بازار سرمایه و استفاده از هوش مصنوعی

هوش مصنوعی

پلتفرم آسان بورس

در آسان بورس می‌توانید با توجه به دانش و تجربه خود الگوریتمتان را شخصی سازی کنید و انجام معاملات را به ربات بسپارید

استراتژی معاملاتی

پلن معاملاتی خود را طراحی کنید و سیگنال سهام‌های مورد نظر را شناسایی کنید

بررسی و رصد بازار

با طراحی فیلتر بازار را رصد کنید و لیست سهام‌‌های مناسب و دلخواه خود را بیابید

تنظیم هشدار

با قرار دادن هشدارها از اتفاقات دلخواه خود روی بازار و پرتفوی شخصی مطلع شوید

مدیریت سرمایه

قوانین مدیریت سرمایه و ریسک خود را قرار دهید تا بهترین بازدهی را داشته باشید

تست و مانیتورینگ

استراتژی‌تان را در گذشته سهام‌ها تست کنید و آن را بعد از فعال شدن در بازار مانیتور کنید

هوش مصنوعی

به کمک ابزارهای هوش مصنوعی پارامترهای دلخواه خود را مدل‌سازی و پیشبینی کنید

افتخارات کسب شده توسط آسان بورس

جوایز و تقدیرنامه‌هایی که آسان بورس از ابتدای سال 97 تاکنون به دست آورده است:

• منتخب 5 استارت‌آپ برتر فین استارز 2018
• مقام سوم در پانزدهمین دوره دیموند پیچ - مهر 97
• محصول برگزیده در ششمین همایش ملی مدیران فناوری اطلاعاتی برتر(فاب) - دی 97
• مقام دوم طرح استارت‌آپی در دهمین دوره جشنواره کارآفرینی دانشگاه شریف (VC CUP) - دی 97
• مقام نخست نمایشگاه ITE 2019 در بخش استارتاپ‌های فین‌‌تک

تهران، پایین‌تر از میدان توحید، خیابان اردبیل، پلاک 51

تلفن تماس : 66918648 021

شبکه‌های اجتماعی

لینک های مفید

×

به اطلاع می‌رساند به دلیل تغییرات زیرساختی در سرورهای آسان‌بورس، از ساعت 20 چهارشنبه 99/11/08 سایت به مدت 48 ساعت دچار اختلال خواهد بود . تیم فنی آسان بورس تمام تلاش خود را برای کاهش این زمان به حداقل ممکن به کار خواهد بست. بابت این اختلال صمیمانه از شما عذرخواهی کرده و از شکیبایی شما سپاسگزاریم.

نمونه های موردی هوش مصنوعی در صنعت بانکداری

هوش مصنوعی می‌تواند به عنوان یکی از اساسی‌ترین فناوری‌های تحول‌آفرین، نقشی کلیدی در تحول دیجیتال بانک‌ها در عصر دیجیتال ایفا کند. در ادامه به نمونه‌های موردی بکارگیری این فناوری در بانک‌های بزرگ جهان می‌پردازیم.

بانک جی.پی.مورگان چِیس

بانک جی‌پی‌مورگان چِیس که می‌توان آن را یکی از بنیان‌گذاران اقتصاد آمریکا دانست، تمرکز ویژه‌ای بر حوزه هوش مصنوعی دارد. این بانک بودجه فناوری خود را در سال ۲۰۱۹ به ۱۱.۴ میلیارد دلار رساند تا ابتکارات ویژه‌ای در این حوزه معرفی نماید. در ادامه اصلی‌ترین موارد بررسی خواهند شد.

• هوشمندسازی قراردادها

این بانک در فناوری هوش مصنوعی سرمایه‌گذاری کرده و چت‌بات قرارداد هوشمندی را معرفی کرده است که برای “تجزیه و تحلیل اسناد قانونی و استخراج نقاط و بندهای مهم داده” طراحی شده است. از آنجایی که بررسی دستی ۱۲۰۰۰ توافقنامه اعتباری تجاری سالانه به طور معمول به حدود ۳۶۰،۰۰۰ ساعت نیاز دارد، این چت‌بات در سرعت بخشیدن به این امر کمک ویژه‌ای می‌کند. نتایج حاصل از اجرای اولیه این فناوری یادگیری ماشینی نشان داده است که همان تعداد از اسناد در عرض چند ثانیه قابل بررسی است. این فناوری پتانسیل گسترده‌ای دارد و مورگان در حال کشف راه‌های دیگر برای پیاده‌سازی و استفاده از این ابزار قدرتمند است.

• موتور فرصت‌های نوظهور

موتور فرصت‌های نوظهور، که در سال ۲۰۱۵ معرفی شد، از یادگیری ماشین و پردازش زبان طبیعی برای کمک به “شناسایی بهترین مشتریان برای دریافت خدمات” استفاده می‌کند. این موتور تحلیل‌هایی برای بازار سرمایه نیز ارائه می‌دهد.

در سال ۲۰۱۶، این بانک تصمیم گرفت که رسماً چت‌باتی را جهت “پاسخ به درخواست‌های سرویس خدمات فناوری کارمندان” ایجاد کند. این بانک توانست به کمک این چت بات ۱۲۰۰۰۰ سرویس را در سال پاسخ دهد.

بانک آمریکا

بانک آمریکا، یکی از بزرگترین شرکت‌های خدمات بانکی و مالی در ایالات متحده است. این بانک در زمینه پشتیبانی از کسب‌وکارهای کوچک تخصص دارد و صاحب ۳ میلیون کسب‌وکار کوچک است. این بانک علاوه بر ایالات متحده در ۳۵ کشور دیگر فعالیت می‌کند.

