about-3 back-contact back-deep eitaa کانال روبیکاخبرگزاری سایبربان
مطالب پربازدید
آیا
1405/04/01 - 14:49- جنگ سایبری

آیا رسانه‌ای کردن حملات سایبری برای ایران بازدارندگی ایجاد می‌کند؟

در سال‌های اخیر، اخبار متعددی درباره نفوذ و عملیات‌های سایبری منتسب به ایران و محور مقاومت با بازتاب گسترده رسانه‌ای همراه بوده است. برخی این اقدامات را نشانه‌ای از قدرت سایبری و عاملی جهت بازدارندگی در برابر دشمنان می‌دانند و برخی دیگر معتقدند بخش مهمی ا

نفوذ
1405/04/04 - 12:52- تروریسم سایبری

نفوذ رژیم صهیونیستی با استارلینک به ایران

نخست وزیر سابق رژیم صهیونیستی ادعا کرد که اسرائیل ده‌ها هزار سیستم استارلینک را به ایران قاچاق کرده است.

عدم
1405/04/18 - 09:33- تروریسم سایبری

عدم آمادگی رژیم صهیونیستی برای مقابله با حملات سایبری احتمالی ایران

کارشناسان معتقدند که رژیم صهیونیستی برای مقابله با احتمال حمله سایبری ایران در انتخابات از طریق رسانه‌های اجتماعی آمادگی ندارد.

انتشار شده در تاریخ

تشخیص اختلالات ژنیتیکی با هوش مصنوعی

پژوهشگران نوعی هوش مصنوعی تولید کرده‌اند که با بررسی ویژگی‌های صورت، بیماری‌های ژنتیکی کودکان را تشخیص می‌دهد.

به گزارش کارگروه فناوری اطلاعات سایبربان؛ به نقل از «IEEE Spectrum»، در حال حاضر به منظور تشخیص بیماری‌های نادر، باید زمان و هزینه‌ی بسیار زیادی صرف شود. با وجود این، گروهی از پژوهشگران به تازگی نوعی هوش مصنوعی توسعه داده‌اند که از طریق تصویربرداری و اسکن چهره‌ی کودکان، اختلالات ژنتیکی نادری که به آن مبتلا هستند را به سرعت مشخص می‌سازد.

سامانه‌ مذکور، «DeepGestalt» نام داشته و قادر است از طریق شناسایی ویژگی‌های صورت، مانند دید رایانه‌ای و الگوریتم‌های یادگیری عمیق، بیماری‌های نادر را تشخیص دهد. این هوش مصنوعی، توسط شرکت «FDNA» گسترش یافته است.

با توجه به سند منتشر شده، سیستم DeepGestalt، به وسیله‌ی داده‌های 17 هزار کودک آموزش دیده است که از بیش از 200 نوع سندروم مختلف رنج می‌برند. این سیستم در بهترین حالت می‌تواند با احتمال 64 درصد بیماری‌هایی مانند سندروم نونان (Noonan syndrome) را به درستی تشخیص دهد. این درحالی است که احتمال تشخیص این بیماری بر اساس تصاویر، در گذشته تنها 20 درصد بود.

یارون گروویچ (Yaron Gurovich)، مدیر ارشد فناوری FDNA توضیح داد:

DeepGestalt در ترکیب با رشته‌های DNA می‌تواند برای تشخیص بیماری‌های ژنتیکی مفید واقع شود. همچنین می‌توان از ابزار بالا به عنوان راهکاری به منظور استانداردسازی علائم تشخیص بیماری از روی تصاویر توسط پزشکان بهره گرفت.

هر سندروم و بیماری ژنتیکی علائم ظاهری خاص خود را دارد. برای مثال ممکن است در سندروم «Cornelia de Lange»، بینی افراد کوچک، ابروهای منحنی و دهانی با فرم بی‌قاعده وجود داشته؛ اما در نمونه‌ای دیگر این ویژگی‌ها متفاوت بوده و به سختی قابل‌تشخیص باشند. هوش مصنوعی یاد شده با استفاده شناسایی این خصیصه‌ها بیماری را شناسایی می‌کند.

شرکت FDNA، نتیجه بیش از 150 هزار مورد آزمایش مختلف را در پایگاه داده‌ای به نام «Face2Gene» قرار داده و دسترسی به آن برای عموم آزاد است. پزشکان می‌توانند تصاویر خود را به این بستر ارسال کنند. این سیستم سپس فهرستی کوتاه شامل 10 احتمال مختلف را پس از تجزیه‌وتحلیل ارائه می‌دهد.

گروویچ شرح داد:

هر چند این فهرست کامل و دقیق نیست و تنها از دقتی 70 درصدی برخوردار است؛ اما می‌تواند تعداد احتمالات را کاهش داده، تشخیص بیماری را سریع‌تر کند.

تازه ترین ها
نقش
1405/05/07 - 15:02- هوش مصنوعي

نقش روبه‌رشد هوش مصنوعی در امنیت سایبری نظامی

ارتش ایالات متحده در اروپا و آفریقا، نقش روبه‌رشد هوش مصنوعی در امنیت سایبری نظامی را برجسته کرد.

همکاری
1405/05/07 - 14:20- هوش مصنوعي

همکاری شرکت اِی‌ام‌دی و کره جنوبی در زیرساخت‌های هوش مصنوعی

شرکت اِی‌ام‌دی و وزارت علوم و فناوری اطلاعات و ارتباطات کره جنوبی یک همکاری استراتژیک برای توسعه زیرساخت هوش مصنوعی امضا کردند.

استفاده
1405/05/07 - 13:39- سایرفناوری ها

استفاده از گوگل کلود توسط اداره ملی اقیانوسی و جوی آمریکا

اداره ملی اقیانوسی و جوی آمریکا، گوگل کلود را به‌عنوان ارائه‌دهنده اصلی محاسبات برای سیستم ابررایانه خود انتخاب کرد.