Web Analytics Made Easy - Statcounter

ایتنا - علاوه بر این، مایکروسافت قابلیت ترجمه سفارشی Translator Text را به طور عمومی در دسترس قرار می‌دهد.
شرکت مایکروسافت، پس از آغاز همکاریش با فیس‌بوک حول تبادل شبکه عصبی باز (ONNC)، موتور زمان اجرای ONNC را برای یادگیری ماشین منبع باز می‌کند.
 
به گزارش ایتنا از رایورز به نقل از ZDNet، مایکروسافت از کنفرانس توسعه‌دهندگانش با نام (Connect)  برای اعلام چند خبر مرتبط با AI، از جمله منبع باز کردن یکی از اجزای کلیدی پلتفرم یادگیری ماشین (Windows ML) خود استفاده می‌کند.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!


 
ران‌تایم ONNX یک موتور استنتاج برای مدل‌های یادگیری ماشین در فرمت ONNX است. مایکروسافت آن را بر روی گیت‌هاب قابل دسترسی می‌کند تا توسعه‌دهندگان بتوانند این ران‌تایم را در سیستم‌های موجودشان شخصی‌سازی و تلفیق کنند و آن را بر روی چند سیستم عامل کامپایل نموده یا بسازند.
 
موتور ONNX یک قطعه کلیدی از Windows ML است.
مایکروسافت به این خاطر این رابط یادگیری ماشین را در ویندوز 10 گنجانده است که توسعه‌دهندگان را ترغیب کند از مدل‌های یادگیری ماشین آموزش‌دیده در اپ‌های ویندوزشان استفاده کنند.

شایان ذکر است که موتور استنتاج Windows ML می‌تواند مدل‌های آموزش‌دیده را به طور محلی بر روی دستگاه‌های ویندوز ارزیابی نماید، به جای اینکه توسعه‌دهندگان را ملزم به اجرای آنها در ابر کند.
 


مایکروسافت و فیس‌بوک عرضه این فرمت ONNX را در سال 2017 با هدف فراهم‌سازی امکان انتقال مدل‌های یادگیری عمیق بین چارچوب‌های مختلف AI، از جمله جعبه ابزار شناختی (CNTK) خود اعلام کردند.
آنگونه که CNBC در ماه گذشته گزارش کرد بود، اخیرا، مسئولان مایکروسافت تاکید بر CNTK را کاهش داده و تمرکز را بر PyTorch فیس‌بوک و TensorFlow گوگل قرار داده‌اند.
 
مایکروسافت از 4 دسامبر سرویس یادگیری مایشن آژور خود را در دسترس عموم قرار می‌دهد. Azure ML توسعه‌دهندگان و دانشمندان داده‌ها را قادر به ساخت، آموزش‌دهی و استقرار مدل‌های یادگیری ماشین می‌کند.
 
در خبری دیگر از حوزه AI، مایکروسافت به روند محقق نمودن استراتژی رابط برنامه‌نویسی اپلیکیشن(API) سرویس‌های شناختی آژور خودش ادامه می‌دهد. این شرکت اخیرا پشتیبانی محفظه را برای API درک زبانش (که در فرم پیش‌نمایش است) افزود.
 
علاوه بر این، مایکروسافت قابلیت ترجمه سفارشی Translator Text را به طور عمومی در دسترس قرار می‌دهد. این API برای مشتریان امکان استفاده از محتوای ترجمه‌شده توسط انسان برای ساخت سیستم‌های ترجمه سفارشی خودشان را فراهم می‌آورد.
 

منبع: ايتنا

کلیدواژه: مایکروسافت ویندوز گوگل شبکه عصبی یادگیری ماشین

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.itna.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «ايتنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۲۱۸۹۴۸۹۴ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

مهارت‌های پرتقاضا در بازار کار آینده

به گزارش گروه بازار خبرگزاری علم و فناوری آنا، ذکر انواع مهارت ‌های فنی و مهارت ‌های شخصیتی پرتقاضا در رزومه و تقویت انواع مهارت ‌های پولساز می‌تواند به رشد فردی و پیشرفت در مسیر شغلی شما در آینده کمک کند. در کنار مهارت‌های سخت و تخصصی، نباید اهمیت مهارتهای نرم را در چک لیست انواع مهارت‌ های شغلی خود فراموش کنید.

