فصلنامه تخصصی آرمان پردازش

چکیده همگرایی اینترنت اشیا (IoT) و هوش مصنوعی (AI) به عنوان یکی از محوری‌ترین روندهای تحول دیجیتال در دهه اخیر، چشم‌انداز جدیدی را در صنایع مختلف از جمله تولید، حمل‌ونقل، انرژی و شهرهای هوشمند ایجاد کرده است. با وجود پتانسیل انقلابی این فناوری‌ها، پذیرش و پیاده‌سازی مؤثر آنها با چالش‌های متعددی مواجه است. هدف این پژوهش، ارائه چارچوبی جامع برای تحلیل عوامل مؤثر بر پذیرش هوش مصنوعی در سیستم‌های اینترنت اشیا و ارائه دیدگاهی پیشنهادی برای غلبه بر موانع موجود است. این پژوهش با رویکردی تحلیلی-توصیفی و با بهره‌گیری از مرور نظام‌مند ادبیات، به بررسی ۴۶ مقاله معتبر منتشرشده بین سال‌های ۲۰۱۸ تا ۲۰۲۵ می‌پردازد. چارچوب نظری پژوهش بر اساس مدل ترکیبی فناوری-سازمان-محیط (TOE) و مدل پذیرش فناوری (TAM) شکل گرفته است. یافته‌ها: تحلیل ادبیات نشان می‌دهد که کاربردهای کلیدی هوش مصنوعی در اینترنت اشیا شامل نگهداری پیش‌بینی‌کننده، تشخیص ناهنجاری، نظارت بلادرنگ و کنترل خودکار است. عوامل تسهیل‌کننده شامل زیرساخت ۵G، آمادگی سازمانی و نیروی کار ماهر، و موانع اصلی شامل چالش‌های امنیت سایبری، کیفیت داده، یکپارچه‌سازی با سیستم‌های قدیمی و محدودیت‌های مقیاس‌پذیری مدل‌ها هستند.دیدگاه پیشنهادی این پژوهش بر پیاده‌سازی معماری ترکیبی مبتنی بر محاسبات لبه، یادگیری فدرال و شبکه‌های نرم‌افزارمحور (SDN) جهت غلبه بر چالش‌های موجود تأکید دارد. این چارچوب می‌تواند به عنوان نقشه راهی برای پژوهشگران و فعالان صنعت در مسیر تحول دیجیتال مبتنی بر AI-IoT عمل کند.