این بانک، در حال آماده‌سازی برای رونمایی از محصولی است که نوآوری‌هایش را به هم پیوند می‌دهد. نام این محصول» برنامه زندگی «است و یک درگاه دیجیتالی است که به کاربران کمک می‌کند تا در جهت اهدافی مانند خرید خانه یا پس‌انداز بازنشستگی تلاش کنند. یکی از اصلی‌ترین حوزه‌های تمرکز این بانک هوش مصنوعی است. این بانک در اواخر سال ۲۰۱۷ چت‌بات محبوب خود، اریکا را معرفی کرد و تا ژوئن سال ۲۰۱۸، کلیه مشتریان بانک آمریکا توانستند برنامه اریکا را از وبسایت این شرکت دریافت کنند. اریکا از مارس ۲۰۱۹، ۶ میلیون کاربر دارد. این بات امکانات زیر را فراهم می‌کند:

• به مشتریان در صورت تغییر عادت‌های خرج ماهیانه هشدار می‌دهد. این تحلیل با استفاده از تجزیه و تحلیل و پیش‌بینی و براساس متوسط هزینه ماهیانه مشتری انجام می‌شود.
• به مشتریان در مورد پرداخت‌هایی که مکررا باید انجام شوند، یادآوری کند و نیز بیان کند که آیا پرداخت آن‌ها در موعد مقرر انجام شده است یا خیر.
• پرداخت‌های مکرر را هنگامی تعداد آن‌ها زیاد باشد نشان‌دار می‌کند. این کار ممکن است با تشخیص انحراف از معیار که یک رویکرد هوش مصنوعی برای تشخیص انحراف‌ها است، انجام شود.
• در صورت درخواست مشتری، کارت وی را مسدود یا باز می‌کند.

سیتی بانک

سیتی بانک در فهرست بزرگ‌ترین بانک‌های آمریکایی در مکان سوم قرار دارد و در کنار جی‌پی مورگان چیس، بانک امریکا و ولز فارگو، مربع غول‌های مالی آمریکا را در اقتصاد دیجیتال شکل می‌دهد. البته این بانک در بین بانک‌های جهانی در رتبه‌ی ۱۱ از لحاظ ابعاد و دارایی قرار دارد. همچنین از آن‌دسته بانک‌هایی است که به‌عنوان مؤسسه‌های مالی مهم از لحاظ سیستمی شناخته می‌شود.

طبق تعریف، مؤسسه‌هایی از لحاظ سیستمی مهم و حیاتی هستند که، ورشکستگی آن‌ها باعث ایجاد یک بحران مالی شود. در واقع ابعاد و سرمایه‌ی تحت کنترل این مؤسسه‌های مالی به‌قدری عظیم است که تأثیری متقابل در بخش‌های متعدد مالی کشورها دارد. رتبه‌بندی فورچون ۵۰۰ برای سال ۲۰۱۹، سیتی را در رتبه‌ی ۳۰ قرار می‌دهد. این بانک قدمتی بیش از ۲۰۰ میلیون حساب مشتری دارد و در بیش از ۱۶۰ کشور جهان فعالیت می‌کند.

اوج‌گیری دنیای فناوری در دهه‌های پایانی قرن بیستم، برای سیتی نیز مزایای متعددی را به همراه داشت. آن‌ها که از ابتدای قرن به عنوان یکی از بزرگترین بانک‌های بین‌المللی با توانایی‌های مالی بالا شناخته می‌شدند، با استفاده از ساختارهای مدرن ارتباطی، خدمات خود را با سرعت و کیفیت بیشتری به مشتریان ارائه می‌کردند. سیتی با خدمات گوناگون همچون سرمایه‌گذاری و خدمات تراکنش محلی، سرمایه‌گذاری شرکتی و راهکارهای مدیریت سرمایه، تخصیص اعتبار، سپرده‌گذاری، بیمه و محصولات حواله‌ای، به مناطق محروم در جهان کمک می‌کند. بنیاد سیتی همچنین نوآوری و عرضه‌ی محصولات و خدمات مالی جدید را نیز در مناطق تحت پوشش انجام می‌دهد.

طبق تحقیقات، سیتی بانک بیشتر از هر بانک دیگری علاقه خود را به هوش مصنوعی اعلام کرده است. این بانک از طریق قسمت سرمایه‌گذاری خود، یک شبکه جهانی از شرکت‌های غول فناوری که در شش آزمایشگاه نوآوری جهانی سیتی فعالیت می‌کنند، را به رخ می‌کشد. در سبد سرمایه‌گذاری‌های استارتاپی این بانک، توجه ویژه‌ای به تجارت الکترونیک و امنیت سایبری شده است.

در سال ۲۰۱۶ سرمایه‌گذاری‌های بی‌شماری در شرکت‌های هوش مصنوعی، از جمله فیدزای، انجام داد که در زمینه مقابله با کلاهبرداری و پولشویی فعالیت می‌کند. به تازگی، سیتی اعلام کرد که در حال همکاری استراتژیک با این استارتاپ برای ادغام نرم افزار خود در فرآیندهای کشف کلاهبرداری و پولشویی در بانک است.

به طور کلی نرم افزار فیدزای رفتار پرداخت‌های مشتری را در صورت انحراف از فعالیت‌های پرداختی عادی مشتری، بررسی می‌کند. این انحرافات ممکن است شامل انتقالات وجوه سنگین غیرمعمول یا پرداخت‌هایی باشد که در مکانی انجام شده که مشتری مکرراً به آن رجوع نمی‌کند. این نرم‌افزار قبل از انجام معامله، کلاهبرداری را در صورت وجود به تحلیل‌گران هشدار می‌دهد.

بلاک‌چین و هوش‌ مصنوعی، تقابل دو تکنولوژی آینده

در چند سال اخیر فناوری‌های بلاک چین و هوش مصنوعی نسبتا فراگیر شده و در مورد آنها زیاد می‌شنویم. بلاک‌چین و هوش مصنوعی از جمله فناوری‌هایی هستند که در ۱۰ سال اخیر به شدت مورد توجه عموم و اهالی دنیای حرفه‌ای فناوری قرار گرفته‌اند. به نظر می‌رسد که تقابل و تلفیق این دو تکنولوژی نوظهور می‌تواند، نتایج جالب‌ توجهی به همراه داشته باشد.

