სხვა. ასეა მსოფლიოში უსაფრთხოების პროგრამული უზრუნველყოფათუ სისტემები უფრო სწრაფად, ავტომატურად განახლდება და მნიშვნელოვანი ინფორმაცია გამოჩნდება, ადმინისტრატორების საჭიროება შემცირდება.

ასევე, იქმნება ახალი სამუშაო ადგილები დაკარგულის ჩასანაცვლებლად. ჩვენ გირჩევთ წაიკითხოთ ამ სტატიის შესახებ "". პროტე, უცნობია, რამდენად სწრაფად იქმნება ახალი სამუშაო ადგილები ხალხის დროის გატარების ადგილას. და როგორ შეუძლიათ ადამიანებს ასე სწრაფად ისწავლონ და შეეგუონ ახალ ტექნოლოგიებს?

ყველა ადამიანი არ არის პესიმისტი. აქტიური მუშაკებისთვის ეს არის ტექნოლოგია, რომელიც შეავსებს და არა ჩაანაცვლებს პრაქტიკოსებს.

ექსპერტებს შორის არის მოსაზრებები იმის შესახებ, თუ როგორ შეიძლება ხელოვნურად ინტელექტუალური სისტემები ადვილად გადააჭარბონ ადამიანის შესაძლებლობებს.

ოქსფორდის უნივერსიტეტის კაცობრიობის ინსტიტუტმა ასობით მანქანით მომზადებულ ექსპერტს სთხოვა მომავალი ათწლეულის შესაძლებლობის პროგნოზირება.

კომპანიები დაუკავშირდნენ უმაღლეს დონეს II, რომელიც გახსნის შემდეგ წყალმომარაგება შემცირდება 2027 წლამდე, II გადააჭარბებს ადამიანის შესაძლებლობებს სხვადასხვა ვაჭრობაში 2031 წლამდე, წერს ბესტსელერს 2 049 წლამდე Roku და Vikonannya რობოტი ქირურგი 2053 წლამდე. .

ფაჰივციმ დააფასა ნდობის მნიშვნელოვნად მაღალი დონე, რომ ის გაუსწრებს ადამიანებს ყველა სფეროში 45 სამუშაო ადგილისთვის და ავტომატიზირებს ყველა ადამიანის სამუშაოს 120 სამუშაოზე.

მხატვრებმა აშშ-დან და ტაილანდიდან შეიმუშავეს მისტიკური მხატვრობის მსუბუქი შედევრების საიმედო შექმნის მეთოდი 3D ტექნოლოგიისა და ხელოვნური ინტელექტის გამოყენებით. ეს კომბინაცია გამოიწვევს გამოსახულების ფერთა პალიტრის შექმნას ორიგინალთან რაც შეიძლება ახლოს. უსახო ბურთების სხვადასხვა ფერის მელნით გადაფარვის მეთოდი, რაც შესაძლებელს ხდის ნახატის კანის ფრაგმენტისთვის ორიგინალთან მაქსიმალურად მიახლოებული ფერის მიღებას. ჩვენ შეიძლება წარმოვადგინოთ ტექნოლოგია SIGGRAPH Asia 2018 კონფერენციაზე.

მსუბუქი პრაქტიკა ხშირად აფერხებს მსუბუქი მისტიკის შედევრების კოპირებას. ეს არ არის რაიმე მაქინაციების გულისთვის, არამედ იმისათვის, რომ უფრო მეტმა ადამიანმა შეძლოს რობოტების გაცნობა. გარდა ამისა, ამ გზით, ხელოვნების ნიმუშების მფლობელებს შეუძლიათ ორიგინალები წაართვან განადგურებას.

