Web Analytics Made Easy - Statcounter

مدیر مرکز مطالعات و توسعه آموزش پزشکی دانشگاه علوم‌پزشکی هوشمند با بیان اینکه همان‌طور که فرهنگ استفاده از آموزش مجازی را در دانشگاه‌ها ایجاد کردیم، به مرور زمان می‌توانیم فرهنگ استفاده از فناوری‌های نوین را نیز در مراکز آکادمیک ایجاد کنیم، گفت: تغییرات به صورت پله پله اتفاق می‌افتد و به زمان نیاز دارد، استفاده از هوش مصنوعی و فناوری‌های نوین در عرصه آموزش خواه یا ناخواه و به ناچار همانند سایر فناوری‌ها مانند استفاده از برنامه‌های موبایل اتفاق می‌افتد.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

دکتر نوشین کهن در گفت‌وگو با ایسنا، درباره به‌کارگیری روش‌های هوش مصنوعی گفت: هوش مصنوعی همانند فناوری‌های کاربردی دیگر که در عرصه آموزش علوم پزشکی بةکار گرفته می‌شوند یک ابزار قدرتمند در عرصه یاددهی و یادگیری است. به عبارتی، هوش مصنوعی علاوه بر اساتید به دانشجویان علوم پزشکی نیز در عرصه آموزش علوم پزشکی که یکی از حوزه‌هایی است که حجم بسیار زیادی از دانش فنی، علمی و عملی را دربرمی‌گیرد، کمک می‌کند.

وی خاطرنشان کرد: هنگامی که از به‌کارگیری هوش مصنوعی در آموزش علوم پزشکی سخن به میان می‌آید باید به این موضوع اشاره کرد که این تکنولوژی می‌تواند یادگیری شخصی‌سازی شده (Personalized learning) را برای دانشجویان دانشگاه‌های علوم‌پزشکی به ارمغان بیاورد.

یادگیری شخصی‌سازی شده در راستای هوش‌مصنوعی 

این استاد دانشگاه درباره چگونگی ایجاد یادگیری شخصی‌سازی شده با استفاده از هوش مصنوعی گفت: یادگیری شخصی‌سازی شده با استفاده از هوش مصنوعی رویکردی نوین در حوزه آموزش علوم پزشکی است که با استفاده از الگوریتم‌های هوش مصنوعی و یادگیری ماشین، می‌توان محتوای آموزشی را بر اساس نیازهای هر دانشجو از قبیل پیشینه تحصیلی دانشجو، سطح دانش و علایق وی سفارشی و بهینه کرد. علاوه بر این، با استفاده از الگوریتم‌های هوشمند، می‌توان به طور دقیق‌تری از عملکرد دانشجویان در طول فرآیند آموزش مطلع شد و بازخورد سریع را به آن‌ها ارائه نمود. همچنین، با تحلیل داده‌های آموزشی، می‌توان نقاط ضعف و قوت هر دانشجو را شناسایی کرد و برنامه‌های آموزشی مناسبی برای آن‌ها طراحی کرد. اساتید با استفاده از این سیستم‌ها قادر خواهند بود علایق دانشجویان را شناسایی کنند و نیازهای یادگیری دانشجو را به صورت فردی رصد کنند.

دکتر کهن با بیان اینکه فناوری شبیه‌سازی در عرصه آموزش به صورت گسترده به‌کار گرفته می‌شود، توضیح داد: فناوری واقعیت مجازی (VR) یا واقعیت افزوده (AR) و هوش مصنوعی، دو فناوری متفاوت هستند اما می‌توانند با یکدیگر ترکیب شوند و در عرصه یادگیری و آموزش مثمر ثمر واقع شوند. با ترکیب فناوری واقعیت مجازی و واقعیت افزوده با هوش مصنوعی، می‌توان برای کاربران تجربه‌هایی را ایجاد کرد که بهتر و موثرتر از تجربه‌های واقعی است. برای مثال، با استفاده از الگوریتم‌های هوشمند، می‌توان تجربه‌های واقعیت افزوده و مجازی را به صورت خودکار و هوشمند بهبود بخشید و به کاربران بازخورد دقیق و مفیدی ارائه کرد.

