برنامه نویسی برای برنامه نویسی

استفاده از ابزارهای پیش‌بینی جرم بر اساس داده‌های قبلی، هوش مصنوعی اسکرچ با توجه به سوگیری‌های اجتماعی (به‌ویژه نژادی) که شامل آن می‌شود، موضوع مناقشه است. در واقع، منطق شناسایی الگوی خاص این فناوری‌ها در تقویت پیشداوری‌های موجود نقش دارد.

 

جرایم سایبری

بر اساس مطالعه شرکت امنیت سایبری SlashNext، هوش مصنوعی (AI) به طور فزاینده ای در زمینه جرایم سایبری مورد استفاده قرار می گیرد. این روند رو به رشد استفاده از هوش مصنوعی  هوش مصنوعی اسکرچ برای ارتکاب جرایم آنلاین نشان دهنده پیچیدگی بیشتر حملات است. شرکت SlashNext به طور مشخص استفاده از دو هوش مصنوعی مخرب، FraudGPT و WormGPT را شناسایی کرده است، در حالی که پیشنهاد می‌کند که این اکتشافات تنها بخشی قابل مشاهده از یک تهدید بالقوه عظیم را نشان می‌دهند. در طول تحقیقات خود، محققان همچنین وجود DarkBart و DarkBertb، دو چت ربات مخرب در حال توسعه را برجسته کردند که قادر به ادغام فناوری تشخیص تصویر گوگل لنز گوگل هستند.  هوش مصنوعی اسکرچ این چت بات ها می توانند متن و تصاویر ارسال کنند و در حملات مهندسی اجتماعی پیشرفته شرکت کنند. گزارشی از Immunefi تخمین می‌زند که در مواجهه با این تهدید رو به رشد، راه‌حل‌های فعلی برای مبارزه با جرایم سایبری ناکافی به نظر می‌رسند، که محدودیت‌های هوش مصنوعی خاصی مانند ChatGPT را در شناسایی اکسپلویت‌ها نشان می‌دهد.

 

درست

مقاله اصلی: عدالت پیش بینی کننده

این قانون از هوش مصنوعی با هدف پیش بینی تصمیمات دادگاه، کمک به تصمیم گیری و تصمیم گیری در مورد پرونده های ساده استفاده می کند. به عنوان مثال، استونی هوش مصنوعی را توسعه  هوش مصنوعی اسکرچ داده است که قادر به تصمیم گیری دادگاه در مورد جرایم جزئی است101. ایالات متحده همچنین در حوزه‌های قضایی خاصی از سیستم COMPAS (مدیریت مجرم اصلاحی برای مجازات‌های جایگزین)، یک سیستم پشتیبانی تصمیم‌گیری برای قضات استفاده می‌کند. چندین استارتاپ در این زمینه تخصص یافته اند و حوزه legaltech102 را ایجاد کرده اند.

 

لجستیک و حمل و نقل

حوزه تدارکات شاهد توسعه پروژه های خاصی با استفاده هوش مصنوعی اسکرچ  از هوش مصنوعی بوده است، به ویژه برای مدیریت زنجیره لجستیک (زنجیره تامین) یا مسائل تحویل مانند آخرین مایل103.

 

هوش مصنوعی همچنین به طور گسترده در زمینه حمل  آموزش برنامه نویسی کودکان و نوجوانانو نقل عمومی استفاده می شود، زیرا تنظیم و مدیریت ترافیک را در شبکه های پیچیده تر، مانند سیستم UrbanLoop که در حال حاضر در شهر نانسی در حال مطالعه است، تسهیل می کند.

 

حتی اگر زمان سفر یا مسائل بهینه‌سازی حمل‌ونقل یکی از قدیمی‌ترین کاربردهای راه‌حل‌های مبتنی بر هوش مصنوعی باشد (مسئله فروشنده دوره گرد یا الگوریتم دایکسترا  هوش مصنوعی اسکرچ را ببینید)، پیشرفت‌های اخیر، به‌ویژه در یادگیری عمیق، پیشرفت قابل‌توجهی را در دقت ممکن کرده است. برای مثال، برخی پروژه‌ها مانند Google Maps از سیستم‌های هوش مصنوعی در محیط‌های شهری برای جبران انعکاس سیگنال GPS در ساختمان‌های همسایه استفاده می‌کنند.

 

چندین شرکت همچنین اعلام کرده‌اند که برنامه‌های تحقیقاتی  هوش مصنوعی اسکرچ خودروهای خودران را توسعه داده‌اند، به ویژه گوگل از طریق شرکت تابعه Waymo، شرکت فرانسوی Navya و حتی تسلا.

 

صنعت

مقاله مفصل: Industry 4.0.

سیستم های هوشمند در بسیاری از صنایع رایج شده اند. چندین کار را می توان به آنها سپرد، به ویژه آنهایی که برای انسان بسیار خطرناک تلقی می شوند. برخی از برنامه‌ها بر روی سیستم‌های نگهداری پیش‌بینی تمرکز می‌کنند و از طریق تشخیص زودهنگام مشکلات تولید، افزایش عملکرد را ممکن می‌سازند.

 

 

یک ربات NAO در سال 2014.

رباتیک

مقاله مرتبط: رباتیک.

رباتیک از هوش مصنوعی به روش های مختلفی استفاده م هوش مصنوعی اسکرچ ی کند. به ویژه برای درک محیط (اشیاء و چهره ها)، یادگیری و هوش مصنوعی توسعه 109110.

 

تعامل انسان و ربات هنوز اغلب فاقد طبیعی بودن است و یک چالش در رباتیک است. این شامل اجازه دادن به روبات ها برای تکامل در دنیای پویا و اجتماعی انسان ها و تعامل با آنها به شیوه ای رضایت بخش است. این مبادله همچنین مستلزم یک تحول در نحوه نگاه انسان به روبات ها است. به گفته ورونیک اوبرژ، محقق دانشگاه گرنوبل-آلپ، «انقلاب واقعی تکنولوژیکی نیست، بلکه فرهنگی است». در حال حاضر، از طریق روبات‌های Scratch artificial intelligence  مجهز به هوش مصنوعی، مانند Google Home، کاربران می‌توانند بر انزوای اجتماعی غلبه کنند109.