تاکنون پذیرش، مقبولیت و دستاوردهای هوش مصنوعی چندین گام از جلوتر از بلاک چین حرکت کرده است، با این وجود، ترکیب و همکاری این دو فناوری می‌تواند بسیار جذاب و کاربردی باشد. بررسی‌های انجام شده نشان می‌دهد که بیشتر کسب و کارهای دنیا که قصد فعالیت در سطوحی بالای تکنولوژی را دارند در حال حاضر به نوعی از فناوری‌های مرتبط با هوش مصنوعی بهره می‌برند.

روند رو به رشد استفاده از بلاک‌چین نیز به نسبت مدت اندکی که از ظهور آن می‌گذرد بسیار شگفت‌انگیز بوده است. در ادامه این مطلب روابط بین بلاک چین و هوش مصنوعی را مورد بررسی قرار می‌دهیم. با مرکز تحقیقات بلاکچین همراه باشید.

دلایل محبوبیت بلاک چین و هوش مصنوعی

در دهه اخیر تلفیق هوش‌مصنوعی ( Artificial intelligence ) و بلاک چین (Blockchain) باعث به وجود آمدن نوآوری های زیادی در دنیای تکنولوژی شده است. ممکن است این دو فناوری در سال های اخیر، باعث سود آوری شرکت‌های زیادی در حوزه فناوری شوند. به طور مثال، گارتنر اعلام کرده که تا اواخر سال 2022، بین 3.8 تا 4 تریلیون دلار، ارزش از هوش مصنوعی می‌توان به دست آورد و دیگر شرکت‌ها پیش‌بینی می‌کنند که ارزش بازار بلاک چین تا اواخر سال 2023، به بیش از 23 میلیارد دلار برسد.

بلاک چین و هوش‌مصنوعی کاربرد های گسترده‌ای در صنایع مختلف دارند و همین امر می‌تواند یکی از مهمترین عوامل برای رشد و گسترش این حوزه‌ها باشد. هوش مصنوعی فناوری جدیدی نیست اما، نقش بسیار مهمی در فناوری‌های جدید و آینده تکنولوژی ایفا می‌کند. درست است که هنوز هوش مصنوعی بطور کامل پیاده سازی نشده، ولی امروزه کاربردهای مختلف آن شناسایی شده‌اند، از تولید و بازاریابی گرفته تا بهداشت و سلامت. هوش مصنوعی، یکی از اصلی ترین فناوری ها برای راه اندازی هر کسب و کار است.

بر اساس گزارشاتی که شرکت مشاوره مکنزی ارائه کرده است، بین 46 تا 47 درصد از کسب کارهای مورد بررسی این شرکت، همگی از فناوری هوش مصنوعی استفاده می‌کنند و بالغ بر 78 درصد آن‌ها قصد دارند تا سرمایه‌گذاری بیشتری بر روی این فناوری داشته باشند. البته بلاکچین نیز می‌تواند همین گونه باشد و همین راه را ادامه دهد. مطالعات انجام شده توسط PwC نشان داده است که تقریبا 84 درصد از شرکت‌کنندگان در این تحقیق، پروژه‌ای در حوزه بلاک چین تعریف کرده‌اند.

فرصت‌ها و چالش‌های بلاک چین و هوش مصنوعی

بلاک چین و هوش مصنوعی هر دو مسیرهای متفاوتی را در پیش گرفته‌اند، اما اگر بتوان میان آن‌ها تعاملی ایجاد کرد، می‌توانند قابلیت‌های بسیار زیادی ارائه کنند. مدیریت و ارسال داده‌ها جزو اهداف مشترک هوش مصنوعی و بلاکچین است، با این حال هر کدام از آن‌ها بر روی یک قسمت از این پازل تمرکز دارند، یکی از پیامدهای انقلاب دیجیتال این است که هر روز، حجم بسیار عظیمی از داده‌ها از طریق نقاط تماس مختلف، ثبت می‌شوند.

نحوه‌ی طراحی هوش مصنوعی به گونه‌ای است که حجم بزرگی از داده ها و اطلاعات را بدون اینکه با انسان تعامل داشته باشد با سرعت زیاد جمع آوری، تحلیل و تفسیر می‌کند و بدین صورت به پردازش داده‌های جدید واکنش نشان می‌دهد.

هوش مصنوعی هنوز به درجه ای که باید نرسیده اما به صورت مدام از عملیات‌های خود یادگیری بهره می‌برد. برای نمونه، شرکت‌هایی مثل فیس بوک، اسپاتیفای و گوگل از هوش مصنوعی کمک می‌گیرند تا بتوانند خدمات خود را بهبود داده و پیشنهادهای دقیق‌تری در اختیار مصرف‌کنندگان قرار دهند.

فناوری بلاک چین بر روی ذخیره‌سازی و ارسال داده تمرکز دارد. معماری بلاک چین مبتنی بر مفهومی به نام دفتر کل توزیع شده است که داده‌های تمام شبکه را روی تمام گره‌ها (نودها) ذخیره می‌کند. بدین ترتیب، کل شبکه می‌تواند به صورت کاملاً توزیع شده عمل کند و همه افراد به تمامی داده‌ها دسترسی خواهند داشت. علاوه بر این، از آنجایی که تمام گره‌ها به تمام داده‌ها دسترسی دارند، وابستگی هوش مصنوعی به سرورهای متمرکز، کاهش پیدا خواهد کرد.