დარწმუნდით, რომ რეპროდუქციები იქმნება მაღალი სიზუსტის სკანერებისა და პრინტერების გამოყენებით. თუმცა, ამ ტექნიკის შესაძლებლობები შეზღუდულია და არ იძლევა საშუალებას, რომ ორიგინალის მთელი სილამაზე გადმოიცეს ყველა დეტალში. ეს ახსნილია მცირე ნაწილებში. მაგალითად, ერთ-ერთი მათგანია ის, რომ ფიქსირებული პრინტერები ფერის ორიგინალში გადასატანად საჭიროებენ ოთხი ფერის კომბინაციას, რაც ამცირებს ფერის გადაცემის სიზუსტეს. გარდა ამისა, როგორც წესი, პრინტერები ქმნიან ორიგინალის ფერის კოლორიმეტრულ და არა სპექტრულ წარმოდგენას, რომლის მეშვეობითაც სურათის მიახლოება ხდება ორიგინალთან, გარდა ორიგინალური მითითების განათებისა.

უფრო ზუსტი ასლის დამზადება შესაძლებელია მასაჩუსეტსის ტექნოლოგიური ინსტიტუტის უახლესი განვითარების - RePaint სისტემის გამოყენებით, რომელიც ჩართულია ინტელექტუალურ ნაწილში 3D პრინტერით და საშუალებას აძლევს გამომავალი ფერები გადაიტანოს განათების ტიპის მიუხედავად.

ამის დახმარებით რეპროდუქციის შექმნა მიიღება რამდენიმე ეტაპად. თავიდანვე ჩატარდება ორიგინალის სკანირება. ამის შემდეგ სადაზღვევო სისტემა აჩვენებს 3D დრაივერის პარამეტრებს. დარჩენილი ნაბიჯი არის სხვა ასლების გაკეთება 3D პრინტერზე. რეპროდუქციაში ყველაზე საიმედო ფერის გადაცემის მისაღებად, ვიკორის ინჟინრები იყენებენ გადაღების სპეციალურ მეთოდს. თავდაპირველი განთავსება უგულებელყოფაზე აღბეჭდილია მულტისპექტრული კამერით. სკანირებისას იშვიათი ბროლის ფილტრი კამერის წინ ცვლის ათ ნანომეტრიანი გადაცემის სიჩქარეს, დაწყებული 420 ნანომეტრით და მთავრდება 720 ნანომეტრით. ამავდროულად, კამერა იღებს მონოქრომული ფოტოებს, რის შემდეგაც აერთიანებს მათ ერთ გამოსახულებაში, რომელშიც კანის პიქსელი შეესაბამება სპექტრულ მნიშვნელობებს.

ასლის შესაქმნელად გამოიყენება 3D პრინტერი, რომელიც ქმნის პროდუქტს ბევრი სხვადასხვა ფერის მელნის გარეშე, რომლებიც გადანაწილებულია ერთზე, ბურთი-ბურთი. ფერებს შორის გლუვი გადასვლისთვის გამოიყენება ნიუტონის გამოსახულების შექმნის კლასიკური მეთოდი. მთელი პროცესი კონტროლდება ორი ნეიროინტერფერენციით, რომელთაგან ერთი გადასცემს სპექტრს სხვადასხვა მასალისგან დამზადებულ ბურთებს. ინჟინრებმა შექმნეს ეს ნეიროგაზომვა ზედმეტად შეიარაღებული ფირფიტის საფუძველზე მილიმეტრის ზომის ანონიმური კვადრატებით, რომლებიც წარმოიქმნება ბურთების სხვადასხვა კომბინაციით.

დამატებითი დახმარებისთვის მეგობარს ასწავლა პირველი ნევროლოგიური ზომები. იგი შერჩეულია კარიბჭის დიზაინისთვის - გადმოსცემს მოცემული გამოსახულების სხვადასხვა მასალისგან ბურთების ოპტიმალურ განლაგებას.

სამწუხაროა, რომ ტექნოლოგია ახლა მოძველებულია. სისტემა შექმნილია ფურცელზე არაუმეტეს რეპროდუქციების წარმოებისთვის. თუმცა, როგორც კი ტექნოლოგია გაფართოვდება, მუზეუმებს ექნებათ კიდევ ერთი შესაძლებლობა შეინარჩუნონ ფასდაუდებელი ორიგინალები გამოფენებისთვის ორიგინალური ასლების ჩვენებით.