در ادامه، به بررسی لیست مهارت‌ های فردی و تخصصی خواهیم پرداخت که می‌توانند شانس شما برای پیشرفت در مسیر شغلی‌تان را افزایش دهند.

هوش مصنوعی

در کنار لیست مهارت ‌های فردی مهم در رزومه‌ نویسی، تعدادی مهارت‌های تخصصی وجود دارند که پیش‌بینی می‌شود در آینده تقاضای بالایی داشته باشند.

برای مشاهده تمام آگهی‌ های استخدام جدید سازمان ‌ها در سال 1403 به لینک https://karbord. io/ مراجعه کنید.

در سال‌های اخیر هوش مصنوعی (AI) روی بخش‌های مختلف بازار کار تأثیر گذاشته و شاخه‌های مختلفی را برای علاقه‌مندان به این حوزه ایجاد کرده است.

یادگیری ماشین

پیش‌بینی می‌شود که یادگیری ماشین (Machine Learning)، سنگ بنای هوش مصنوعی، رشدی تصاعدی را به ویژه در زمینه‌هایی مانند مراقبت‌های بهداشتی، مالی و بازاریابی تجربه کند. الگوریتم‌ها کاربرد زیادی در زمینه تجزیه و تحلیل مجموعه داده‌های گسترده برای استخراج دانش و ارائه پیش‌بینی‌هایی در بازار‌های مالی، تبلیغات هدفمند و... دارند. با توجه به پیچیده‌تر شدن الگوریتم‌های یادگیری ماشین، انتظار می‌رود که میزان تقاضا برای استخدام متخصصان ماهر در زمینه حوزه علم داده، آمار و علوم کامپیوتر افزایش یابد.

پردازش زبان طبیعی

پردازش زبان طبیعی (NLP) یکی دیگر از زمینه‌های رو به رشد در حوزه هوش مصنوعی بوده که شامل کاربرد‌های مختلفی از جمله دستیاران مجازی و چت‌بات‌ها تا تجزیه و تحلیل احساسات و ترجمه زبان است. با توجه به دیجیتالیزه و جهانی شدن ارتباطات، فرصت‌های استخدام متخصصان ماهر در زمینه پردازش زبان طبیعی رو به رشد است.

کسب و کار‌های مختلف به دنبال خودکارسازی و اتوماسیون خدمات مشتری، تجزیه و تحلیل احساسات یا Sentiment Analysis در رسانه‌های اجتماعی و ترجمه کارآمد محتوا هستند. در نتیجه، پیش‌بینی می‌شود که افراد مسلط بر تکنیک‌های NLP، از جمله یادگیری عمیق و شبکه‌های عصبی، وضعیت بازار کار مناسبی در صنایع مختلف داشته باشند و روی آینده تعاملات با مشتری و بومی‌سازی محتوا تأثیر مثبتی بگذارند.

بینایی کامپیوتری

بینایی کامپیوتری (Computer Vision)، جنبه دیگری از هوش مصنوعی با وضعیت بازار کار مناسب و رو به رشد است. پیشرفت در زمینه تشخیص تصویر و اشیا به نوآوری‌هایی در وسایل نقلیه خودران، سیستم‌های نظارتی و واقعیت افزوده کمک می‌کند. همچنین، صنایعی مانند تولید، حمل و نقل، خرده‌فروشی و... از اتوماسیون و بهینه‌سازی‌هایی که توسط فناوری‌های بینایی کامپیوتری امکان‌پذیر شده‌اند، بهره‌مند خواهند شد. به همین خاطر می‌توان گفت که وضعیت بازار کار در این شاخه از هوش مصنوعی نیز در آینده مناسب خواهد بود.

تحلیل داده

در چشم‌انداز در حال تحول بازار کار، مهارت تجزیه و تحلیل داده‌ها همچنان در صنایع مختلف تقاضای بالایی خواهد داشت. با پیشرفت تکنولوژی و تکیه بیشتر کسب و کار‌ها به فرآیند‌های تصمیم‌گیری مبتنی بر داده، توانایی استخراج اطلاعات از مجموعه داده‌های بزرگ بسیار ارزشمند و مفید است.

