تاریخ انتشار : ۱۴۰۰/۰۲/۰۸ ساعت ۱۴:۰۱
کد مطلب : ۲۶۸۹۳۶
پیش‌بینی شیوع کرونابااستفاده از هوش مصنوعی
گروه علمی: هوش مصنوعی یا هوش ماشینی (Artificial Intelligence (AI)) به هوشی که یک ماشین در شرایط مختلف از خود نشان می‌دهد گفته می‌شود. به عبارت دیگر هوش مصنوعی به سیستم‌هایی گفته می‌شود که می‌توانند واکنش‌های مشابه رفتارهای هوشمند انسانی از جمله شرایط پیچیده، شبیه‌سازی فرآیندهای تفکری و شیوه‌های استدلالی انسانی و پاسخ موفق به آنها، یادگیری و توانایی کسب دانش و استدلال برای حل مسائل را داشته باشند.
در دنیای امروز کاربردهای هوش مصنوعی چُنان گسترده و فراگیر شده‌اند که بسیاری از این کاربردها دیگر با نام هوش مصنوعی شناخته نمی‌شوند و نام متخصص خود را دارند. تاثیر هوش مصنوعی را اکنون می‌توان در همه جهات و نقاط زندگی مردم دید؛ گوشی‌های تلفن همراه به عنوان یک ابزار سخت‌افزاری یا جست و جوهای خودکار گوگل که از الگوریتم‌ها و متُدهای پیچیده هوش مصنوعی استفاده می‌کند.امروزه استفاده از هوش مصنوعی بسیار متداول شده است. از سیستم‌های خانگی گرفته تا تحقیقات دانشمندان، تقریباً در هر جایی مورد استفاده قرار می‌گیرد. نسل جدید هوش مصنوعی درست مثل یک کودک قادر خواهد بود تا دنیای اطراف خود را بشناسد و چیزهای مختلف را از طریق درک مستقیم فرا بگیرد.
در این راستا به نقل از پژوهشگاه ارتباطات و فناوری اطلاعات، وحید یزدانیان -رییس پژوهشگاه ارتباطات و فناوری اطلاعات- با اشاره به کاربردهای هوش مصنوعی گفت: کشورهای توسعه‌یافته جهان از هوش مصنوعی برای کاربردهای متنوع و به‌ویژه پیش‌بینی میزان شیوع استفاده می‌کنند و اکنون نیز در داخل کشور، با بهره‌گیری از تجارب جهانی و نیز بومی‌سازی الگوها، این سامانه توسعه‌یافته، می‌تواند سرعت تحلیل داده‌ها را افزایش داده و بر اساس استفاده از اطلاعات ناشناس و جمع‌آوری‌شده در سطح استان تهران، کمک بسیار خوبی برای کنترل کرونا باشد.
وی با اشاره به مراحل تکمیلی ابررایانه سیمرغ تصریح کرد: با راه‌اندازی ابررایانه سیمرغ، سرعت تحلیل داده‌ها بسیار سریع‌تر خواهد شد و این ابررایانه نیز در خدمت هوش مصنوعی قرار خواهد گرفت.همچنین علیرضا زالی -فرمانده ستاد مقابله با کرونا در کلانشهر تهران- اظهار کرد: این تعاملات باعث می‌شود دانش همکاران ما با مفاهیم مدیریتی این بیماری در استان تهران افزایش پیدا کرده و با استفاده از اطلاعات این داشبوردها بتوانند مداخلات موثرتری را در بهداشت و درمان با هدف افزایش مراقبت از بیماران انجام دهند.
وی خاطرنشان کرد: علاوه بر برنامه‌هایی که تا به حال انجام شده و ما را به سمت یک مدل بومی در استان تهران نزدیک کرده، این مدل زمانی عملکردی است که ما در حوزه بهداشت آثار عملکردی آن را ببینیم. ما در شهر تهران ۱۷۴ و در استان تهران ۴۲۰ محله داریم و با وجود جمعیت نامتوازن، نوع ارتباطات میان مردم، حجم بالای تردد، مشکلات زیادی برای تصمیم‌گیری محدودیتی پیدا می‌کنیم.
