about-3 back-contact back-deep eitaa کانال روبیکاخبرگزاری سایبربان
مطالب پربازدید
بازار
1405/02/02 - 13:10- بررسی تخصصی

بازار سیاه فیلترشکن در زمان قطع اینترنت؛ از قیمت‌های میلیونی تا موج گسترده کلاهبرداری

مقاله ای از کارشناس سایبری مهیار خدادادی پیرامون مسئله فیلتر شکن ها در زمان قطعی اینترنت بین المللی

در
1405/02/01 - 15:13- ایران

در غم از دست دادن پدر امت به سوگ نشسته ایم

در غم از دست دادن پدر امت به سوگ نشسته ایم

بزرگ‌ترین
1405/01/10 - 16:13- جنگ سایبری

بزرگ‌ترین حمله سایبری به شرکت‌های نفتی امارات

شرکت های نفتی امارات مورد حمله سایبری گروه هکری نصیر قرار گرفت

انتشار شده در تاریخ

تقویت چشم خودروهای بی راننده

پژوهشگران استنفورد فناوری تصویربرداری جدیدی را برای مشاهده ی گوشه ها و زوایای پنهان محیط ایجاد کردند.

به گزارش کارگروه فناوری اطلاعات سایبربان، به نقل از «digitaltrends»؛ بسیاری از محققان فعال در زمینه ی فناوری اطلاعات و خودروسازی معتقدند، وسایل نقلیه ای که توسط هوش مصنوعی هدایت می شوند، بسیار امن تر هستند؛ اما این وسایل نیز بی عیب نبوده با چالش های خاص خود را دارند. این تجهیزات نمی توانند از اشیا، انسان ها یا موجوداتی که نمی بینند ارزیابی خوبی به عمل آورند.

در نتیجه اگر بتوان امکانی را فراهم کرد که خودروها بتوانند نقاط کور خود یا پشت موانع را تشخیص بدهند، امنیت آنها بیشتر از گذشته افزایش می یابد. برای مثال می توان به شناسایی کودکی اشاره کرد در یک پیچ، از پشت دیواری به میان خیابان می دود.

محققان دانشگاه استنفورد فناوری دید ماشینی جدیدی را ایجاد کرده اند که قابلیت بالا را برای خودروهای بی راننده فراهم می کند.

متئو توله (Matthew O’Toole)، یک دانشجوی فوق دکترای تصویربرداری محاسباتی استنفورد گفت:

ما یک فناوری تصور برداری داریم. این دستاورد امکان مشاهده اشیا پنهان شده از دید را، با تبدیل دیوار به آینه های آشکارساز فراهم می کند. سامانه ی ما بسیار شبیه به لیدار (Lidar) است که در خودروهای بی راننده برای تشخیص اشکال سه بعدی خودروها و عابران به کار گرفته می شود. همانند لیدار پالس هایی در محیط منتشر می شوند و با اندازه گیری مدت زمان مورد نیاز برای بازگشت آن، اجسام شناسایی می گردند؛ اما بر خلاف لیدار نور پخش شده از دیوار مرئی و دیگر اشیا پنهان در محیط نیز توسط آن جمع می شوند. سپس از نوعی الگوریتم برای تجزیه و تحلیل اشیا 3 بعدی مخفی استفاده خواهد شد.

دیوید لیندل (David Lindell) یکی دیگر از پژوهشگران پروژه ی بالا اعلام کرد از این دستاورد می توان در عملیات های جستجو و نجات، تصویربرداری پزشکی و نظارت نیز استفاده کرد.

توله ادامه داد:

برای اینکه تصویربرداری از گوشه ها را بتوانیم به جهان واقعی بیاوریم، باید زمان مورد نیاز برای عملکرد دستاورد خود را کوتاه تر کنیم. نمونه ی اولیه ی ایجاد شده برای جمع آوری فوتون ها و تجزیه و تحلیل آنها به چندین دقیقه زمان نیاز دارد. ما معتقدیم با سخت افزارهای بهتری مانند لیزرهای روشن تر، می توانیم این بازه را به کسری از ثانیه کاهش بدهیم.

استنفورد تنها مکانی نیست که روی فناوری بالا کار می کند. آزمایشگاه علوم رایانه و هوش مصنوعی دانشگاه ام‌آی‌تی (CSAIL) و دارپا نیز چنین تحقیقاتی را آغاز کرده اند. به نظر می رسد دانشگاه MIT نیز با مشکل مواجهی رو به رو است.

تازه ترین ها
تصویب
1405/04/02 - 12:51- هوش مصنوعي

تصویب قانون عدالت کیفری کانادا با هدف حمایت از کودکان

آسیب‌های دیجیتال و حمایت از کودکان، اصلاحات عمده‌ای را در قانون مجازات کانادا ایجاد کرده است.

نقشه‌برداری
1405/04/02 - 12:04- هوش مصنوعي

نقشه‌برداری از اثرات پنهان فشار خون بالا توسط هوش مصنوعی

محققان آکسفورد ابزاری مبتنی بر هوش مصنوعی برای نقشه‌برداری از اثرات پنهان فشار خون بالا توسعه دادند.

تغییر
1405/04/02 - 11:39- هوش مصنوعي

تغییر الگوهای اشتغال در ایالات متحده توسط هوش مصنوعی

شکاف فزاینده‌ای در رشد اشتغال بین مشاغل پرخطر و کم‌خطر، به‌ویژه پس از سال ۲۰۲۲، در بازار کار ایالات متحده وجود دارد.