مشکلاتی که دو فناوری هوش مصنوعی و بلاک چین می‌توانند بر طرف کنند:

فناوری هوش مصنوعی و بلاک چین مکمل یکدیگر هستند و مزیت های زیادی در حوزه‌های مختلف مثل سلامت، آنالتیکس و خدمات حوزه اقتصادی می توانند داشته باشند. این دو فناوری تا به امروز جداگانه عمل می‌کردند اما جدیدا کاربردهای متنوعی از آنها مشاهده شده است. یکی از ایده های که از ادغام شدن این دو فناوری مشاهده شده، استفاده از هوش مصنوعی و بلاک چین برای تحلیل داده‌هاست.

بلاک چین نیز مانند پایگاه داده‌های متمرکز، منابع اطلاعاتی زیادی دارد که می‌توانند با استفاده از هوش مصنوعی تحلیل شوند و روندهای پنهان را آشکار کنند. از مزایای دیگر فناوری بلاک چین این است که داده‌های آن قابل تغییر نیستند و اگر یکی از نود‌های شبکه با اختلال مواجه شود، تا زمانی که الگوریتم توافق شبکه کار خود را به درستی انجام دهد، داده‌های موجود در شبکه نیز امن هستند و هیچ جای نگرانی ندارند.

یکی از مسئله‌های مهم هوش مصنوعی، دسترسی به قدرت محاسباتی است. موتورهای هوش مصنوعی، به قدرت محاسباتی زیادی نیاز دارند و روش‌های فعلی نمی‌توانند پاسخگوی نیازهای آن‌ها باشند. استفاده از فناوری بلاک چین به این معنی است که هوش مصنوعی می‌تواند به منابع محاسباتی تقریبا بی‌نهایتی در کل شبکه دسترسی داشته باشد و هر وقت نیاز بود، از مقدار توانایی محاسباتی لازم استفاده کند. از سوی دیگر، هوش مصنوعی می‌تواند میزان برقی که برای استخراج کوین‌های مختلف مصرف می‌شود را کاهش دهد.

یکی دیگر از کاربردهای جالب برای این دو فناوری (هوش‌مصنوعی و بلاک چین)، در حوزه اینترنت اشیاست. با فراگیرتر شدن دستگاه‌ها و تجهیزات اینترنت اشیا، بلاک چین به فناوری بهینه‌ای برای زیرساخت اینترنت اشیا تبدیل خواهد شد و در کنار آن هوش مصنوعی می‌تواند مدیر ایده‌آلی برای این شبکه‌های توزیع شده باشد.

چالش هایی موجود بر سر راه تلفیق بلاک چین و هوش مصنوعی

با وجود اینکه تلفیق بلاک چین و هوش مصنوعی مزایای زیادی به همراه خواهد داشت، اما چالش‌های زیادی هم در این مسیر وجود دارد. به عنوان مثال، فناوری بلاک چین دسترسی به داده‌ها را بسیار آسان تر می‌کند، هنوز نگرانی‌های زیادی در مورد حریم خصوصی در بلاک چین‌های عمومی وجود دارد، چون داده‌هایی که از تجهیزات اینترنت اشیا به دست می‌آیند، می‌توانند اهمیت بسیار زیادی برای افراد و سازمان‌ها داشته باشند و اگر این داده‌ها در دسترس افراد نامناسبی قرار بگیرند، پیامدهای مخربی خواهند داشت. یکی از راه‌حل‌هایی که برای حل این مشکل مطرح شده، استفاده از بلاک چین‌های خصوصی است. در این نوع بلاک چین‌ها، دسترسی داده‌ها برای افراد خاص فراهم می‌شود.

علاوه بر این، مقیاس‌پذیری هنوز مشکل بسیار مهمی در اکثر شبکه‌های بلاک چین‌ به حساب می‌آید. چراکه طراحی این نوع بلاک چین‌ها به گونه‌ای نیست که بتوانند انتظاراتی که در حال حاضر از آن‌ها می‌رود را برآورده سازند. اتریوم یکی از محبوب‌ترین بلاک چین‌های موجود است، در هر ثانیه حدود 15 تراکنش را پرداش می‌کند و با اینکه بعضی بلاک چین‌ها ادعای پردازش هزاران تراکنش در ثانیه را دارند، اما مشاهدات کافی برای تأیید این حجم از تراکنش‌ها وجود ندارد.

مسئله‌ آخر این است که در حال حاضر استفاده از قراردادهای هوشمند برای پلتفرم‌هایی که از هوش مصنوعی بهره می‌برند، مشکلاتی زیادی را ایجاد کرده است. یکی از مهمترین مشکلات، مسئله امنیت است و ماهیت قطعی (deterministic) قراردادهای هوشمند برای موتورهای هوش مصنوعی. موتورهای مورد استفاده در هوش مصنوعی از فرآیندهای تصادفی برای پردازش و تحلیل اطلاعات استفاده می‌کنند، قراردادهای هوشمند بدلیل نظمی که در پروتکلشان تعریف شده، فرآیندهای تصادفی هوش مصنوعی را با اختلال می کنند.

آیا نمونه ای کاربردی از تلفیق بلاک چین و هوش مصنوعی وجود دارد؟

با وجود اینکه چالش‌های زیادی برای تلفیق این دو فناوری وجود دارد، اما برخی از شرکت‌ها و سازمان‌ها از تلفیق هوش مصنوعی و بلاک چین نتایج قابل توجهی بدست آورده اند. تاکنون چندین پروژه در چند حوزه مختلف از ادغام هوش‌مصنوعی و بلاک چین انجام شده است.

برای مثال، شرکت بلاک چینی کورتکس (Cortex) اخیرا اعلام کرده است که شبکه‌ای مبتنی بر هوش مصنوعی برای اپلیکیشن‌های توزیع شده (Dapps) راه‌اندازی کرده که به بهینه‌سازی خدمات مالی کمک می‌کند. این شرکت امیدوار است که با استفاده از فناوری جدید خود بتواند گزارش‌های اعتباری برای بخش خدمات مالی توزیع شده ایجاد کند، سیستم‌هایی بسیار قوی برای تشخیص کلاه‌برداری به وجود آورد و به صنعت قمار و بازی‌‌های اینترنتی نیز وارد شود.

