مطالب مرتبط با کلیدواژه

هوش مصنوعی (AI)


۱.

ابزارهای توانمندسازی فین تک، موارد کاربرد و نقش آینده اینترنت اشیا(مقاله علمی وزارت علوم)

کلیدواژه‌ها: فین تک اینترنت اشیا (IoT) هوش مصنوعی (AI) همزاد دیجیتال متاورس

حوزه‌های تخصصی:
تعداد بازدید : ۶۷ تعداد دانلود : ۷۲
در روند کنونی جهان، بسیاری از سازمان های مالی در جهت هوشمندسازی امور مالی برای بهره گیری از مزایای دیجیتالی شدن تلاش می کنند. در این زمینه، فناوری مالی (فین تک) از فناوری های تحول آفرین جدید مثل هوش مصنوعی ( AI)، نسل پنجم (5G) و ششم (6G) ارتباطات، بلاکچین، متاورس، اینترنت اشیا (IoT) و غیره در صنعت مالی و با هدف ایجاد ارزش افزوده برای خدمات مشتری استفاده می کند. با ظهور فین تک، بسیاری از خدمات و فرآیندهای بزرگ مالی مثل وام دهی، راستی آزمایی، کشف کلاهبرداری، حفظ کیفیت، امتیازدهی اعتباری و بسیاری موارد دیگر، ساده سازی و تقویت خواهند شد. بااین حال، نیاز به تحقیق و نوآوری در محصولات مالی تحول آفرین و زمینه سازی اکوسیستم فناوری ها وجود دارد. به همین خاطر، برخی از غول های فناوری تمرکز خود را معطوف به فین تک کرده اند تا راهکارهایی در حوزه فناوری اطلاعات و ارتباطات (ICT) ارائه دهند. در این مقاله، ابتدا، روندهای آتی و کاربردهای پیشران فین تک را ترسیم می کنیم که در چشم انداز 2030 ظهور خواهند کرد. همچنین، تلاش می کنیم چارچوبی اساسی از ابزارهای توانمندسازی فین تک ازجمله اینترنت اشیا، نسل پنجم، همزادهای دیجیتال و متاورس برای موارد کاربردی خاص ارائه دهیم. علاوه بر این، ضمن پیش بینی چالش های پیش رو، راهکارهایی برای تحقیقات آتی فین تک ارائه می دهیم.
۲.

تحول هوش مصنوعی در ورزش(مقاله علمی وزارت علوم)

کلیدواژه‌ها: هوش مصنوعی (AI) ورزش تحلیل داده ها یادگیری ماشین عملکرد ورزشی

حوزه‌های تخصصی:
تعداد بازدید : ۳۱ تعداد دانلود : ۱۶
تحول هوش مصنوعی (AI) در ورزش به عنوان یک پیشرفت فناورانه، شیوه های تمرین، رقابت و تجربه تماشاگران را دگرگون کرده است. این مقاله به بررسی تأثیرات کلیدی AI بر عملکرد ورزشکاران، تحلیل داده ها و استراتژی های مربیگری می پردازد. هدف اصلی پژوهش، شناسایی و تحلیل روندهای علمی مرتبط با هوش مصنوعی در ورزش از طریق روش های نوین تحلیل ابرکلمات است. با استفاده از داده های جمع آوری شده از پایگاه داده Web of Science، 143 مقاله مرتبط از سال 2020 تا 2024 مورد بررسی قرار گرفت. نتایج نشان دهنده رشد چشمگیر تولید علمی در این حوزه و افزایش توجه به فناوری های مبتنی بر AI، از جمله یادگیری ماشین و تحلیل داده ها است. همچنین، الگوهای رایج در عناوین مقالات، شناسایی کلمات کلیدی و روندهای تحقیقاتی را به تصویر می کشد. این مطالعه همچنین به چالش ها و فرصت های موجود در پذیرش AI در ورزش پرداخته و پیشنهاداتی برای پژوهشگران و سیاست گذاران ارائه می دهد. در نهایت، با توجه به شکاف های پژوهشی در زمینه تأثیرات بلندمدت و چالش های اخلاقی، این تحقیق به دنبال پر کردن این شکاف ها و ارائه راهکارهای بهینه برای بهره برداری از هوش مصنوعی در صنعت ورزش است. نتایج این پژوهش می تواند به ارتقاء کیفیت رقابت ها و بهینه سازی روش های آموزشی در ورزش منجر شود.