عضو هیئت‌علمی دانشگاه علوم‌پزشکی هوشمند درباره تاثیر هوش مصنوعی در علوم‌پزشکی گفت: این تکنولوژی می‌تواند در زمینه‌های متعددی به آموزش علوم‌پزشکی کمک کند. به عنوان مثال، با استفاده از تکنولوژی هوش مصنوعی مانند چت «جی‌پی‌تی» که از یک شبکه عصبی هوش مصنوعی پیچیده و قدرتمند برای پردازش زبان طبیعی استفاده می‌کند، می‌توان پاسخ‌های منطقی و مناسبی برای سوالات مطرح شده توسط دانشجویان و اساتید علوم پزشکی دست یافت. دانشجو و مدرس علوم پزشکی می‌توانند با تعامل با یک سیستم هوشمند با قدرت پردازشی بالا، اطلاعات را به سرعت جستجو کنند.  

هوش مصنوعی در آموزش بالینی کاربرد دارد

این استاد دانشگاه با بیان اهمیت آموزش بالینی در عرصه آموزش پزشکی خاطرنشان کرد: چالش‌های متعددی در این حوزه وجود دارد و هوش مصنوعی به عنوان یک فناوری پیشرفته در آموزش بالینی علوم پزشکی تاثیرگذار است. به عنوان مثال، کارآموزان علوم پزشکی می‌توانند با استفاده از شبیه‌سازهای سه بعدی مبتنی بر هوش مصنوعی موارد مختلفی مانند تشخیص بیماری‌ها، پیش‌بینی نتایج درمان، تشخیص علائم بالینی و درمان آنها را تمرین کنند.

دکتر کهن درباره کاربرد هوش مصنوعی در آموزش دروس علوم پایه مانند آناتومی دانشجویان علوم پزشکی گفت: دانشگاه‌های علوم‌پزشکی از جمله دانشگاه علوم پزشکی هوشمند در زمینه استفاده از فناوری‌ واقعیت مجازی مبتنی بر هوش مصنوعی و استفاده از مدل‌سازی سه‌بعدی برای آموزش دروسی مانند آناتومی به تجارب ارزشمندی دست یافته‌اند. بةکارگیری هوش مصنوعی در آموزش دروس علوم پایه مانند آناتومی نه تنها موجب صرفه‌جویی در وقت اساتید و ارتقاء یادگیری دانشجویان علوم پزشکی می‌شود بلکه مسائل فرهنگی استفاده از روش‌هایی مانند استفاده از جسد را هم در کانون توجه قرار می‌دهد.

 وی ادامه داد: من بر این باور هستم، ما با استفاده موثر از فناوری‌های نوین و هوش مصنوعی که در دنیای امروز بسیار تاثیرگذار هستند می‌توانیم به نیازهای آموزشی و علایق دانشجویان نسل امروزکه نسبت به گذشته متفاوت هستند، پاسخ دهیم. وی درباره مقاومت‌های اساتید در برابر به‌کارگیری تکنولوژی‌های نوین در عرصه آموزش گفت: امروزه اگر اساتید دانشگاه‌های علوم‌پزشکی با تکنولوژی‌های نوین آشنایی نداشته باشند و از آنها به صورت موثر در تدریس خود استفاده نکنند به ناچار باید عرصه آموزش را ترک کنند.