شرکت‌های دیگری مانند شرکت Endor، رویکردی محدودتر را اتخاذ کرده‌اند. این شرکت که ارائه دهنده‌ی ابزارهای پیش‌بینی مبتنی بر هوش مصنوعی است، از فناوری بلاک چین برای افزایش مقیاس‌پذیری موتور تحلیلی خود استفاده کرده است. شرکت‌های خدمات مالی مانند Peculium (پلتفرمی برای مدیریت پس‌انداز)، AiX (پلتفرمی برای تبادل سهم که امکانات مختلفی برای ارتباط بین کارگزاران بورس فراهم می‌کند) و Autonio (ترمینالی که خرید و فروش رمزارزها را تسهیل می‌کند)، توانسته‌اند با ادغام دو فناوری بلاک چین و هوش مصنوعی ابزارها و راه حل‌های بهتری به وجود آورند.

علاوه بر موارد فوق، پروژه‌هایی نیز وجود دارند که تلفیق هوش‌مصنوعی و بلاک چین را آسان می‌کنند؛ مثلا شرکت Singularity Net میتواند شبکه‌ای توزیع شده در اختیار کاربران قرار دهد تا بتوانند به سادگی خدمات مبتنی بر هوش مصنوعی به وجود آورند و از آن خدمات کسب درآمد کنند.

بلاک چین و هوش مصنوعی؛ ترکیبی برای آینده

مطالبی که در مورد تلفیق بلاک‌چین و هوش‌مصنوعی در این مقاله ذکر کردیم، یک گام مهم برای آینده فناوری است، چراکه ادغام دو تکنولوژی بلاک‌چین و هوش‌مصنوعی هنوز در مراحل نظری و اولیه خود قرار دارد و در آینده‌ای نزدیک می‌تواند کاربردهای بسیار متنوعی از آن‌ها را مشاهده کرد.

کشورهایی که به دنبال تبدیل شدن به هاب‌های نوآوری و فناوری در کشور خود یا در کل جهان هستند نیز بر روی تلفیق بلاک‌چین و هوش‌مصنوعی متمرکز شده اند. بعضی از کشورها قوانینی را تصویب کرده‌اند که توسعه بلاک چین و هوش مصنوعی را آسان می‌کنند و به نوآوری در این حوزه شتاب می‌دهند.

به عنوان مثال، آمریکا قوانینی برای خود تبیین کرده که سرمایه‌گذاری در حوزه هوش مصنوعی را تسهیل می‌بخشد. همچنین امارات متحده عربی نیز برنامه‌ای ملی ارائه کرده است که به دانشجویان این حوزه‌ها بورسیه‌های بسیار جذابی می‌دهد. حتی کشور مالت نیز ایده هایی در این حوزه‌ها دارد و می خواهد تا به عنوان نخستین جزیره بلاک‌چینی دنیا شناخته شود.

یکی دیگر از کاربردهای مهم بلاک چین در تأیید فرآیندهای هوش مصنوعی است، زیرا یادگیری ماشینی (Machine learning) سبب تقویت هرچه بیشتر این الگوریتم‌ها می‌شود. بنابراین به جای اینکه به فرآیندهای تخمینی تکیه کنیم، فناوری بلاک چین می‌تواند تمامی داده‌ها را گام به گام ذخیره کند تا از صحت و درستی نتایجی که به دست آمده اطمینان حاصل کنیم. برخی دیگر از پروژه‌ها نیز به بررسی کاربرد فناوری هوش مصنوعی و فناوری بلاک چین در صنعت سلامت پرداخته‌‌اند که اهدافشان این است که بتوانند از داده‌های حساس کاربران محافظت کنند و بازارهای مناسب‌تری را برای دسترسی افراد به خدمات پزشکی به وجود آورند.