چکیده همگرایی فناوری‌های نوظهوری نظیر اینترنت نانواشیای زیستی(IoBNT)، هوش مصنوعی، دوقلوهای دیجیتال و نانومدیسین، افق جدیدی را برای توسعه نسل آینده سامانه‌های تشخیص، پایش و درمان هوشمند سرطان ایجاد کرده است. با وجود پیشرفت‌های قابل توجه هر یک از این حوزه‌ها، هنوز چارچوبی جامع برای یکپارچه‌سازی آن‌ها به منظور تحقق یک اکوسیستم درمانی خودتنظیم‌گر و حلقه‌بسته ارائه نشده است. این مقاله با رویکردی آینده‌نگر، یک چارچوب مفهومی یکپارچه را پیشنهاد می‌کند که در آن داده‌های حاصل از نانوحسگرهای زیستی از طریق اینترنت نانواشیای زیستی به یک نانو دوقلوی دیجیتال(Nano Digital Twin) منتقل شده، سپس با استفاده از مدل‌های هوش مصنوعی تحلیل شده و در نهایت برای هدایت سامانه‌های هوشمند رهایش نانودارو و تصمیم‌گیری درمانی به‌کار گرفته می‌شوند. نوآوری اصلی این پژوهش، همگرایی چهار فناوری کلیدی شامل اینترنت نانواشیای زیستی ، هوش مصنوعی، دوقلوهای دیجیتال و نانومدیسین در قالب یک معماری چندلایه و یک چرخه درمانی حلقه‌بسته است که امکان پایش پیوسته، تحلیل بلادرنگ، پیش‌بینی روند بیماری و بهینه‌سازی پویا و شخصی‌سازی‌شده درمان را فراهم می‌آورد. از منظر کیفی، این چارچوب موجب ارتقای دقت تشخیص، افزایش اختصاصیت هدف‌گیری دارو، کاهش تصمیم‌گیری واکنشی و حرکت به سوی پزشکی پیش‌بین، تطبیقی و شخصی‌سازی‌شده می‌شود. از منظر عملکردی ، مدل پیشنهادی با یکپارچه‌سازی چهار فناوری راهبردی، پنج قابلیت کلیدی شامل پایش لحظه‌ای، تحلیل هوشمند، پیش‌بینی روند بیماری، رهایش تطبیقی نانودارو و بازخورد درمانی مستمر را در یک بستر واحد فراهم می‌کند. قابلیتی که در اغلب مطالعات اخیر به‌صورت مجزا بررسی شده است.در پایان، ضمن تحلیل مهم‌ترین چالش‌های علمی، فنی و انتقال به کاربردهای بالینی، این مقاله نقشه راهی برای توسعه نسل آینده نانومدیسین هوشمند در چارچوب پزشکی دقیق ارائه می‌کند و نشان می‌دهد که همگرایی فناوری‌های نوین می‌تواند زمینه‌ساز گذار از درمان‌های سنتی به سامانه‌های درمانی خودمختار، هوشمند و مبتنی بر داده در مدیریت سرطان باشد.

چکیده هوش مصنوعی با ورود به فرآیندهای تصمیم‌گیری راهبردی، دقت، سرعت و کارایی را افزایش داده اما در عین حال نظام سنتی پاسخگویی در حاکمیت شرکتی را با چالش‌های بی‌سابقه‌ای مواجه ساخته است. این مقاله با روش تحلیل انتقادی و با بهره‌گیری از یافته‌های پژوهش‌های معتبر در حوزه هوش مصنوعی و حاکمیت شرکتی، استدلال می‌کند که نظام حقوقی و اخلاقی موجود برای پاسخگویی به سه خلأ ساختاری ناشی از تصمیم‌گیری الگوریتمی در سطح هیئت مدیره آماده نیست.
پاسخگویی به عنوان رابطه‌ای میان عامل، هیئت مدیره، و مجمع عمومی سهامداران تعریف می‌شود که در آن عامل موظف به توجیه و تشریح رفتار خود است و مجمع اختیار پرسش، قضاوت، داوری عملکرد، تصمیم‌گیری درباره تداوم همکاری و اقدام قانونی در صورت لزوم را دارد. نخستین خلأ، نبود قاعده روشن برای تعیین مسئول در هنگام بروز خطای سامانه‌های هوش مصنوعی است زیرا که مفهوم مسئولیت خود اصطلاحی بسته‌ای با مؤلفه‌های متعدد است که صرفاً نسبت دادن آن نمی‌تواند مسائل اخلاقی را حل کند. این خلأ در سطوح هوش افزایشی و هوش تقویتی به شدت خود را نشان می‌دهد. دومین خلأ، فقدان سازوکاری برای نظارت بر خود هیئت مدیره در مقام ناظر بر سامانه‌های هوش مصنوعی بوده که از آن با عنوان معمای ناظر بر ناظر یاد می‌شود. سومین خلأ، ناهمگونی بازه‌های زمانی تصمیم‌گیری میان هیئت مدیره و سامانه‌های هوش مصنوعی بوده که امکان نظارت مؤثر و پاسخگویی به موقع را از میان می‌برد. در پژوهش حاضر سه راهکار سیاستی پیشنهاد می‌گردد: قاعده تفویض ناپذیری مسئولیت نهایی انسانی، ایجاد کمیته تخصصی هوش مصنوعی در هیئت مدیره با اختیارات حسابرسی مستمر و بازتعریف وظیفه امانتداری به گونه‌ای که سواد الگوریتمی و نظارت بر چرخه حیات مدل‌های هوش مصنوعی بخشی از مسئولیت قانونی مدیران محسوب شود. این سه راهکار در چهارچوب چهار هدف پاسخگویی یعنی انطباق، گزارش، نظارت و اجرا تحلیل می‌شوند.