رویدادهای آموزشی نگرش افراد درقبال تکنولوژی را تغییر می‌دهد

مدیر مرکز مطالعات و توسعه آموزش پزشکی دانشگاه علوم‌پزشکی هوشمند در پاسخ به این پرسش که «چگونه می‌توان دربرابر مخالفت‌ها برای به‌کارگیری هوش مصنوعی در عرصه آموزش ایستادگی کرد؟» خاطرنشان کرد: موضوع «فناوری‌ها، جایگزین اساتید نخواهند شد» را می‌بایست فرهنگ‌سازی کنیم. به طور قطع، ما نیازمند حضور اساتید در عرصه آموزش هستیم؛ همانطور که در آموزش مجازی به این نتیجه رسیدیم که آموزش مجازی صرف نمی‌تواند اثربخش باشد. ما بر آموزش ترکیبی تاکید می‌کنیم و بر این باور هستیم آموزش مجازی می‌بایست در کنار آموزش حضوری قرار بگیرد. من بازهم تکرار می‌کنم، ما باید بر این موضع تاکید کنیم که فناوری‌ هیچ‌گاه نمی‌تواند جایگزین اساتید باشد.

 دکتر کهن ادامه داد: علاوه بر فرهنگ‌سازی باید به توانمندسازی اعضای هیئت‌علمی و دانشجویان با هدف ارتقای آگاهی و تغییر نگرش افراد نیز توجه ویژه کنیم. برگزاری رویدادهای آموزشی می‌تواند نگرش افراد در قبال استفاده از هوش مصنوعی و فناوری‌ در عملکرد آموزشی را تغییر دهد و با ارائه تجارب موفق و بهترین عملکردها بر این موضوع تاکید شود که استفاده از فناوری‌هایی مانند هوش مصنوعی می‌تواند در امر یادگیری دانشجویان علوم پزشکی اثرگذار باشد که برگزاری سمپوزیوم هوش مصنوعی در آموزش پزشکی و همایش بین المللی هوش مصنوعی در علوم پزشکی توسط دانشگاه علوم پزشکی هوشمند، دو نمونه موفق برگزاری این رویدادها در حوزه آموزش علوم پزشکی بود.

وی با بیان این‌که استفاده از سیستم‌های تشخیص تقلب با هوش مصنوعی در برگزاری آزمون‌ها می‌تواند بسیار موثر باشد، توضیح داد: یکی از مواردی که در حوزه آموزش علوم پزشکی مطرح می‌شود، موضوع تقلب‌کردن دانشجویان است. زمانی که بر روند برگزاری آزمون‌های دانشجویان نظارت می‌شود، هیچ مشکلی درخصوص میزان اعتبار یک امتحان وجود ندارد. در زمان پاندمی کرونا ما در دانشگاه علوم پزشکی هوشمند برگزاری امتحانات کشوری را به سمت آزمون‌های مجازی بردیم و به شدت نسبت به امنیت آزمون‌ها دغدغه داشتیم. امروزه با استفاده از الگوریتم‌های هوش مصنوعی مانند شبکه‌های عصبی می‌توانیم سیستم‌های تشخیص تقلب در امتحانات را به صورت موثر طراحی کنیم. در حقیقت، استفاده از این سیستم‌ها در برخی کشورها و موسسات آموزشی که از آن استفاده کرده‌اند، سبب کاهش تقلب در امتحانات شده و بنابراین زیرساخت‌های مرتبط با این موضوع باید در دانشگاه‌های علوم پزشکی کشور فراهم شود.