سبلاگ

هوش مصنوعی

کاربرد هوش مصنوعی در بورس این مقاله قرار است به استفاده از هوش مصنوعی در بورس بپردازد. تا به امروز چندین بار گفتیم که هوش مصنوعی قرار است تمام جنبههای زندگی بشر را متحول کند. شاید بتوان گفت معاملات اقتصادی و بازار بورس یکی از حوزههای پیچیده میباشد که نیاز به تحلیلهای دقیق و هوشمندانه و منطقی دارد. به همین منظور استفاده از هوش مصنوعی در بورس و اوراق بهادار میتواند درهای جدیدی را به روی دنیای اقتصاد باز کند. در ادامه با ما همراه باشید. هوش مصنوعی چیست؟ هوش مصنوعی یا همان Artificial Intelligence (به اختصار AI)، شاخهای از علوم رایانه است که به ساخت سیستمها و ماشینهای هوشمند میپردازد. در این حوزه تلاش میشود تا بک بازار سرمایه و استفاده از هوش مصنوعی ماشین یاد داد که چگونه همانند انسان تفکر کند و حل مسئله داشته باشد. به نوعی میتوان گفت که هوش مصنوعی در حقیقت شبیه سازی هوش انسانی برای کامپیوتر میباشد که به کمک آن میتوان ماشینهایی را ساخت که همانند انسان عمل کنند. هوش مصنوعی بر سه پایه استوار است: یادگیری، استدلال و درک. دانشمندان حوزه کامپیوتر و هوش مصنوعی از الگوریتمهای مختلفی برای آموزش هوش مصنوعی استفاده میکنند. هوش مصنوعی به دستههای مختلفی تقسیمبندی میشود که تفاوتشان از سه پایهای که گفته شد نشٲت میگیرد. انواع مختلف هوش مصنوعی نیز به هوش مصنوعی محدود، عمومی و سوپر هوش مصنوعی تقسیم میشوند که هر کدام در سطح هشیاری و درک و هوش از دیگری بالاتر میشد و در حال حاضر در عصر هوش مصنوعی محدود قرار داریم. برداشت غلطی که بسیاری از افراد پس از آشنایی با این حوزه دارند آن است که هوش مصنوعی قرار است جای انسانها را بگیرد. در حالی که اینگونه نیست و هوش مشنوعی هنوز تا رسیدن به هوش انسانی فاصله بسیار زیادی دارد. در بسیاری از بخشها هوش مصنوعی هنوز هم نسبت به هوش انسان عقب است. شاید بتوان گفت اصلیترین مزیت آن با هوش انسان در تفاوت حافظه و تاثیر ناپذیری از خستگی و احساسات میباشد که باعث افزایش دقت و جلوگیری از تصمیماتی احساسی و خطا آفرین میشود. هوش مصنوعی چیست؟ هوش مصنوعی چه کاربردهایی دارد؟ هوش مصنوعی کاربرد وسیعی دارد و در حال حاضر در زمینههای متنوعی از آن استفاده میشود. در هر حوزه استفاده از هوش مصنوعی قادر است به افزایش سرعت در فرآیندها، انجام با دقت کارها و کاهش خطاها، آنالیز و تجزیه و تحلیل دادهها و کمک به تصمیمگیری، تشخیص رفتار و احساسات افراد و به طور کلی هوشمندانه کار کردن کمک میکند. برای نمونه میتوان به کاربرد هوش مصنوعی در حوزههای زیر اشاره کرد: سلامت و درمان کسبوکار و کارآفرینی آموزش و پرورش اقتصاد و معاملات قانون و قضا و حوزههای امنیتی صنعت و تولید و… بازار بورس و خرید سهام چیست؟ بازار بورس و سهام جایی است که در آن به خرید و فروش سهام و اوراق بهادار میپردازند. این بازار از سهام شرکتهای متنوع و خریدارها و فروشندههایی که به معامله این سهامها میپردازند. بالا و پایین رفتن ارزش این سهامها، سود و زیان این معاملات را تعیین میکند. پر واضح است که بالا رفتن ارزش سهام و یا کاهش آن از یکسری قوانین و مشخصههایی پیروی میکند که برای داشته یک معاملهای پر سود، معاملهگرها باید از استراتژیهای پیچیده و تجزیه و تحلیلهای زیادی استفاده کنند. یک معاملهگر در بازار بورس برای داشتن سود بیشتر باید با استراتژیهای مختلف آشنا باشد و عوامل مختلف دخیل در ارزش سهام در بازار را بداند و بتواند آنها را به درستی تجزیه و تحلیل کند. دانشهای موردنیاز شامل آشنایی با تحلیلهای تکنیکال، روانشناسی بازار، کنترل ریسک، مدیریت سرمایه، بک تست و … میشود. یادگیری تمام این دانشها زمان زیادی میطلبد و به کار بستن درست آنها در معاملات نیازمند تجربه میباشد. تاثیر استفاده از هوش مصنوعی در بورس در بالاتر به این موضوع اشاره شد که در هوش مصنوعی تلاش میشود تا به یک سیستم رایانهای یاد داد تا چگونه همچون یک انسان فکر کند و راه حل تولید کند. در مورد بورس و معاملات سهام نیز میتوان تمام دانشهایی که گفته شد را به هوش مصنوعی آموزش داد تا بتواند به کمک آنها به تجزیه و تحلیل برای خرید و یا فروش سهام بپردازد. به صورت کلی هوش مصنوعی میتواند در زمینههای زیر کاربرد داشته باشد: بدست آوردن استراتژی معاملاتی از طریق معاملات الگوریتمی نظارت بر بازار و تجزیه و تحلیل سریع آن پیشبینی روند پیش رو به کمک تجزیه و تحلیل دادهها گذشته افزایش الگو تریدینگ فرصتهای معاملاتی برای داشتن خرید بازار سرمایه و استفاده از هوش مصنوعی و فروشهای کارآمد کمک به داشتن فرآیندی اتوماتیک و دقیق تر برای معاملات برخورداری از تغییرات زمان واقعی (real time) بازار و… کاربردهای هوش مصنوعی در بورس کاربردهای هوش مصنوعی در بورس با توجه به تاثیراتی که گفته شد، استفاده از هوش مصنوعی میتواند منافع و کاربردهای زیادی برای معاملهگران داشته باشد. تعدد سهمهای موجود در بازار باعث میشود که معاملهگران نتوانند آنها را تحلیل کنند و استفاده از مزیتهای هوش مصنوعی سبب میشود که بتوان حجم وسیعتری از سهام را تحلیل کرد و خرید و فروش نمود و این امر سبب داشتن معاملهای بهتر و سود بیشتر میشود. خرید و فروش سهام و معامله بدون وقفه هوش مصنوعی هیچگاه خسته نمیشود و چنین مسائلی در روند کارکرد آن خللی ایجاد نمیکند. به همین دلیل میتواند بیوقفه به کار خود ادامه دهد و به تجزیه و تحلیل معاملات و خرید و فرو آنها در یک زمان طولانی بپردازد. این مسئله باعث میشود که معاملات پر سودتری داشته باشیم و بازدهی کار ما چندین برابر شود. انجام معامله بدون تاثیر گرفتن از احساسات یکی از نکات مهم برای داشتن معاملهای سودآور در بازار بورس، کنترل احساسات میباشد. بازار بورس از رفتار معاملهگران بسیار تاثیر پذیر است و انتشار اخبار مختلف باعث ایجاد تاثیرات زیادی بر روی ارزش سهام و سود و زیان معاملات میشود. این مسئله همان روانشناسی بازار میباشد. هوش مصنوعی با استفاده از تحلیل و منطق قوی خود در این مواقع میتواند بسیار کاربردی ظاهر شود. سیستم هوش مصنوعی میتواند با جمعآوری دادهها در مورد نحوه خرید و فروش معاملهگران واکنشهای احساسی آنها را پیشبینی نماید. علاوه بر آن میتواند به نظارت بر سهام و استخراج الگوهای چارتی نیز کمک کند.

