about-3 back-contact back-deep eitaa کانال روبیکاخبرگزاری سایبربان
مطالب پربازدید
«حملات
1404/07/10 - 08:30- جنگ سایبری

«حملات تخریبی» به کشور۳ برابر شد/ افشای نام «اهداف اصلی» حملات هکرها

بر اساس داده‌های گزارش سالانه گراف، هوش مصنوعی مولد (GenAI) چشم‌انداز تهدیدات ایران را در سال ۱۴۰۳ دگرگون کرد؛ جایی که حملات با LLMJacking، باج‌افزار و فریب‌های پیشرفته، نهادهای دولتی و آموزشی را در کانون هدف قرار دادند.

تمرکز
1404/06/26 - 14:35- جنگ سایبری

تمرکز اسرائیل بر «پیجر» و جنگ الکترونیک در نبردهای آینده با ایران

مقامات رژیم صهیونیستی، طراحی عملیات‌های غافلگیر کننده ای همچون عملیات پیجرها برای جنگ آینده با ایران را ضروری می دانند.

نقش
1404/06/24 - 09:51- جنگ سایبری

نقش سرداران شهید « باقری و سلامی» در برتری قدرت سایبری ایران

رویکرد راهبردی شهیدان باقری و سلامی، نیروهای مسلح ایران را با تدوین دکترین سایبری نوآورانه به یکی از قدرت‌های سایبری تبدیل کرد.

بیمه‌گر استرالیایی از هوش مصنوعی برای مطالبات تصادفات رانندگی استفاده می‌کند.

به گزارش کارگروه فناوری اطلاعات سایبریان؛ گروه بیمه استرالیا (IAG)، با فروش بیمه با مارک‌‎هایی مانند «NRMA»، «CGU» و «SGIO» از اجرای هوش مصنوعی (AI) در روند مطالبات خود خبر داد.

IAG با استفاده از هوش مصنوعی پیش‌بینی می‌کند که آیا یک وسیله نقلیه موتوری پس از یک تصادف اتومبیل کاملاً ضرر دارد یا خیر؛ یعنی می‌تواند نیاز به رفتن وسیله نقلیه به یک تعمیرکار برای برآورد زیان کلی را از بین ببرد.

این فناوری ترکیبی از هوش مصنوعی و اتوماسیون است. IAG گفت که استفاده از هوش مصنوعی زمان روند خسارت بیمه را از بیش از 3 هفته به چند روز کاهش داده است.

هانا ساکای (Hannah Sakai)، مدیر تحلیلی IAG اعلام کرد که ضرر کلی پیش‌بینی شده، توسعه یافته در استرالیا، برای کمک به کاهش تأثیر عاطفی یک تصادف اتومبیل با ارائه شفافیت و اطمینان بیشتر به مشتریان ایجاد شده است.

وی خاطرنشان کرد :

«یک تصادف رانندگی می‌تواند برای مشتریان ما یک زمان آسیب‌زا و چالش‌برانگیز باشد؛ بنابراین ما برای کمک به بهبود این تجربه به هوش مصنوعی روی آوردیم. راه‌حل پیش‌بینی خسارت کلی، از یادگیری ماشینی برای شناسایی ضرر کلی احتمالی با دقت بیش از 90 درصد با استفاده از اطلاعات ارائه شده از سوی مشتری در یک تماس تلفنی یا به‌صورت آنلاین استفاده می‌کند. یک روز بعد از تماس، نتیجه احتمالی خسارت کلی به مشتری اطلاع داده می‌شود.»

ساکای همچنین توضیح داد که مدل پیش‌بینی خسارت کلی، یكی از بیشمار برنامه‌های هوش مصنوعی است كه به‌وسیله دانشمندان استرالیایی داده این شركت، خارج از مركز هوش مصنوعی آن تولید شده است.

وی افزود :

«استفاده از یک تیم داخلی به ما امکان ارائه دانش بی نظیر تجاری خود و متناسب با تجربه مشتری خود را می‌دهد.»

IAG گفت که ضرر كامل پیش‌بینی شده با استفاده از اصول اخلاقی داوطلبانه هوش مصنوعی دولت استرالیا برای شناسایی مسائل یا خطرات احتمالی قبل از وقوع ارزیابی شد.

دولت فدرال در ماه نوامبر سال گذشته 8 اصل هوش مصنوعی را منتشر کرد که به عنوان بخشی از چارچوب ملی اخلاق هوش مصنوعی برای اطمینان از اینکه اصول می‌توانند وارد سناریوهای دنیای واقعی شوند، توسعه یافته است.

کارن اندروز (Karen Andrews )، وزیر صنعت، علوم و فناوری استرالیا در آن زمان گفت :

«ما باید از همکاری با جامعه تجاری و ترویج بیشتر هوش مصنوعی اطمینان حاصل کنیم و این اصول سازمان‌ها را ترغیب می‌کند تا بهترین نتیجه برای استرالیا و بالاترین استانداردهای تجارت اخلاقی به‌دست آید. این امر ضروری است، زیرا اعتماد استرالیایی‌ها را به امنیت و قابل اعتماد بودن سیستم‌های هوش مصنوعی جلب می‌کنیم و تأثیر مثبتی بر زندگی آنها خواهد گذاشت.»

در هنگام راه‌اندازی، بانک ملی استرالیا، بانک مشترک‌المنافع، تلسترا (Telstra)، مایکروسافت و «Flamingo AI» برای آزمایش این اصول به عنوان اولین مشاغل اعلام آمادگی کردند.

IAG گفت که مرکز عالی هوش مصنوعی IAG قصد دارد با استفاده از عکس‌های ارسالی مشتری از خسارت وسیله نقلیه و گسترش روش برای پیش‌بینی بدهی، مدل را اصلاح کند تا به مشتری کمک کند.

منبع:

تازه ترین ها
فرسودگی
1404/08/26 - 19:05- هوش مصنوعي

فرسودگی کارکنان در عصر هوش مصنوعی؛ خطری که مدیران نمی‌بینند

هوش مصنوعی درکنار تمام مزایایی که دارد، می‌تواند برخی عوارض جانبی نیز به همراه داشته باشد.

نصیحت
1404/08/26 - 18:59- هوش مصنوعي

نصیحت «مادرخوانده هوش مصنوعی» به جوانان: در جزئیات غرق نشوید!

وقتی بزرگ‌ترین نام‌های دنیای هوش مصنوعی درباره‌ی مسیر شغلی جوانان هشدار می‌دهند، یعنی روند فعلی اشتباهاتی دارد؛ اما این اشتباه دقیقاً چیست؟

آیا
1404/08/26 - 18:53- هوش مصنوعي

آیا ترجمه هوش مصنوعی بهتر از ترجمه انسانی است؟

آیا هوش مصنوعی مولد (Generative AI) می‌تواند جایگزین خدمات ترجمه انسانی شود؟