جستجو در مقالات منتشر شده


2 نتیجه برای هوش مصنوعی

طلحه قدوسیان، مهدی رازانی، امیرحسین مهدی‌خانی، آرش کشت‌کار، علی خواجه میرزایی، علیرضا منصوری، علی‌اکبر کیایی، حسین شیرازی، مصطفی ده‌پهلوان، عبدالبصیر حسین‌بر،
دوره 7، شماره 3 - ( 9-1403 )
چکیده

میراث فرهنگی و هنری، به‌عنوان گواهی بر تاریخ و هویت بشری، با چالش‌های متعددی ناشی از زوال طبیعی، محدودیت دسترسی، پیچیدگی‌های مستندسازی و استخراج داده روبه‌رو است. فناوری‌های هوش مصنوعی و یادگیری ماشین، به‌عنوان ابزارهای تحول‌آفرین، راه‌حل‌های نوآورانه‌ای برای حفاظت، نگهداری، بازسازی و بازنمایی این میراث ارائه داده‌اند. این مقاله با هدف ارائه تحلیلی جامع و نظام‌مند از کاربردهای AI و ML در حوزه میراث فرهنگی و هنر، پتانسیل‌ها، محدودیت‌ها و جهت‌گیری‌های آتی این رویکردها را بررسی می‌کند. مطالعات موردی برجسته شامل کاربردهای بینایی کامپیوتری در بازسازی تصاویر، پردازش زبان طبیعی برای رمزگشایی متون کهن، تحلیل داده‌های عددی و طیفی برای شناسایی پدیده‌ها و ماهیت مواد فرهنگی، توسعه دستیاران هوشمند و تولید محتوای خلاقانه می‌باشد. روش‌شناسی این مطالعه مبتنی بر مرور بیبلومتریک و ارزیابی الگوریتم‌های محاسباتی کلاسیک و پیشرفته ML است که نشان می‌دهد هوش مصنوعی نه‌تنها دقت و سرعت فرآیندهای حفاظتی را افزایش می‌دهد، بلکه تجربه‌های تعاملی و پایداری فرهنگی را از طریق بازآفرینی میراث ناملموس و تحلیل‌های مولکولی-ژنتیکی تقویت می‌کند. با وجود چالش‌هایی همچون کیفیت ناکافی داده‌ها، مسائل اخلاقی مرتبط با اصالت و هزینه‌های بالای زیرساخت، پذیرش گسترده این فناوری‌ها محدود شده است. این مقاله فناوری‌های نوظهوری مانند مهندسی پرامپت، دستیاران هوشمند، NFT و متاورس، هوش مصنوعی کوانتومی، حفاظت پیش‌بینانه مبتنی بر اینترنت اشیا و چاپ سه‌بعدی هوشمند را به‌عنوان جهت‌گیری‌های آتی برجسته می‌کند که نویدبخش تحولات چشمگیر در عصر دیجیتال هستند. در نهایت، این مطالعه بر لزوم همکاری‌های بین‌رشته‌ای و توسعه استانداردهای اخلاقی برای بهره‌برداری مسئولانه از هوش مصنوعی در حوزه میراث فرهنگی تأکید می‌کند و راهنمایی ارزشمند برای پژوهشگران و سیاست‌گذاران در این زمینه ارائه می‌دهد.