هوش مصنوعی

هوش مصنوعی موضوعی جذاب و کاربردی است که نشان دهنده قدرت و توانمندی انسان در زمینه های یادگیری، تعامل، خودآگاهی و غیره می شود. امروزه عامل های هوشمند به دلیل داشتن هوش کلامی، هوش منطقی، هوش دیداری در تمام سطوح مختلف کسب و کار به کار گرفته می شود.

برخی از افراد هوشمندی را یادگیری سریع در حل مسئله های ریاضی می دانند، اما هوش دارای مفهومی فراتر است و به تمام ابعاد زندگی انسان ها مربوط می شود. هوش مصنوعی شاخه ای از دانش رایانه است که علاوه بر مطالعه و گسترش نرم افزارها و دستگاه های هوشمند با شبیه سازی توانایی های انسان در ماشین، سعی در تقلید رفتارهای هوشمندانه انسان دارد.

تاریخچه

آغاز گسترش تکنولوژی هوش مصنوعی مربوط به دهه ۵۰ میلادی است که “دانشگاه دارتموث” (Dartmouth College) در ایالات متحده یک پروژه تحقیقات تابستانی را به هوش مصنوعی اختصاص داد. ریشه های هوش مصنوعی را حتی می توان در عمق بیشتری از تاریخ و در فعالیت های “آلن نیوئل” (Allen Newell)، “هربرت ای. سیمو” (Herbert A. Simon) و “آلن تورینگ” (Alan Turing) جستجو کرد.

آزمون مشهور تورینگ در سال ۱۹۵۰ توسط او در مقاله ای مطرح شد. این مقاله یکی از اولین اسنادی است که در آن به وجود آمدن ماشین های هوشمند پیش بینی شده است. با این حال مقوله هوش مصنوعی تا پیش از معرفی شدن سوپر کامپیوتر “دیپ بلو” (Deep Blue) توسط کمپانی IBM هنوز توجه جهانیان را به خود جلب نکرده بود.

این سوپرکامپیوتر اولین ماشینی بود که توانست قهرمان شطرنج جهان “گری کاسپارف” (Garry Kasparov) را در مسابقه ای که در سال ۱۹۹۶ میلادی برگزار شد شکست دهد. الگوریتم های هوش مصنوعی برای سال های متمادی است که در مرکز اطلاعات و کامپیوترهای بزرگ استفاده می شوند، ولی حضور آنها در حوزه لوازم الکترونیک مصرفی به چند سال پیش بر می گردد.

هوش مصنوعی:

هوش مصنوعی یا artificial intelligence شاخه ای از علوم رایانه است که هدف اصلی‌ آن تولید ماشین های هوشمندی است که توانایی انجام کارهایی که وابسته به هوش انسانی است، را داشته باشد. هوش مصنوعی در حقیقت نوعی شبیه سازی هوش انسانی برای کامپیوتر است هوش مصنوعی که به گونه ای برنامه نویسی شده همانند انسان فکر کند و توانایی تقلید از رفتار انسان را داشته باشد.

سطوح مختلف هوش مصنوعی

سیستم های هوش مصنوعی بر اساس آن چه که از دنیای بیرون درک می کنند و می توانند به آن پاسخ دهند، دارای سه سطح می باشد. هوش مصنوعی محدود، عمومی و سوپر هوش مصنوعی.

هوش مصنوعی محدود

هوش مصنوعی محدود (artificial narrow intelligence) به این معنا است که در آن سیستم هوش مصنوعی میزان خاصی از هوش را در یک زمینه خاص به کار ببرد و زودتر از انواع دیگر هوش مصنوعی پدید آمده است. بازی های پیچیده ای مانند شطرنج، تصمیم گیری هوشمندانه در زمینه نمونه هایی از هوش مصنوعی محدود هستند. منظور از هوش مصنوعی محدود، سیستم های هوشمندی است که در انجام دادن یک وظیفه (task) ویژه بهتر از انسان عمل می کنند.

کاربرد‌های هوش مصنوعی محدود

• اتومبیل های خود ران و رانندگی با کمک هوش مصنوعی
• چراغ های راهنمایی رانندگی هوشمند با محاسبه زمان مورد نیاز برای توقف خودرو‌ها در پشت چراغ
• غلط یاب‌ گوشی های هوشمند
• سیستم های پردازش تصویر و تشخیص چهره به منظور تشخیص هویت افراد
• دستیارهای هوشمند جهت رزرو پروازها و هتل ها
• دستیار‌های صوتی گوگل

هوش مصنوعی عمومی

منظور از هوش مصنوعی عمومی (Artificial General Intelligence) ماشینی است که می تواند دنیای اطراف خود را همانند یک انسان درک کند و دارای گنجایشی مشابه برای انجام فعالیت هایی است که یک انسان به طور معمول انجام می دهد. با توجه به اینکه سیستم های هوش مصنوعی عمومی زاده مغز و علم بشر است اما در بعد دانش، توانایی شناختی و سرعت پردازش بهتر از انسان ها عمل خواهند کرد.

نمونه مشابه هوش مصنوعی عمومی را می توان در داستان های دارای ژانر علمی و تخیلی مشاهده نمود. از نظر تئوری یک هوش مصنوعی عمومی می تواند هم سطح انسان فعالیت کند و یا حتی در زمینه هایی مانند حافظه و غیره بهتر از انسان عمل کند.

با گذر زمان ماشین های دارای هوش مصنوعی عمومی می توانند در بسیاری از زمینه ها جایگزین انسان شوند. عدم نیاز به حضور نیروی انسانی در بسیاری از کارها و استفاده از تکنولوژی هوش مصنوعی عمومی یا کامل می تواند در زندگی اجتماعی و فردی انسان ها هم جنبه منفی و هم جنبه مثبت داشته باشد.