دستورالعمل‌ها و پروتکل‌های تقلب باید به روزرسانی شوند

دکتر کهن با تاکید بر این‌که استفاده از هر تکنولوژی از جمله هوش مصنوعی می‌تواند همواره با آسیب‌ها و تهدیدهایی همراه باشد، و برای مقابله با آنها باید پروتکل‌ها و دستورالعمل‌های آموزشی به ‌روزرسانی شوند؛ افزود: ما امروزه با «تغییر پارادایم در آموزش علوم پزشکی» (تغییرات اساسی در تفکر و الگوهای ذهنی) روبرو هستیم به عنوان مثال، با توجه به استفاده گسترده دانشجویان از فناوری‌هایی مانند چت جی پی تی و دغدغه اساتید در خصوص سوء استفاده از این ابزار، باید پروتکل‌های مرتبط با  این مقوله  از جمله معیارهای تقلب به ‌روزرسانی شوند و برای جلوگیری از این موضوع، راه‌حل‌های جدید پیشنهاد شوند که اساتید بتوانند از این تکنولوژی در کلاس درس خود بهره‌مند شوند. اساتید می‌توانند از چت جی‌پی‌تی برای ارتباط موثر با دانشجویان خود استفاده کنند و به دانشجویان آموزش دهند که چگونه از هوش مصنوعی در انجام تکالیف خود استفاده کنند و با بهره‌گیری از منابع مختلف، تکالیف خود را بهبود دهند. به طور مثال، اساتید می‌توانند از دانشجویان بخواهند که تکالیف خود را با کمک چت جی‌پی‌تی انجام دهند و بار دیگر همان تکلیف را با توجه به منابع در دسترس انجام دهند و نتایج را با هم مقایسه نمایند.

تحقق و توسعه هوش مصنوعی در دانشگاه‌ها در کانون توجه باشد

این استاد دانشگاه با بیان اینکه تحقیق و توسعه هوش مصنوعی در دانشگاه‌ها باید در کانون توجه قرار گیرد، گفت: باید میزان اثربخشی تکنولوژی‌های نوین در امر آموزش را بسنجیم. شاید بتوان گفت که به‌کارگیری فناوری‌های نوین در دانشگاه‌های علوم ‌پزشکی کشور به صورت پراکنده انجام می‌شود. ما با شناسایی بهترین عملکردها در این حوزه می‌توانیم فضای استفاده از فناوری‌های نوین را گسترش دهیم.

مدیر مرکز مطالعات و توسعه آموزش پزشکی دانشگاه علوم‌پزشکی هوشمند با بیان اینکه تغییرات به صورت پله پله اتفاق می‌افتد و به زمان نیاز دارد، خاطرنشان کرد: استفاده از هوش مصنوعی و فناوری‌های نوین در عرصه آموزش خواه یا ناخواه و به ناچار همانند سایر فناوری‌ها مانند استفاده از  برنامه‌های موبایل اتفاق می‌افتد. این‌‎‌گونه تغییرات همواره تدریجی است و نیازمند الگو و لیدرشیپ تغییر است، الگوهایی که با استفاده از آن بتوانیم فرهنگ استفاده از هوش مصنوعی و فناوری‌های نوین را در دانشگاه‌ها جاری کنیم. همان‌طور که فرهنگ استفاده از آموزش مجازی را در دانشگاه‌ها ایجاد کردیم، به مرور زمان می‌توانیم فرهنگ استفاده از فناوری‌های نوین را نیز در مراکز آکادمیک ایجاد کنیم.

وی با تاکید بر بة‌کارگیری هوش مصنوعی در آموزش پزشکی افزود: اینطور نباید تصور کرد که بةکارگیری هوش مصنوعی در کشورهای دیگر به راحتی محقق نشده بلکه فرایندی زمان‌بر بوده است. همانگونه که دانشگاه‌های برتر دنیا در این عرصه عملکرد بسیار خوبی داشته‌اند، ما هم باید مسیر به‌کارگیری هوش‌مصنوعی در دانشگاه‌ها را همچون کشورهای دیگر طی کنیم.

هوش مصنوعی را در کوریکولوم‌های آموزشی ادغام کنیم

دکتر کهن درباره مهم‌ترین اقدامات شکل‌گرفته برای کاهش میزان فاصله با کشورهای پیشرو در این عرصه گفت: ما باید هوش مصنوعی را در کوریکولوم‌های آموزشی (برنامه درسی) ادغام کنیم و نسبت به همراستا کردن برنامه‌های درسی با نیازهای روز واقف باشیم. به نظر می‌رسد، بة کارگیری هوش مصنوعی در آموزش علوم پزشکی به مداخلات چند جانبه نیاز دارد؛ به طور مثال مراکز مطالعات و توسعه آموزش پزشکی دانشگاه‌های علوم‌پزشکی کشور و مراکز آموزش مداوم می‌توانند با برگزاری دوره‌های توانمندسازی و آموزش مداوم به گسترش فناوری‌های نوین در دانشگاه‌های علوم پزشکی کمک شایانی کنند.

وی درباره ارتباط صنعت و دانشگاه و تاثیر آن بر افزایش به‌کارگیری هوش مصنوعی در امر آموزش گفت: تا زمانی که ارتباط میان صنعت و دانشگاه شکل نگیرد و دانشگاه‌های وزارت علوم با دانشگاه‌های وزارت بهداشت هم‌جهت نشوند، مسیر توسعه هوش مصنوعی در آموزش، کند خواهد بود. ارتباط میان صنعت و دانشگاه‌ها می‌تواند به گسترش هوش مصنوعی در دانشگاه‌ها کمک کند و دانشگاه‌های علوم‌پزشکی می‌توانند از تجارب ارزنده دانشگاه‌های وزارت علوم در این راستا بهره ببرند.

دکتر کهن اظهار کرد: می‌توانیم از تجارب کشورهای دیگر هم استفاده کنیم. به طور قطع، برخی از کشورها، تجربه‌های ارزشمندی در این زمینه دارند که می‌تواند به ما کمک کند. باید یک نقشه راه کلان و جامع و برنامه راهبردی در حوزه های مختلف برای به‌کارگیری هوش مصنوعی در آموزش علوم پزشکی ترسیم شود و برنامه‌ریزی‌های بلندمدت هم درنظر گرفته شود.

انتهای پیام

منبع: ایسنا

کلیدواژه: هوش مصنوعی دانشگاه های علوم پزشکی کاربرد هوش مصنوعی در آموزش دانشگاه علوم پزشکی هوشمند مهار تورم و رشد تولید هوش مصنوعی شرکت های دانش بنیان علوم شناختي صندوق حمايت از پژوهشگران دانشگاه تربيت مدرس آنتی بیوتیک ستاد توسعه اقتصاد دانش بنیان سلامت مهار تورم و رشد تولید هوش مصنوعی شرکت های دانش بنیان علوم شناختي مطالعات و توسعه آموزش پزشکی دانشگاه استفاده از الگوریتم های هوش استفاده از هوش مصنوعی و فناوری استفاده از فناوری های نوین دانشگاه علوم پزشکی هوشمند هوش مصنوعی در دانشگاه ها کارگیری هوش مصنوعی دانشگاه های علوم پزشکی دانشجویان علوم پزشکی آموزش علوم پزشکی فناوری های نوین فرهنگ استفاده عرصه آموزش علوم پزشکی اتفاق می افتد آموزش مجازی آزمون ها سیستم ها دکتر کهن جی پی تی

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.isna.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «ایسنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۸۲۲۲۵۶۶ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

هوش مصنوعی چگونه به معماران و طراحان کمک می‌کند؟

هوش مصنوعی تغییرات چشمگیری در روند کار متخصصان تمام رشته‌ها ایجاد کرده است و معماری و طراحی شهری نیز از این قائده مستثنی نیست.

به گزارش سرویس ترجمه خبرگزاری ایمنا، پس از معرفی فناوری‌های هوش مصنوعی، بسیاری از مردم نگرانی خود را در مورد تاثیرات منفی این فناوری اعلام کردند، با این وجود نتایج ارزنده‌ای که این فناوری‌ها در بهبود کارایی فعالیت‌های مختلف ایجاد کرده است غیرقابل‌انکار است. به نظر می‌رسد که هوش مصنوعی تغییرات چشمگیری در روند کار متخصصان هر رشته ایجاد خواهد کرد و می‌تواند به عنوان ابزاری متفاوت برای انواع مشاغل از جمله معماران و طراحان شهری باشد. برنامه‌ها و پلتفرم‌های زیادی در این زمینه وجود دارد که نه برای جایگزینی، بلکه برای کمک به انجام وظایف تکراری و تجسم ایده‌ها و رسیدگی به مجموعه داده‌های بزرگ، توسعه می‌یابند تا مبنایی برای فرآیند تصمیم‌گیری معماران ایجاد کنند.

