مصاحبه با مجله زاویه درباره راهکارهای ورود قدرتمند ایران به رقابت جهانی هوش مصنوعی
با توجه به نقش روز افزون هوش مصنوعی در آینده اقتصاد و امنیت کشورها،ورود قدرتمند به این عرصه نه تنها یک انتخاب، بلکه یک ضرورت است. در این گفتگو به موضوعات مهمی پرداختم، از جمله، بررسی ابعاد ژئوپلیتیک فناوری هوش مصنوعی، مؤلفه‌های رقابت فناورانه هوش مصنوعی در عرصه جهانی، نقاط قوت و ضعف ایران در رقابت جهانی هوش مصنوعی و الزامات موفقیت ایران در ورود قدرتمند به رقابت جهانی هوش مصنوعی
مصاحبه با شبکه آموزش در برنامه هوش مصنوعی درباره هوش مصنوعی و آینده خلاقیت انسانی
در گفت‌وگویی با برنامه «هوش مصنوعی» از شبکه آموزش، درباره یکی از چالش‌برانگیزترین موضوعات عصر دیجیتال صحبت کردیم: آیا هوش مصنوعی می‌تواند خلاقیت انسانی را بازتعریف کند یا تنها آن را تسهیل می‌کند؟ در این مصاحبه، به بررسی نقش هوش مصنوعی مولد (Generative AI)، مدل‌های زبانی بزرگ (LLMs)، الگوریتم‌های خلاق، و روندهای نوظهور در سینما، هنر، موسیقی و ادبیات پرداختم. تلاش شد نگاهی روشن، علمی و کاربردی نسبت به آینده خلاقیت در دوران همزیستی انسان و ماشین ارائه شود.
مصاحبه با شبکه آموزش در برنامه هوش مصنوعی درباره نقش مدل های مولد و یادگیری عمیق در تحول صنعت سینما
در این برنامه، به بررسی کاربردهای نوین مدل‌های مولد (Generative Models)، شبکه‌های عصبی عمیق (Deep Neural Networks) و پردازش زبان طبیعی (NLP) در زنجیره ارزش صنعت سینما پرداختم. از تحلیل ساختار روایی فیلمنامه‌ها با استفاده از LLMها، تا مدل‌سازی چهره و حرکت بازیگران توسط GANها و حتی ایجاد جلوه‌های ویژه بصری مبتنی بر یادگیری ماشین، همه نشانگر ورود جدی هوش مصنوعی به قلمرو تولید محتوای خلاقانه هستند. با توجه به پیشرفت‌های اخیر در مدل‌های multi-modal مانند GPT-4 وSora، مرز میان انسان و ماشین در فرآیند آفرینش هنری بیش از پیش کمرنگ شده است.
مصاحبه با شبکه آموزش در برنامه هوش مصنوعی درباره هوش مصنوعی در سلامت و تأثیر آن بر پیشگیری و درمان‌های شخصی‌سازی شده
در این برنامه، به رژیم‌های غذایی شخصی‌سازی شده و داروهای شخصی‌سازی‌شده اشاره کردم که با استفاده از داده‌های فردی، وضعیت سلامتی و نیازهای خاص هر شخص طراحی می‌شوند. همچنین درباره دوقلوهای دیجیتال، درخت‌های تصمیم، XGBoost، Random Forest و GNN صحبت کردم. هوش مصنوعی به ما این امکان را می‌دهد که رژیم‌های غذایی بهینه را برای هر فرد بسته به ویژگی‌ها، وضعیت سلامت و اهدافش ایجاد کنیم. همچنین در دنیای داروها، با استفاده از مدل‌های پیشرفته، می‌توان داروهایی طراحی کرد که دقیقاً متناسب با ویژگی‌های ژنتیکی و بیولوژیکی هر فرد باشند، به طوری که اثربخشی درمان‌ها را افزایش داده و عوارض جانبی را کاهش دهد. هوش مصنوعی نه تنها به پیش‌بینی دقیق‌تر بیماری‌ها کمک می‌کند بلکه می‌تواند به طراحی درمان‌ها و رژیم‌های غذایی شخصی بپردازد تا بهترین نتایج برای هر فرد حاصل شود. هوش مصنوعی به ما این قدرت را می‌دهد که به فرد، درمان و رژیم غذایی مختص به خودش را ارائه دهیم و به این ترتیب، سلامتی بهینه‌تری را تجربه کنیم.
مصاحبه با شبکه آموزش در برنامه هوش مصنوعی درباره هوش مصنوعی و آینده شهرهای هوشمند
در این برنامه فرصتی داشتم تا در اولین شب درباره هوش مصنوعی و شهرهای هوشمند صحبت کنم. از چالش‌ها و فرصت‌های این فناوری گرفته تا بررسی فنی مولدهای شبکه‌های عصبی که همراه داشتم، مباحثی جذاب و کاربردی مطرح شد. توسعه شهرهای هوشمند بدون استفاده از هوش مصنوعی غیرممکن است. از مدیریت ترافیک و بهینه‌سازی انرژی گرفته تا تحلیل داده‌های شهری، همه و همه با کمک الگوریتم‌های پیشرفته و یادگیری عمیق مسیر جدیدی را برای آینده شهرهای ما ترسیم می‌کنند. در این برنامه همچنین به بررسی مدل‌های عصبی پیشرفته پرداختیم: از GAN (شبکه‌های مولد تخاصمی) که در شبیه‌سازی و بهینه‌سازی محیط‌های شهری کاربرد دارند، تا Transformerها که تحلیل داده‌های کلان شهری را متحول کرده‌اند. همچنین درباره شبکه‌های عصبی پیچشی (CNN) که در تحلیل تصاویر دوربین‌های شهری نقش کلیدی دارند و شبکه‌های بازگشتی (RNN, LSTM) که برای پیش‌بینی ترافیک و مدیریت حمل‌ونقل هوشمند استفاده می‌شوند، صحبت شد. علاوه بر این، به مدل‌های یادگیری تقویتی (Reinforcement Learning) اشاره شد که می‌توانند سناریوهای پیچیده شهری را پیش‌بینی و مدیریت کنند. شهرهای آینده، نه با بتن و آسفالت، بلکه با داده و الگوریتم‌ها ساخته خواهند شد.