چکیده همزمان با رشد سریع کلان‌داده‌ها و پیشرفت­های علم داده و هوش مصنوعی، پتانسیل توسعه دوقلوی دیجیتال به­طور قابل توجهی تسریع یافته است که در آن یک کپی مجازی که در حال به‌روزرسانی بلادرنگ از موجودیت فیزیکی است تحلیل، شبیه‌سازی و پیش‌بینی اختلالات عملکرد مربوط به یک شی یا فرآیند دنیای واقعی را امکان‌پذیر می‌کند. اخیرا کاربردهای دوقلوهای دیجیتال هم در مجامع علمی و هم در صنایع مختلف دولتی و نظامی گسترش چشمگیری داشته است و بخش بهداشت و درمان نیز مستثنی نبوده است. مفهوم دوقلوی دیجیتال برای سلامت نویدبخش تحولی در سیستم­های درمان از جمله مدیریت و ارائه خدمات، درمان و پیشگیری از بیماری، حفظ سلامت و در نهایت بهبود زندگی انسان است. با توانایی جمع‌آوری و تحلیل انبوهی از داده‌ها از منابع مختلف، دوقلوهای دیجیتال می‌توانند روند درمانی شخصی‌سازی‌شده‌ را بر اساس ویژگی‌های فردی، سابقه پزشکی و داده‌های فیزیولوژیکی بیمار ارائه دهند. تحلیل‌های پیش‌بینی‌کننده و مداخلات پیشگیرانه و امکان تشخیص زودهنگام مخاطرات و بیماری­ها به کمک الگوریتم‌های یادگیری ماشین امکان‌پذیر می‌شود. دوقلوهای دیجیتال می‌توانند با تحلیل فرآیندهای درمان و تخصیص منابع، عملیات بالینی را بهینه کنند و منجر به رویه­های درمان ساده­تر و سریع­تر شوند. این مقاله مروری بر کاربردهای فعلی و بالقوه دوقلوهای دیجیتال در پزشکی ارائه می‌دهد، الزامات پیاده­سازی و مؤلفه­های اصلی و مدل­های موجود معماری دوقلوی دیجیتال در پزشکی را معرفی می­کند و چشم‌انداز فعلی فرصت‌های باز تحقیقاتی را بررسی می‌کند. این مقاله نشان می­دهد که چگونه تلفیق فناوری‌ها و ابزارهای توانمندساز مختلف مانند هوش مصنوعی، مدل‌های زبانی بزرگ و مدل‌سازی مکانیکی راه را برای رفع محدودیت و پذیرش بالینی و پیاده سازی دوقلوهای دیجیتال هموار می‌کنند. این مقاله همچنین به دانشمندان داده، پزشکان و سیاست‌گذاران در ایجاد دوقلوهای دیجیتال پزشکی در آینده و آوردن این پارادایم نوظهور از تئوری به عمل کمک خواهد کرد.

چکیده امروزه به دلیل پیچیدگی تصمیمات پزشکی، کاربرد سیستم های اطلاعاتی هوشمند و تصمیم یار جهت پشتیبانی از این تصمیمات در حوزه های متلف عملیاتی افزایش یافته است. در این بین، نقش سیستم های هوشمند و تصمیم یار در یاری رسانی به پزشکان و حوزه علوم پزشکی و مهندسی پزشکی برجسته است. مجهز شدن علم پزشکی به ابزارهای هوشمند در تشخیص و درمان بیماری‌ها می تواند اشتباهات پزشکان و خسارت جانی و مالی را کاهش می‌دهد و دستاوردهای بی شماری را ایجاد نماید. در این مقاله، به بررسی کاربردها و قابلیت این سیستم ها در علوم پزشکی پرداخته شده است و مهم ترین چالش های به کارگیری این سیستم ها مورد بحث قرار گرفته است. همچنین دراین مقاله کاربردها نوعی شبکه‌های عصبی در حوزه پزشکی مورد بررسی قرار گرفته است. تلاش مابراین بوده است که مقاله هم برای محققان هوش مصنوعی و هم برای پزشکی قابل استفاده باشد.  

چکیده در عصر دیجیتالی که شاهد آن هستیم، هوش مصنوعی به عنوان یک عامل کلیدی در تحول تجارت الکترونیک ظهور کرده است. این مقاله به بررسی چگونگی استفاده از هوش مصنوعی برای بهبود تجربه استفاده از وب اپلیکیشن های داده محور و ترکیب آن با پکیج های مبتنی بر هوش مصنوعی همچنین رابط کاربری پویاتر با پارت های هوشمند و پویا و ایجاد مزیت رقابتی برای کسب‌وکارها می‌پردازد. برای این تحقیق، ما از فرم هایی استفاده کردیم که به صورت پویا طراحی شده و از کاربر دیتا را جمع آوری میکند و در آخر دیتا را تجزیه و تحلیل میکند و به صورت چارت و نمودار به نمایش در می آورد یافته‌های ما نشان می‌دهند که هوش مصنوعی قادر به پیش‌بینی رفتار مشتری و تقاضای بازار با دقت بالایی است . اتوماسیون فرآیندها و کاهش نیاز به نیروی انسانی باعث کاهش هزینه‌های عملیاتی شده است. همچنین سیستم‌های توصیه‌گر و پشتیبانی مشتری هوشمند به ارائه خدمات سریع‌تر و شخصی‌سازی‌شده‌تر منجر شده‌اند. سیستم های توصیه گر به عنوان ابزاری قدرتمند برای تجارت الکترونیک ظاهر شده اند که می‌توانند به کسب‌وکارها کمک کند تا در بازار رقابتی امروزی موفق شوند. با ادامه پیشرفت‌های فناوری، می‌توان انتظار داشت که نقش هوش مصنوعی در این صنعت بصورت فزاینده ای بیشتر شود.

چکیده اخیرا سامانه های توصیه گر به عنوان یک فناوری جدید و بنیادین جهت حمایت کاربران در انتخاب منابع مناسب، بیش از پیش گسترش یافته اند. این سیستم ها با بررسی تعاملات گذشته کاربران و شناسایی علائق، یک محیط شخصی سازی شده جهت انتخاب منابع موردنظر را فراهم می نمایند. البته مدلسازی رفتار کاربر و مکانیسم ارائه توصیه از مسائل اساسی و تعیین کننده در کارائی سیستم های توصیه گر می باشند. درحوزه تجارت الکترونیک بهره گیری از سامانه های توصیه گر نقش اساسی در بهبود تجربه کاربر، جذب مشتریان بالقوه، افزایش فروش و بهینه سازی کارائی سیستم های خدماتی مرتبط دارند. لذا با توجه به اهمیت این سیستم ها در کسب و کارهای الکترونیک امروزی، شناخت ابعاد عملکردی سامانه های توصیه گر از اهمیت ویژه ای برخوردار می باشد. در این مقاله قصد داریم ابعاد اساسی سامانه های توصیه گر در حوزه تجارت الکترونیک را بررسی نموده و برخی ابزارهای کاربردی در این زمینه را معرفی نمائیم. قطعا با حرکت به سوی سامانه های تجارت الکترونیک مبتنی بر سیستم های توصیه گر هوشمند، شاهد تحولات عظیم و انقلابی دگرگون کننده در زیرساخت اقتصاد دیجیتال و خدمات مرتبط خواهیم بود.

چکیده سیستمها، رویکردها و فناوری های امروزی که برای مدیریت عملیاتهای زنجیره تامین نفت و گاز به کار می روند، از ارائه شفافیت عملیاتی، قابلیت ردیابی، ممیزی، امنیت و ویژگیهای منشاء داده قابل اعتماد، برخوردار نیستند. همچنین بخش بزرگی از سیستمهای متمرکز موجود، به صورت دستی بوده و به شدت از هم گسیخته می باشند که آنها را به شدت در برابر دستکاری در نقاط مختلف آسیب پذیر می سارند. فناوریهای نوظهوری مانند اینترنت اشیاء، محسبات مبتنی بر مه، رایانش ابری و بلاکچین می توانند نقشی حیاتی در افزایش میزان کارایی عملیاتی صنایع نفت و گاز ایفا کنند. در این مقاله، فرصتها و کاربردهای بالقوه فناوری هوش مصنوعی در مدیریت اکتشاف، تولید، زنجیره تامین و عملیات لجستیک در صنعت گاز طبیعی بررسی می گردد، زیرا می تواند قابلیت ردیابی، تغییرناپذیری، شفافیت و ممیزی را به صورت غیرمتمرکز ارائه می دهد. در این پژوهش موارد استفاده از هوش مصنوعی را در زنجیره های بلوکی غیرمتمرکز مرتبط با قراردادهای هوشمند، سیاستهای تجاری شرکتی و مزایای آن برای مدیریت موثر و ارزیابی ریسک بازار در طول بحران‌های اجتماعی- اقتصادی مطرح می گردد. نتایج بررسی نشان داد که بکارگیری هوش مصنوعی، دقت تصمیم گیری قراردادهای هوشمند صنعت گاز طبیعی را افزایش می دهد. در نتیجه سطح آستانه هزینه ها، انرژی و سایر عملکردهای کنترلی در تهیه، تولید و توزیع را از نظر کیفی، محدود می نماید.

چکیده هوش مصنوعی شاخهای از علم تولید و مطالعه ماشینهایی است که با هدف تحریک فرآیندهای هوش انسانی
پیش میروند. هدف اصلی هوش مصنوعی بهینهسازی فرآیندهای معمول، بهبود سرعت و کارایی آنها است. در
نتیجه، تعداد کارکردها و خدماتی که از هوش مصنوعی استفاده میکنند همچنان در سراسر جهان رو به افزایش
است. امروزه، هوش مصنوعی حوزه تحصیلات و آموزش را درنوردیده و به سرعت روش های سنتی را با روش
های مدرن جایگزین می کند . در این مقاله به کارکردهای هوش مصنوعی در حوزه آموزش و انتقال دانش
الکترونیک می پردازیم. با توجه به توسعه روزافزون آموزش مجازی در دنیای امروز، هوش مصنوعی می تواند در
حوزه آموزش و انتقال دانش الکترونیک نقش موثری داشته باشد. هوش مصنوعی به عنوان یک ابزار قدرتمند،
میتواند در بهبود کیفیت آموزش، کاهش هزینه ها و افزایش سرعت آموزش به کار گرفته شود. این تکنولوژی
به دانشجویان و مدرسان امکان می دهد تا از طریق سامانههای هوشمند و مبتنی بر داده، بهترین راهکارها را
برای بهبود کیفیت آموزش و یادگیری ارائه دهند. با استفاده از هوش مصنوعی، آموزش مجازی می تواند به یک
روش موثر و مقرون به صرفه تبدیل شود . در نتیجه گیری کلی می توان گفت که این تکنولوژی در تمامی مراحل
آموزش، از جمله برنامه ریزی و طراحی دروس، ارائه محتوا، تمرین ها و ارزیابی بسیار کاربردی است و به زودی
به جزء لاینفک آموزش تبدیل می گردد.