کوتاه کردن زمان بین ایده و تجسم

اولین ابزارهای هوش مصنوعی که توسط معماران و طراحان مورد استفاده قرار گرفت، موتورهای تولید تصویر مانند DALL-E، Midjourney و Stable Diffusion هستند که پیام‌های متنی را به تصویر تبدیل می‌کنند. طراحان به کمک این ابزار، می‌توانند از تصویرسازی مبتنی بر زبان استفاده کنند که نتیجه آن تست سریع ایده‌ها و کاهش سطح دانش مورد نیاز برای طراحی است.

طوفان فکری با ابزارهای مولد طراحی فضا

ابزارهای هوش مصنوعی مولد می‌توانند از یادگیری ماشینی برای کمک به آزمایش و ایجاد طرح‌ها و نمایش‌های بصری فضاها با پیروی از مجموعه معیارهای ورودی استفاده کنند. فناوری جدید می‌تواند با تکیه بر ابزارهای گسترده برای طراحی به کمک رایانه (CAD)، به بهینه‌سازی فضاها، تهیه نقشه‌های دوبعدی و سه‌بعدی و بهبود گردش کار کمک کند. برای مثال، Hypar یک پلتفرم مبتنی بر ابر است که به تحلیل و شبیه‌سازی طرح اولیه ساختمان‌ها سرعت و سهولت می‌بخشد. Ark AI طراحی شماتیک و مطالعات تناسب ساختمان را به صورت خودکار انجام می‌دهد و همچنین با انجام مطالعات امکان‌سنجی مطابق با کد، طرح‌های پیشنهادی را بهینه‌سازی می‌کند. Planner 5D یک ربات گفتگو است که به طراحان کمک می‌کند تا با استفاده از فناوری‌های هوش مصنوعی (AI)، واقعیت افزوده (AR) و واقعیت مجازی (VR) به تجسم بهتری از فضای داخلی دست پیدا کنند و طراحی داخلی را به صورت بهینه انجام دهند.

یکی دیگر از پلتفرم‌های مورد استفاده در حوزه معماری، Architechtures است که از یادگیری ماشین برای طراحی ساختمان‌های مبتنی بر هوش مصنوعی استفاده می‌کند، تعامل مستقیم با نتایج تولید شده را سرعت می‌بخشد و امکان ارزیابی ریسک برای ساختمان‌های موجود را به صورت دقیق‌تر فراهم می‌کند.

ارزیابی ریسک برای ساختمان‌های موجود

محققان در حال توسعه فناوری‌هایی مشابه تشخیص چهره هستند تا از آن برای شناسایی و ارزیابی آسیب‌های ساختاری استفاده کنند، زیرا ارزیابی‌های کارآمد و دقیق ساختمان‌های موجود، زمینه را برای پروژه‌های مرمت و استفاده مجدد تطبیقی فراهم می‌کند. برای شناسایی ترک‌ها و عیوب در عناصر ساختمان از یک دوربین عمقی استریو و یک شبکه به اصطلاح عصبی استفاده می‌کنند، سپس یک بازوی رباتیک را هدایت می‌کنند تا عیوب پیداشده را با یک اسکنر لیزری اسکن و یک مدل سه‌بعدی برای آن ایجاد کند. این فناوری، کارایی ارزیابی ریسک را افزایش، حجم فعالیت انسانی را کاهش و داده‌های دقیق‌تری را برای تصمیم‌گیری‌های مربوط به تعمیر و نگهداری ساختمان ارائه می‌دهد.