کارفرمایان به دنبال جذب متخصصانی هستند که نه‌تنها می‌توانند داده‌ها را جمع‌آوری و سازماندهی کنند، بلکه آن‌ها را به طور مؤثر تفسیر کرده و به تصمیم‌گیری‌های استراتژیک کسب و کار کمک کنند. تجزیه و تحلیل داده‌ها طیف وسیعی از توانمندی‌ها، از جمله مهارت در تجزیه و تحلیل آماری، تجسم داده‌ها (Data visualization) و استفاده از ابزار و زبان‌های برنامه‌نویسی مانند Python، R و SQL را در بر می‌گیرد.

آینده تحلیل داده‌ها احتمالاً شاهد همگرایی روش‌های آماری سنتی با فناوری‌های نوظهور مانند یادگیری ماشین و هوش مصنوعی خواهد بود. این ادغام، تحلیلگران را قادر می‌سازد تا به صورت عمیق‌تر در داده‌ها کاوش کرده و الگو‌های پیچیده و روند‌های پیش‌بینی را کشف کنند که مزایای استراتژیکی برای سازمان‌ها به همراه دارد. علاوه بر این، با تشدید نگرانی‌های مربوط به حریم خصوصی و امنیت داده‌ها، تحلیلگران داده نیز باید مهارت خود را در شیوه‌های اخلاقی رسیدگی به داده‌ها نشان دهند و از انطباق با مقررات و حفاظت از اطلاعات حساس اطمینان حاصل کنند.

مرز تجزیه و تحلیل داده‌ها در حال گسترش است و روی صنایع مختلفی تأثیر می‌گذارد. از راه حل‌های مراقبت‌های بهداشتی تا فرآیند‌های پیش‌بینی‌شده در تولید، کاربرد‌های تجزیه و تحلیل داده‌ها بی حد و حصر است. با توجه به افزایش تمرکز کسب و کار‌ها روی پتانسیل تحول‌آفرین بینش‌های مبتنی بر داده، میزان تقاضا برای جذب و استخدام تحلیلگران داده ماهر همچنان به رشد خود ادامه می‌دهد و این حوزه را به یک مسیر شغلی امیدوارکننده برای افرادی تبدیل می‌کند که علاقه‌مند به کشف داستان‌های پنهان پشت داده‌ها هستند.

مهارت مدیریت پروژه و زمان

در آینده بازار کار ایران و سایر کشور‌های جهان، به خصوص کشور‌های پیشرفته و توسعه‌یافته، نقش مهارت‌های مدیریت پروژه و زمان پررنگ‌تر خواهد شد. در حالی که صنایع به استقبال فناوری و جهانی شدن ‌می‌روند، پروژه‌ها به طور فزاینده‌ای پیچیده و چند وجهی می‌شوند.

مدیریت اثربخش پروژه تضمین می‌کند که وظایف به طور مؤثر انجام می‌شوند، منابع به صورت بهینه استفاده شده و اهداف در چارچوب‌های زمانی تعیین‌شده به دست می‌آیند. در عصری که نوآوری و سرعت اهمیت زیادی دارد، افرادی که دارای مهارت‌های مدیریت پروژه قوی هستند، مزیت رقابتی نسبت به سایر رقبا دارند. آن‌ها می‌توانند در محیط‌های کاری پویا کارایی بیشتری داشته باشند و با اولویت‌های در حال تغییر سازگار شوند.

علاوه بر این، با افزایش فرصت‌های دورکاری و فریلسنری برای پیشرفت به مهارت‌ مدیریت زمان نیاز خواهید داشت. امروزه انعطاف‌پذیری بیشتری در زمان اشتغال وجود دارد و شما می‌توانید در خانه خود و با ساعات کار شناور فعالیت کنید.

به همین خاطر، باید سعی کنید که نظم و انضباط برای مدیریت مؤثر زمان، صرف نظر از موقعیت فیزیکی خود داشته باشید. مدیریت زمان مستلزم اولویت‌بندی وظایف، تعیین ضرب‌الاجل‌ها و تخصیص فکرشده منابع است. در محیطی که حجم حواس‌پرتی‌ها زیاد است، کسانی که می‌توانند زمان خود را به طور مؤثر مدیریت کنند، موقعیت بهتری برای رعایت اولویت‌های زمانی و ارائه کار باکیفیت در زمان مشخص‌شده دارند.

