آموزش کودکان برای فردای بهتر سرزمین

آموزش کودکان برای فردای بهتر سرزمین

شینا انصاری - روز جهانی و هفته ملی کودک فرصتی است برای پرداختن به دغدغه‌ها، مشکلات، بحران‌ها، علاقه‌مندی‌ها و حقوق کودکان، این جوانه‌های زندگی و امیدهای آینده. کودکان در نقاط زیادی از دنیا در حالی اولین قربانی سیاست، فقر، خشونت و جنگ هستند
جهان در آستانه‌ی بازچینش رقابت

جهان در آستانه‌ی بازچینش رقابت

محمدمهدی محمدی-رقابت‌پذیری در سال ۲۰۲۵ تنها یک رتبه‌بندی نیست، بلکه نمایی است از آنچه جهان به سمتش می‌رود: ثبات، شفافیت، و هوشمندی سیاست. کشورمان اگر بخواهد سهمی در آینده اقتصادی جهان داشته باشد، باید نه‌تنها در زمره بازیگران مهم این تغییر جهانی و همکار در سازمان های جدید بین اللملی قرار بگیرد، بلکه باید طراح مسیر خود با پایبندی به موازین و استراتژی های خود باشد. مسیری که از درون طراحی، اصلاح و اجرا می‌شود، نه از بیرون تحمیل.
جمعه ۰۲ آبان ۱۴۰۴ - 2025 October 24
کد خبر: ۱۱۱۸۱۰
تاریخ انتشار: ۱۸ تير ۱۳۹۷ - ۱۷:۰۰

توسعه هوش مصنوعی با توانایی جداسازی

محققان موسسه فناوری ماساچوست(MIT) یک سیستم هوش مصنوعی موسوم به PixelPlayer توسعه داده‌اند که می‌تواند صدای سازهای مختلف را در یک آهنگ، تفکیک کند.
تدبیر24»محققان MIT یک سیستم هوش مصنوعی ابداع کرده‌اند که به شما این امکان را می‌دهد که اگر می‌خواهید صدای ویولن را در آهنگ بشنوید، صدای پیانو را ساکت کند.

اگر تا به حال به این فکر می‌کردید که چقدر خوب بود اگر می‌توانستید صدای ساز مورد علاقه‌تان را در آهنگ دلخواهتان بشنوید، پس حتما شیفته برنامه هوش مصنوعی جدید MIT خواهید شد.

برنامه PixelPlayer که از آزمایشگاه علوم رایانه و هوش مصنوعی موسسه ماساچوست(CSAIL) برآمده است، می‌تواند صدای آلات موسیقی را به صورت جداگانه در یک ویدیو شناسایی و صدای تولیدی آنها را تفکیک کند.

به عنوان مثال اگر چند ساز در حال نواخته شدن در یک قطعه موسیقی باشند، PixelPlayer به شما این امکان را می‌دهد که صدای ساز دلخواهتان را که می‌خواهید گوش دهید، انتخاب کنید و تنها به صدای آن ساز گوش دهید.

این برنامه، صدای خروجی از ساز انتخابی شما را با صدای بلند پخش می‌کند و حجم صدای دیگر سازها را کم می‌کند.

محققان این برنامه را با استفاده از تکنیک یادگیری عمیق تحت نظارت، آموزش دادند و 60 ساعت ویدیوی اجرای موسیقی را برای یادگیری آن تغذیه کردند. با این حال هنوز کامل نیست و فعلا فقط می‌تواند صدای 20 ساز را تشخیص دهد و هنوز هم در تشخیص صدای سازهای شبیه به هم با مشکلاتی روبرو است.

اما با توسعه بیشتر، می‌تواند یک ابزار ویرایش صدای کارآمد باشد و برای مهندسان صدا، راه‌هایی برای بهبود و یا بازگرداندن کیفیت فیلم‌های قدیمی کنسرت‌ها فراهم می‌کند.

همچنین می‌تواند برای آموزش ربات‌ها در مورد نحوه شناسایی صداهای مختلف محیطی مانند صدای حیوانات، وسایل نقلیه و آلت‌های موسیقی مورد استفاده قرار گیرد.

بازدید از صفحه اول
sendارسال به دوستان
printنسخه چاپی
نظر شما: