| نوع فایل | APK |
|---|---|
| نسخه | 1.1 |
| ناشر | GZBapp |
| تاریخ انتشار | ۲۰ ژوئیه ۲۰۲۰ |
| تاریخ اضافه شده | ۲۰ ژوئیه ۲۰۲۰ |
| الزامات سیستم عامل | Android |
| الزامات | Requires Android 4.1 and up |
| کل بارگیری ها | ۰ |
| قیمت | Free |
شرح
هوش مصنوعی چیست؟
ماشینی با توانایی انجام عملکردهای شناختی مانند درک، یادگیری، استدلال و حل مسائل، دارای هوش مصنوعی تلقی می شود.
هوش مصنوعی زمانی وجود دارد که یک ماشین توانایی شناختی داشته باشد. معیار هوش مصنوعی، سطح انسانی در مورد استدلال، گفتار و بینایی است.
امروزه، هوش مصنوعی تقریباً در تمام صنایع مورد استفاده قرار میگیرد و به همه شرکتهایی که هوش مصنوعی را در مقیاس یکپارچه میکنند، یک برتری تکنولوژیکی میدهد. به گفته مک کینزی، هوش مصنوعی پتانسیل ایجاد 600 میلیارد دلار ارزش در خرده فروشی را دارد که در مقایسه با سایر تکنیک های تحلیلی، 50 درصد ارزش افزایشی بیشتری در بانکداری به ارمغان می آورد. در حمل و نقل و لجستیک، جهش بالقوه درآمد 89 درصد بیشتر است.
به طور مشخص، اگر سازمانی از هوش مصنوعی برای تیم بازاریابی خود استفاده کند، میتواند کارهای روزمره و تکراری را خودکار کند، و به نماینده فروش اجازه میدهد تا روی کارهایی مانند ایجاد رابطه، پرورش رهبری و غیره تمرکز کند. یک شرکت به نام Gong یک سرویس اطلاعاتی مکالمه ارائه میکند. هر بار که یک نماینده فروش تماس تلفنی برقرار می کند، دستگاه چت را رونویسی و تجزیه و تحلیل می کند. معاون می تواند از تجزیه و تحلیل و توصیه های هوش مصنوعی برای تدوین یک استراتژی برنده استفاده کند.
به طور خلاصه، هوش مصنوعی یک فناوری پیشرفته برای مقابله با دادههای پیچیده ارائه میکند که کنترل آن توسط انسان غیرممکن است. هوش مصنوعی مشاغل اضافی را خودکار می کند و به کارگر اجازه می دهد تا روی کارهای سطح بالا و ارزش افزوده تمرکز کند. هنگامی که هوش مصنوعی در مقیاس پیاده سازی شود، منجر به کاهش هزینه و افزایش درآمد می شود.
نوع هوش مصنوعی
هوش مصنوعی را می توان به سه زیر شاخه تقسیم کرد:
هوش مصنوعی
فراگیری ماشین
یادگیری عمیق
هوش مصنوعی امروزه یک کلمه رایج است، اگرچه این اصطلاح جدید نیست. در سال 1956، گروهی از کارشناسان آوانگارد با پیشینه های مختلف تصمیم گرفتند یک پروژه تحقیقاتی تابستانی در مورد هوش مصنوعی سازماندهی کنند. چهار ذهن روشن پروژه را رهبری کردند. جان مک کارتی (کالج دارتموث)، ماروین مینسکی (دانشگاه هاروارد)، ناتانیل روچستر (IBM) و کلود شانون (آزمایشگاه های تلفن بل).
هدف اولیه این پروژه تحقیقاتی مقابله با "هر جنبه از یادگیری یا هر ویژگی دیگری از هوش بود که در اصل بتوان آنقدر دقیق توصیف کرد که بتوان ماشینی برای شبیه سازی آن ساخت."
پیشنهاد اجلاس شامل
کامپیوترهای اتوماتیک
چگونه می توان یک کامپیوتر را برای استفاده از یک زبان برنامه ریزی کرد؟
شبکه های عصبی
خودسازی