فرمانده ستاد مقابله با کرونا در تهران ادامه داد: ما برای اعمال محدودیت‌ها نیاز به مدل جغرافیایی داریم تا اقدامات اثربخشی بیشتری داشته باشند. با داشتن اطلاعات مناسب می‌توانیم برای هفته‌های آتی پیش‌بینی‌های لازم و اقدامات متناسب با آن را داشته باشیم. مبحث داشبورد مدیریتی بسیار مهم است و با یک سطح دسترسی منطقی برای مدیران تصمیم‌گیرنده بسیار مناسب است تا در هر لحظه بتوانند موقیعت را دیده و تصمیم‌گیری کند.
زالی درخصوص تاثیر تکنولوژی‌های جدید در دوران شیوه این ویروس گفت: در این دوران می‌بینیم کشورهایی که از تکنولوژی‌های روز استفاده می‌کنند در کنترل بیماری بسیار موفق بوده‌اند. از جمله کشورهایی نظیر سنگاپور و کره جنوبی.
علی‌اصغر انصاری -رئیس مرکز نوآوری و توسعه هوش مصنوعی پژوهشگاه ارتباطات و فناوری اطلاعات- نیز گفت: قطعا اگر منابع اطلاعاتی بیشتری در بخش‌های دیگری وجود داشته باشند، ما پیگیری خواهیم کرد و از آنها نیز برای استخراج مدل استفاده می‌کنیم. با پشتیبانی دکتر زالی و همکاری دانشگاه‌ها ما کار بسیار بزرگی انجام دادیم. بار علمی کاری که انجام می‌دهیم بسیار زیاد است و این کار دنباله‌دار است.
وی با اشاره به مراحل تکمیلی ابررایانه سیمرغ تصریح کرد: با راه‌اندازی ابررایانه سیمرغ، سرعت تحلیل داده‌ها بسیار سریع‌تر خواهد شد و این ابررایانه نیز در خدمت هوش مصنوعی قرار خواهد گرفت.همچنین علیرضا زالی -فرمانده ستاد مقابله با کرونا در کلانشهر تهران- اظهار کرد: این تعاملات باعث می‌شود دانش همکاران ما با مفاهیم مدیریتی این بیماری در استان تهران افزایش پیدا کرده و با استفاده از اطلاعات این داشبوردها بتوانند مداخلات موثرتری را در بهداشت و درمان با هدف افزایش مراقبت از بیماران انجام دهند.
وی خاطرنشان کرد: علاوه بر برنامه‌هایی که تا به حال انجام شده و ما را به سمت یک مدل بومی در استان تهران نزدیک کرده، این مدل زمانی عملکردی است که ما در حوزه بهداشت آثار عملکردی آن را ببینیم. ما در شهر تهران ۱۷۴ و در استان تهران ۴۲۰ محله داریم و با وجود جمعیت نامتوازن، نوع ارتباطات میان مردم، حجم بالای تردد، مشکلات زیادی برای تصمیم‌گیری محدودیتی پیدا می‌کنیم.
فرمانده ستاد مقابله با کرونا در تهران ادامه داد: ما برای اعمال محدودیت‌ها نیاز به مدل جغرافیایی داریم تا اقدامات اثربخشی بیشتری داشته باشند. با داشتن اطلاعات مناسب می‌توانیم برای هفته‌های آتی پیش‌بینی‌های لازم و اقدامات متناسب با آن را داشته باشیم. مبحث داشبورد مدیریتی بسیار مهم است و با یک سطح دسترسی منطقی برای مدیران تصمیم‌گیرنده بسیار مناسب است تا در هر لحظه بتوانند موقیعت را دیده و تصمیم‌گیری کند.
زالی درخصوص تاثیر تکنولوژی‌های جدید در دوران شیوه این ویروس گفت: در این دوران می‌بینیم کشورهایی که از تکنولوژی‌های روز استفاده می‌کنند در کنترل بیماری بسیار موفق بوده‌اند. از جمله کشورهایی نظیر سنگاپور و کره جنوبی.
علی‌اصغر انصاری -رئیس مرکز نوآوری و توسعه هوش مصنوعی پژوهشگاه ارتباطات و فناوری اطلاعات- نیز گفت: قطعا اگر منابع اطلاعاتی بیشتری در بخش‌های دیگری وجود داشته باشند، ما پیگیری خواهیم کرد و از آنها نیز برای استخراج مدل استفاده می‌کنیم. با پشتیبانی دکتر زالی و همکاری دانشگاه‌ها ما کار بسیار بزرگی انجام دادیم. بار علمی کاری که انجام می‌دهیم بسیار زیاد است و این کار دنباله‌دار است.
پربينندهترين مطالب و خبرها