علاوه بر این، از آنجایی که اتوماسیون و هوش مصنوعی نقش‌های شغلی را تغییر می‌دهند، مهارت‌های مدیریت پروژه و زمان به عنوان قابلیت‌های انسانی باقی می‌مانند که غیر قابل جایگزینی هستند. در حالی که ماشین‌ها می‌توانند فرآیند‌ها را ساده‌سازی کرده و وظایف تکراری را انجام دهند، فاقد توانایی‌ تصمیم‌گیری ذاتی در زمینه مدیریت اثربخش پروژه و زمان هستند. افرادی که در این زمینه‌ها برتر هستند، مهارت رهبری، مسئولیت‌پذیری و توانایی هماهنگ کردن تیم‌های مختلف را نشان می‌دهند.

مهارت خودآموزی و یادگیری مستمر

مهارت‌های خودآموزی و تعهد به یادگیری مستمر در بازار کار آینده اهمیت زیادی خواهند داشت. از آنجایی که صنایع تحت تحولات سریع ناشی از پیشرفت‌های تکنولوژیکی قرار می‌گیرند، توانایی انطباق و کسب جدیدترین اطلاعات به طور مستقل برای متخصصان در تمامی حوزه‌ها بسیار مهم است. کسانی که می‌توانند به صورت خودجوش به دنبال فرصت‌هایی برای گسترش مجموعه مهارت‌های خود باشند و در جریان روند‌های نوظهور قرار بگیرند، در مسیر شغلی آینده خود موفق‌تر خواهند بود.

علاوه بر این، همانطور که اتوماسیون و هوش مصنوعی باعث تغییر نیاز‌های بازار کار می‌شوند، میزان تقاضا برای مهارت‌های منحصر به فرد انسانی مانند خلاقیت، تفکر انتقادی و هوش هیجانی در حال افزایش است. این مهارت‌ها اغلب از طریق یادگیری مستمر و تمرین تقویت می‌شوند. با پرورش ذهنیت یادگیری مادام‌العمر می‌توانید این ویژگی‌های ضروری را در خود پرورش دهید و خود را از ماشین‌ها متمایز کنید.

با ظهور نقش‌های شغلی جدید، کسانی که فعالانه به دنبال یادگیری هستند، می‌توانند با تقاضا‌های در حال تحول بازار کار هماهنگ شوند و شانس خود برای بهبود جایگاه شغلی و درآمد در آینده را افزایش دهند.

توانایی دنبال کردن دانش و مهارتی که با علایق و استعدادهای فرد همسو باشد، حس رضایت شغلی را افزایش خواهد داد. همچنین، یادگیری مستمر در را به روی فرصت‌های جدید باز می‌کند و افراد را قادر می‌سازد تا مسیر‌های متنوعی را کشف کنند و به پتانسیل کامل خود برسند.

جمع‌بندی

در این مقاله به بررسی لیست مهارت ‌های فردی و تخصصی پرتقاضا در بازار کار آینده پرداختیم. مهارت‌هایی در حوزه هوش مصنوعی و شاخه‌های مختلف آن، تحلیل داده، امنیت سایبری و... از جمله مهارت‌های تخصصی پرتقاضا در آینده محسوب می‌شوند.

در کنار این مهارت‌های تخصصی، مهارت‌های نرم بر زندگی و توسعه فردی شما تأثیر قابل توجهی دارند. مهارت‌های نرم مانند مدیریت زمان، کار گروهی و خودآموزی می‌توانند به شما کمک کنند که خود را از سایر رقبا متمایز کنید.

انتهای پیام/

دیگر خبرها

  • مهارت‌های پرتقاضا در بازار کار آینده
  • مایکروسافت تیم‌های ویندوز و سرفیس خود را تحت یک رهبری ادغام می‌کند
  • آغاز بتن‌ریزی ساختمان راکتور واحدسوم نیروگاه اتمی بوشهر در آینده
  • ممانعت از انتشار ۸ میلیون تن آلاینده با تولید برق هسته‌ای
  • از این پس لپ‌تاپ‌ها باید این دکمه را داشته باشند!
  • گام نخست باشگاه هسته‌ای بریکس با حضور ایران
  • لونر-پورشه میکست ؛ اگر تصور می کنید فناوری هیبرید در خودرو یک رویداد جدید است! (+تصاویر)
  • لونر-پورشه میکست ؛ اگر تصور می کنید فناوری هیبرید در خودرو جدید است! (+تصاویر)
  • ماشین که جوش میاره درب رادیاتور را باز نکنید + فیلم
  • این قسمت از ویندوز ۳۰ سال بدون تغییر مانده