محمدعلی اشرف‌گنجوئی، الهام شعبانی‌نیا،
دوره 8، شماره 2 - ( 6-1404 )
چکیده

ﻫﻮش ﻣﺼﻨﻮﻋﯽ ﺑﻪ ﻋﻨﻮان یکی از ﺣﻮزهﻫﺎی ﻧﻮین ﻓﻨﺎوری ﮐﻪ وﺟﻮه ﻣﺨﺘﻠﻒ زﻧﺪﮔﯽ اﻧﺴﺎن را ﻣﺘﺤﻮل ﻣﯽﮐﻨﺪ، ﻣﯽﺗﻮاﻧﺪ ﻧﻘﺸﯽ ﮐﻠﯿﺪی در ارﺗﻘﺎ آﻣﻮزش ﻣﻬﻨﺪﺳﯽ ایفا ﮐﻨﺪ. ﺑﺎ این ﺣﺎل ﻧﻘﺶ این ﻓﻨﺎوری در آﻣﻮزش ﻣﺮﻣﺖ ﭼﻨﺪان ﻣﻮرد ﺑﺮرﺳﯽ ﻗﺮار ﻧﮕﺮﻓﺘﻪ اﺳﺖ. ﭘﮋوﻫﺶ ﺣﺎﺿﺮ ﺳﻌﯽ دارد ﺗﺎ ﺑﺎ ﮐﻤﮏ ﻧﻈﺮیهﻫﺎی یادگیری، وﺟﻮه اﺳﺘﻔﺎده از ﻫﻮش ﻣﺼﻨﻮﻋﯽ در آﻣﻮزش ﻣﺮﻣﺖ را ﻣﻮرد ﺑﺮرﺳﯽ ﻗﺮار دﻫﺪ. در این ﭘﮋوﻫﺶ از روش اﺳﻨﺎدی و  ﺑﻪ ﻃﻮر ﺧﺎص روش ﺗﺤﻠﯿﻞ ﻣﺤﺘﻮای ﮐﯿﻔﯽ ﺟﻬﺖدار ﺑﺮای ﺑﺮرﺳﯽ ﭘﮋوﻫﺶﻫﺎی ده ﺳﺎل اﺧﯿﺮ (٢٠٢۵-٢٠١۵). اﺳﺘﻔﺎده و ارﺗﺒﺎط ﺗﺤﻘﯿﻘﺎت ﮔﺬﺷﺘﻪ  ﺑﺎ ﺳﻪ ﻧﻈﺮیه یادگیری) یادگیری ﺗﺠﺮﺑﯽ، یادگیری سازنده‌گرا و یادگیری ارتباط‌گرا). بررسی می‌شود.
ﮐﺪﮔﺬاری دادهﻫﺎ ﺑﺮ اﺳﺎس ﻣﻮﻟﻔﻪﻫﺎی ﻫﺮ یک از ﺳﻪ ﻧﻈﺮیه یادگیری اﺳﺖ و  ﭘﮋوﻫﺶﻫﺎی ﻗﺒﻠﯽ ﺑﺮ این اﺳﺎس ﻣﻮرد ﺗﺠﺰ یه و ﺗﺤﻠﯿﻞ ﻗﺮار ﻣﯽﮔﯿﺮﻧﺪ. یاﻓﺘﻪﻫﺎ ﻧﺸﺎن ﻣﯽدﻫﺪ ﮐﻪ در ﺣﻮزه یادگیری ﺗﺠﺮﺑﯽ، ﻣﻮﻟﻔﻪ ﺗﺠﺮﺑﻪ ﻋﯿﻨﯽ، در ﺧﺼﻮص یادگیری ﺳﺎزﻧﺪهﮔﺮا، ﻣﺆ ﻟﻔﻪﻫﺎی ﺗﻌﺎﻣﻞ اﺟﺘﻤﺎﻋﯽ و ﺑﻌﺪ از آن یادگیری ﻓﻌﺎل، و ﺗﮑﯿﻪ ﺑﺮ داﻧﺶ ﻗﺒﻠﯽ ﺑﺎ اﻗﺒﺎل ﺑﯿﺸﺘﺮی ﻣﻮاﺟﻪ ﻫﺴﺘﻨﺪ و در ﺧﺼﻮص یادگیری ارﺗﺒﺎطﮔﺮا، ﻫﻮش ﻣﺼﻨﻮﻋﯽ ﺑﺮ ﺷﺒﮑﻪﺳﺎزی و ارﺗﺒﺎﻃﺎت، ﺗﺴﻬﯿﻞ ﻓﻨﺎوری، یادگیری ﻣﺪاوم، ﻣﻬﺎرتﻫﺎی ﺷﻨﺎﺧﺘﯽ و ﻫﻤﮑﺎری دیجیتال ﺑﻪ ﻧﺴﺒﺖ سایر ﻣﻮﻟﻔﻪﻫﺎ ارﺗﺒﺎط ﺑﯿﺸﺘﺮی دارﻧﺪ. یاﻓﺘﻪﻫﺎ ﻫﻤﭽﻨﯿﻦ ﻧﺸﺎن ﻣﯽدﻫﻨﺪ ﮐﻪ ﻣﺤﺪودیتﻫﺎی ﻫﻮش ﻣﺼﻨﻮﻋﯽ در دﺳﺘﺮﺳﯽ ﺑﻪ داﻧﺶ ﻣﺮﻣﺖ، ﺑﺮ ﻣﻮﻟﻔﻪﻫﺎیی ﻣﺎﻧﻨﺪ ﻣﺘﻦ ﻣﺤﻮری ﮐﻪ ﻣﺮﺗﺒﻂ ﺑﻪ داﻧﺶ زﻣﯿﻨﻪای اﺳﺖ اﺛﺮﮔﺬار اﺳﺖ و در آﻣﻮزش ﻣﺮﻣﺖ این ﮔﻮﻧﻪ ﻣﻮﻟﻔﻪﻫﺎ ﮐﻤﺘﺮ ﻣﻮرد ﺗﻮﺟﻪ ﻗﺮار ﻣﯽﮔﯿﺮﻧﺪ. یاﻓﺘﻪﻫﺎی ﭘﮋوﻫﺶ ﻣﯽﺗﻮاﻧﺪ ﺗﻮﺳﻂ ﻣﻌﻠﻤﯿﻦ و ﭘﮋوﻫﺸﮕﺮان ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار ﮔﯿﺮد ﺗﺎ ﺑﺎ در ﻧﻈﺮ ﮔﺮﻓﺘﻦ ویژﮔﯽﻫﺎی دروس ﻣﺮﻣﺖ و ﻧﯿﺎزﻫﺎی یادگیری ﻫﺮ ﮐﺪام، روش ﻫﻮش ﻣﺼﻨﻮﻋﯽ  ﻣﻨﺎﺳﺐ را اﻧﺘﺨﺎب یا  ﻣﻮرد ﺑﺮرﺳﯽ ﻗﺮار دﻫﻨﺪ.


صفحه 1 از 1