ხელოვნური ინტელექტი დიდი ხანია და წარმატებით არის "კულისებში" - მაგალითად, Google და Tesla დრონები. ფაჰივისტების აბსოლუტური უმრავლესობა დუმაში თანხმდება, რომ მალე თვითმართვადი მანქანები გამოვა. მე ყველაზე ახლოს. იგი გამოიყენება უსაფრთხოების სისტემებში: მაგალითად, ტრენინგების სერიის შემდეგ, ბანკში "ჭკვიან" კამერას შეუძლია დათვალოს მცველები, რომლებიც ეჭვმიტანილია დაჭერაში, შემდეგ კი სიგნალის გაგზავნა უსაფრთხოების პანელზე. როგორც კი სისტემა სრულყოფილებამდე მიიღწევა, თვითმფრინავის გატაცება უიმედო რევოლუციად გადაიქცევა.

სურათი: დეპოზიტის ფოტოები

პროფესიონალი რედაქტორის თქმით, ელექტრონული „ჟურნალისტი“, სამედიცინო მკურნალობის შესახებ ინფორმაციის საფუძველზე, აწარმოებს სტატისტიკას, რომელიც არ შეიძლება განცალკევდეს „საცნობაროდან“. ტიმი გამორთულია. შესაძლებელია, რომ ცალი ინტელექტის ლექსიკური მარაგი არც ისე მდიდარია და ფრაზები არ არის ისეთი კრეატიული, როგორც ცოცხალი კონკურენტები, მაგრამ ძალიან ადვილი იქნება მასთან შეგუება. მწერელ ძმებს მოუწევთ ჩხუბი. კონდახები არ არის სტაგნაცია - უფრო მნიშვნელოვანია სფეროს ცოდნა, რათა არ დარჩეს სტაგნაცია და ის წარმატებით მუშაობდეს.

რა არის "ინტელექტუალური სმარტფონი"?

"სმარტფონი" ინგლისურიდან ითარგმნება როგორც " ჭკვიანი ტელეფონი" თუმცა, როგორ ვაჩვენოთ გაჯეტების განვითარების მიმდინარე ტენდენციები, „გონივრული“ და „ჭკვიან“ ტელეფონებს შორის, შესვენებაა. დღეს ამ სფეროში არის, თუმცა არა აშკარა, დიდი რაოდენობით მომგებიანები, მაგრამ ფუნდამენტურად მნიშვნელოვანი. რევოლუცია, რაც გინდა.

რა არის რევოლუციური განსხვავება სმარტფონსა და ინტელექტუალურ მოწყობილობას შორის? და განსხვავება ისაა, რომ ამჟამინდელი გაჯეტი მხოლოდ სასჯელებს არ გასცემს.

სხვა სიტყვებით რომ ვთქვათ, ის გეხმარებათ ნულიდან ბრძანების სიმღერების შექმნაში – ასე რომ, ის გაძლევთ არა მხოლოდ წერტილოვან ფუნქციებს, არამედ მთელ სტრატეგიას. კანთან დაკავშირებული პრობლემებისთვის შერჩეულია უნიკალური ალგორითმი. არა მონა და არა მსახური, არამედ პარტნიორი.

სულ უფრო მეტი გაჯეტი განიხილება არა როგორც ვარიანტი, არამედ როგორც საფუძველი, რომელზედაც დაფუძნებულია ყველა სხვა სისტემის ფუნქციები. ახალი თაობის ფლაგმანური მოდელები შეიქმნა პროგრესული დაზვერვის საფუძველზე. სმარტფონის გამოყენების შესაძლებლობების „ელექტრონული ტვინის“ ცოდნა ახალ სამყაროს ავლენს. ასე ვაჩვენებთ მას LG G7 ThinQ სმარტფონის სხვადასხვა ქვესისტემების გამოყენებით.