سیستم های هوش مصنوعی عمومی می تواند از کارهای عادی همچون رانندگی، دستیار شخصی هوشمند تا کارهای بسیار مهمی که به زندگی و امنیت و جان انسان ها بستگی دارد را انجام دهند.

سوپر هوش مصنوعی

سوپر هوش سطح هوش و درک انسانی را پشت سر گذاشته و به نوعی دارای هوش فرا بشری خواهد شد. تا به حال هیچ جامعه ای نتوانسته به سوپر هوش مصنوعی دست پیدا کند جهت دستیابی به این سطح از هوش مصنوعی، یک سیستم هوشمند باید تست تورینگ را پشت سر گذاشته باشد. تاکنون هیچ ماشینی به این سطح از درک و شعور و وسعت دانش یک انسان بالغ نرسیده است که این تست را پشت سر گذارد.

پیشگامان بی نهایت مطالعه مقاله اقتصاد داده محور را به شما عزیزان پیشنهاد می کند.

دسته بندی سیستم های هوش مصنوعی

دسته بندی سیستم های هوش مصنوعی

از سیستم های مهم هوش مصنوعی، می توان به موارد زیر اشاره نمود.

نوع اول: ماشین های انفعالی

نمونه این دسته deep blue یک برنامه شطرنج بود که در دهه ۱۹۹۰ توانست گری کاسپاروف، قهرمان شطرنج جهان را شکست دهد deep blue می توانست مهره های روی هر خانه شطرنج را شناسایی کند و حرکت های بعدی را پیش بینی کند. مشکل برنامه آن بود که نمی توانست تجربه های قبلی خود را به یاد بسپارد و از آن برای حرکت های آینده اش استفاده کند. این برنامه هر بار تمام حرکت های استراتژیک ممکن خود و رقیب را بررسی قرار می داد و بهترین آنها را انتخاب می کرد.

نوع دوم: حافظه محدود

این سیستم هوش مصنوعی کامل تر است و می تواند از تجربه و حرکت های گذشته برای تصمیمات آینده اش استفاده کند. همانند کارکرد های تصمیم گیری در ماشین های خود ران، این نوع ماشین ها از تجربیاتشان برای تصمیمات استفاده می کنند. البته این نوع مشاهدات و تجربیات به صورت مداوم ذخیره نمی شوند.

نوع سوم: تئوری ذهن

این نوع از هوش مصنوعی هنوز وجود ندارد اما بنیان این عبارت روانشناختی به تمام دانش ها، آرزوها و مقاصد شخص و تاثیر آنها بر تصمیم گیری فرد برمی گردد و قادر به درک و آنالیز این نوع از تصمیم گیری ها می باشد.

نوع چهارم: خود آگاهی

نوع از هوش مصنوعی نیز همانند مورد سوم هنوز وجود ندارد. در این سیستم خودآگاهی و هوشیاری وجود دارد و می توانند احساسات دیگران را نتیجه گیری کند.

پیشگامان بی نهایت مطالعه مقاله هوش تجاری را به شما عزیزان پیشنهاد می کند.

کاربرد هوش مصنوعی

کاربرد هوش مصنوعی در برخی از فضاهای کسب و کار

در فضای کسب و کارها، هوش مصنوعی دارای کاربردهای فراوانی می باشد که در ادامه به اهم آنها اشاره می شود:

هوش مصنوعی در حوزه سلامت

هوش مصنوعی در بهبود نتایج بیماران و همچنین کاهش هزینه می تواند مفید باشد. شرکت های فعال در حوزه سلامت با استفاده از یادگیری ماشین، روند تشخیص و درمان را بهتر و سریع تر انجام خواهند داد. به طور مثال سیستم IBM Watson زبان طبیعی را درک می کند و به سوالاتی که از آن پرسیده می شود، پاسخ می دهد.

این سیستم تمام داده های مربوط به بیمار را با استفاده از منابع موجود جمع آوری نموده و یک فرضیه ایجاد می کند و پس از اطمینان آن را ارائه می دهد.

هوش مصنوعی در حوزه کسب و کار

می توان از فرآیندهای اتوماسیون رباتیک برای کارها و فرآیندهای تکراری که توسط انسان ها انجام می شود، استفاده کرد. الگوریتم های یادگیری ماشین می توانند با analytics و CRM ادغام شوند تا با کشف اطلاعات مورد نیاز، خدمات بهتری به مشتری ارائه دهند. (به مقاله مدیریت ارتباط با مشتری رجوع شود) از چت بات ها نیز می توان برای ارائه خدمات فوری به مشتریان در وب سایت نیز استفاده بازار سرمایه و استفاده از هوش مصنوعی کرد.

هوش مصنوعی در حوزه آموزش و پرورش

هوش مصنوعی در این حوزه به نمره دهی خودکار و درجه بندی دانش آموزان کمک می کند هوش مصنوعی می تواند دانش آموزان را ارزیابی کند و با هر فرد متناسب با سرعت عمل او کار کند. سیستم های مربی هوش مصنوعی می توانند برای دانش آموزان به عنوان پشتیبان عمل نموده و روند آموزش آنها در مسیر درستی قرار دهد. Artificial intelligence می تواند روش یادگیری و مکان یادگیری دانش آموزان و حتی برخی از معلمان او را تغییر دهد.

هوش مصنوعی در حوزه اقتصاد

سیستم های هوش مصنوعی در برنامه های مالی شخصی، مانند Mint یاTurbo Tax، می توانند اطلاعات مالی شخصی هر فرد را جمع آوری نموده و به آنها مشاوره مالی ارائه دهند IBM Watson در روند خرید خانه کاربرد دارد و همچنین نرم افزارها در وال استریت بخش عظیمی از معاملات را انجام می دهند.

نگارش: خانم معظمی

به منظور کسب اطلاعات بیشتر، مطالعه مقاله ابزار های تحلیل داده را به شما عزیزان پیشنهاد می نماییم.