این سیستم می‌تواند علاوه بر معماری، برای ارزیابی یکپارچگی زیرساخت‌ها مانند پل‌ها، تونل‌ها یا سدها نیز مورد استفاده قرار گیرد و با تشخیص به‌موقع از خطرات احتمالی جلوگیری کند.

برنامه‌ریزی شهری

سیستم‌های هوش مصنوعی مهارت بسیاری در کمک به حوزه‌هایی دارند که باید ورودی ابرداده‌ها را مدیریت کنند که از این جمله می‌توان به برنامه‌ریزی شهری اشاره کرد. فناوری‌هایی مانند سیستم‌های برنامه‌ریزی شهری مبتنی بر هوش مصنوعی مانند Urban Insights و دوقلوهای دیجیتال، نمونه‌سازی سریع و شبیه‌سازی مناظر شهری را امکان‌پذیر می‌کنند و فرایندهای تصمیم‌گیری را ارتقا می‌بخشند. هوش مصنوعی همچنین برای سازگاری با شرایط اقلیمی مورد استفاده قرار می‌گیرد و با ابزارهای گوناگون پوشش درختی مناطق مختلف را ارزیابی و از این طریق به برنامه‌های مربوط به کاهش امواج گرمای شدید کمک می‌کند.

علاوه بر این، نقشه‌برداری هوایی مبتنی بر هوش مصنوعی با شناسایی کارآمد سکونتگاه‌های غیررسمی، برنامه‌ریزی زیرساخت را تسهیل می‌کند. همچنین هوش مصنوعی مشارکت جامعه را از طریق برنامه‌های کاربردی واقعیت افزوده (AR) و واقعیت مجازی (VR) و سیستم‌های مدیریت هوشمند ترافیک تقویت می‌کند و کیفیت فرایندهای برنامه‌ریزی مشارکتی را ارتقا می‌دهد. این فناوری برای ارزیابی و ارتقای ایمنی شهری نیز استفاده می‌شود و چندین برنامه کاربردی به طور خاص بر ایمنی شهری برای زنان متمرکز شده‌اند.

تغییر محیط کاری

معماران شروع به ادغام هوش مصنوعی در طراحی محل‌های کار کرده‌اند و از این فناوری برای شخصی‌سازی فضای کاری کارمندان بر اساس نیازها و ترجیحات فردی آنها استفاده می‌کنند. ابزارهای هوش مصنوعی گزینه‌های طراحی داخلی متعددی را در زمانی بسیار کوتاه‌تر از طراحی دستی ایجاد می‌کنند و نمونه‌سازی سریع بر اساس شرایط محیطی و حرکت انسان را تسهیل می‌کنند. آنها از مجموعه داده‌های وسیع برای بهینه‌سازی طرح‌ها و امکانات رفاهی ساختمان استفاده می‌کنند و همین امرنگرانی‌هایی را در مورد حفظ حریم خصوصی و استفاده از داده‌ها ایجاد کرده است.

کد خبر 749571

دیگر خبرها

  • ضرورت استفاده از تکنولوژی هوش مصنوعی در علوم‌ پزشکی
  • اعمال مصوبه فوق العاده خاص کارکنان نظام سلامت از امسال
  • ۷۳ دانشگاه ایرانی جز برترین‌های دانشگاه‌های آسیا
  • توسعه زیرساختها و توجه به تکنولوژیهای نوین در آموزش پزشکی
  • بیست و پنجمین همایش کشوری آموزش علوم پزشکی برگزار شد
  • ایجاد دانشکده فناوری‌های راهبردی در دانشگاه مازندران
  • کمبود بیش از ۳۰۰۰۰ کمک‌پرستار در کشور
  • هوش مصنوعی چگونه به معماران و طراحان کمک می‌کند؟
  • آموزش علوم پزشکی از کلاس درس تا عرصه
  • افزایش تعداد رشته‌های دانشگاه علوم پزشکی تربت‌حیدریه