II ითვლება პროფესიონალად

ჩვენ შეგვიძლია დაგეხმაროთ გახდეთ პროფესიონალი ფოტოგრაფი: მან იცის როგორ შექმნას პეიზაჟები ჰორიზონტის დაბრკოლების გარეშე, ნათელი და ბუნებრივი ტრადიციული სელფები და ასევე გადაიღოს სურათები პორტრეტის რეჟიმში (დაწვრილებით ამ ტერმინის შესახებ ქვემოთ). ფოტოგრაფებს შეუძლიათ დაარედაქტირონ და გააფერადონ თავიანთი ფოტოები II-ის მიერ მოწოდებული ოპტიმალური ფილტრების გამოყენებით.

პირველი, სისტემა განსაზღვრავს ობიექტს ან სცენას და გვთავაზობს დამუშავების ვარიანტებს შედეგის მიხედვით. ჩვენ არ ვსაუბრობთ ნიღბების მექანიკურ გამოყენებაზე, არამედ სტილში გამოსახულების სერიოზულ ტრანსფორმაციაზე პოპულარული პროგრამებიპრიზმა.

ძველი ბერძენი ფილოსოფოსი სოკრატე - სელფი პრიზმის მეშვეობით

გარდა ამისა, LG G7 ThinQ II, რომელიც აკონტროლებს Super Bright კამერის რეჟიმს, საშუალებას გაძლევთ გადაიღოთ ფოტოები 4-ჯერ უფრო კაშკაშა, ვიდრე ორიგინალური ფოტოები, რომლებიც გადაღებულია მუქი შუქზე. მძლავრი რობოტული სენსორისა და პროგრამული უზრუნველყოფის დამუშავების წყალობით, ის ავტომატურად არეგულირებს კამერის პარამეტრებს დაბალი განათების პირობებში, არეგულირებს სიკაშკაშის, სიცხადის, ფერის განცალკევებისა და პალიტრის ფერების ოპტიმალურ ბალანსს კანის კიდეებისთვის.

LG G7 ThinQ

ფოტოგრაფიის ერთ-ერთი ყველაზე მოთხოვნადი ფუნქციაა პორტრეტის რეჟიმი, რომელიც საშუალებას გაძლევთ გადაიღოთ პროფესიონალური ფოტოები ბუნდოვანი ფონით (პოპულარულ ტექნიკას უწოდებენ "ბოკეს ეფექტს" (იაპონურად ეს ნიშნავს "გაურკვეველს, გაუგებარ"), გარეგნობის ამოცნობას, და შემდეგ სმარტფონის მომხმარებლებს შეუძლიათ გამოიყენონ სტიკერები ნიღბების შესაქმნელად, ასევე ანიმოდების ან ანიმაციური ავატარების შესაქმნელად.

პროგრესული ინტელექტი დამხმარეა ნებისმიერ სიტუაციაში

ცალი ინტელექტის ახალი ტექნოლოგიები კომპიუტერული ვარსკვლავიჩვენ გავარკვიეთ, რომ გაფართოებული ალგორითმი გამოიყენებოდა Google Lens-ის დახმარების მოსაძებნად. Ხელმისაწვდომია Google ასისტენტიხოლო Google Photos, ამ ოფციას შეუძლია მეტი ინფორმაციის მიწოდება სხვადასხვა ობიექტებზე - ძეგლებზე, მცენარეებზე, არსებებზე, წიგნებზე.

LG G7 ThinQ-ის უკანა კამერით ფოტოების გადაღება ერთ-ერთი მთავარი ფუნქციაა

გარდა ამისა, სმარტფონი ამოიცნობს ტექსტს ვებსაიტებზე სტუმრობისას, კითხულობს და ამოიცნობს მონაცემებს კონტაქტებში სავიზიტო ბარათის დასამატებლად, კალენდარში შესვლის ან რესტორნის მენიუში სასურველი ბალახის საძიებლად.