با توجه به همکاری جدید دانشگاه آکسفورد ، هوش مصنوعی می تواند به ما در درک بهتر دلایل خشونت مذهبی و کنترل بالقوه آن کمک کند. این مطالعه از اولین کسانی است که منتشر شده است و از هوش مصنوعی واقع گرایانه استفاده می کند - بر خلاف یادگیری ماشین.
این تحقیق که در ژورنال انجمن های مصنوعی و تحریک اجتماعی منتشر شده است ، مدل سازی رایانه ای و روانشناسی شناختی را برای ایجاد یک سیستم هوش مصنوعی قادر به تقلید دینداری از انسان می داند و به آنها امکان می دهد تا شرایط ، محرک ها و الگوهای خشونت مذهبی را بهتر درک کنند .
این تحقیق پیرامون این سؤال مطرح شده است كه آیا مردم به طور طبیعی خشن هستند یا اینکه عواملی نظیر دین می توانند باعث ایجاد تنش و خشونت زنوفوبیك بین گروههای مختلف شوند كه این امر منجر به خشونت می شود یا نه؟
این یافته ها نشان می دهد که مردم طبیعت گونه ای صلح آمیز هستند. با این حال ، در طیف گسترده ای از زمینه ها ، آنها مایل به حمایت از خشونت هستند - به ویژه هنگامی که دیگران در مقابل عقاید اصلی که هویت آنها را تعریف می کند ، مخالف باشند.
اگرچه این پژوهش بر وقایع خاص تاریخی متمرکز است ، اما می توان از این یافته ها برای هرگونه خشونت مذهبی استفاده کرد و از آن برای درک انگیزه های موجود در آن استفاده کرد. به ویژه وقایع اسلام رادیکال ، هنگامی که هویت وطن پرستی مردم با یکی از مذاهب خود منافات دارد ، مثلاً بمبگذاری بوستون و حملات تروریستی لندن. این تیم امیدوار است که این نتایج بتواند برای حمایت از دولت ها در جهت رفع و جلوگیری از درگیری های اجتماعی و تروریسم مورد استفاده قرار گیرد.
این مقاله که توسط گروهی از محققان دانشگاههایی از جمله آکسفورد ، دانشگاه بوستون و دانشگاه آگدر ، نروژ انجام شده است ، صریحاً خشونت را شبیه سازی نمی کند ، بلکه ، در عوض ، بر شرایطی تمرکز می کند که دو دوره خاص اضطراب اجتماعی زنوفیوبیک را امکان پذیر کرده است ، که پس از آن تشدید شد. خشونت بدنی شدید
درگیری که معمولاً به عنوان مشکلات ایرلند شمالی از آن یاد می شود ، یکی از خشن ترین دوره ها در تاریخ ایرلند به حساب می آید. درگیری با ارتش انگلیس و گروه های مختلف شبه نظامی جمهوری خواه و وفادار به طول انجامید و سه دهه به طول انجامید ، جان حدود 3500 نفر را گرفت و 47000 نفر دیگر زخمی شدند.
گرچه دوره تنش بسیار کوتاه تری ، شورش های گوجورات 2002 هند به همان اندازه ویران کننده بود. دوره سه روزه خشونت بین جمعی بین جوامع هندو و مسلمان در ایالت غربی هند گجرات آغاز شد ، هنگامی که یک قطار اکسپرس Sabarmarti Express که پر از زائران هندو بود ، در شهر عمدتا مسلمان گودرا متوقف شد و با کشته شدگان پایان یافت. از بیش از 2،000 نفر.
جاستین در مورد استفاده از هوش مصنوعی واقع گرایانه ، گفت: '99٪ از مردم عام بیشتر با هوش مصنوعی آشنایی دارند كه از یادگیری ماشینی برای اتوماسیون وظایف انسانی مانند طبقه بندی چیزی مانند توییت ها برای مثبت یا منفی و غیره استفاده می كنند ، اما ما برای مثال ، این مطالعه از چیزی به نام هوش مصنوعی چندگانه برای ایجاد یک الگوی روانشناختی واقع بینانه از یک انسان استفاده می کند ، مثلاً چگونه آنها فکر می کنند ، و به خصوص چگونه با گروه ها ارتباط برقرار می کنیم؟ چرا کسی به عنوان یک مسیحی ، یهودی یا مسلمان و غیره شناخته می شود؟ اساساً چگونه می توان باورهای شخصی ما را با این که یک گروه خود را چگونه تعریف می کند هماهنگ می کند؟ "
برای ایجاد این عوامل هوش واقع گرایانه هوش مصنوعی ، تیم از نظریه ها در روانشناسی شناختی استفاده می کنند تا از چگونگی تفکر و پردازش یک انسان به طور طبیعی اطلاعات استفاده کنند. این یک رویکرد جدید یا بنیادی نیست بلکه اولین بار است که از لحاظ جسمی در تحقیقات کاربرد دارد. یک مجموعه کامل از ادبیات نظری وجود دارد که ذهن انسان را با یک برنامه رایانه ای مقایسه می کند ، اما هیچ کس این اطلاعات را نگرفته است و از لحاظ جسمی آن را به یک کامپیوتر برنامه ریزی کرده است ، این یک قیاس مشابه بوده است. این تیم این قوانین را برای تعامل شناختی در برنامه هوش مصنوعی خود برنامه ریزی کرده است تا نشان دهد چگونه باورهای فرد با وضعیت گروهی مطابقت دارد.
آنها این کار را با نگاهی به چگونگی پردازش اطلاعات در برابر تجربیات شخصی خود انجام دادند. ترکیب برخی از مدل های هوش مصنوعی (تقلید از افراد) که تجربه های مثبتی با افراد از سایر ایمان ها داشته اند و برخی دیگر که برخوردهای منفی یا خنثی داشته اند. آنها این کار را کردند تا میزان تشدید و تشدید خشونت را با گذشت زمان بررسی کنند ، و اینکه چگونه می توان یا نمی توان آن را مدیریت کرد.
آنها برای نشان دادن جامعه روزمره و چگونگی تعامل مردم با دین های مختلف در دنیای واقعی ، آنها یک محیط شبیه سازی شده را ایجاد کردند و آن را با صدها یا هزاران نفر (یا میلیون ها نفر) از عوامل الگوی انسانی جمع کردند. تنها تفاوت این است که همه این افراد دارای متغیرهای کمی متفاوت از نظر سن ، قومیت و غیره هستند.
محیط های شبیه سازی شده خود دارای یک طرح اساسی هستند. افراد دارای فضایی هستند که در آن وجود دارند ، اما در این فضا احتمال مشخصی وجود دارد که با خطرات محیطی مانند بلایای طبیعی و بیماری ها و غیره و در مقطعی با یکدیگر ارتباط برقرار کند.
این یافته ها نشان داد که شایع ترین شرایطی که دوره های طولانی افزایش فشار متقابل تنش زنوفوبیک را ممکن می سازد ، هنگامی که خطرات اجتماعی مانند اعضای گروه خارج از منکر اعتقادات اصلی یا ارزش های مقدس گروه ، افراد را تحت الشعاع خود قرار می دهد تا جایی که دیگر نمی توانند با آنها مقابله کنند. فقط وقتی سیستم های اعتقادی اصلی مردم به چالش کشیده می شوند ، یا احساس می کنند که تعهدشان به عقیده خودشان زیر سوال می رود ، اضطراب و اضطراب رخ می دهد. با این حال ، این اضطراب فقط در 20٪ سناریوهایی که ایجاد شده بود منجر به خشونت شد - همه این افراد توسط افراد خارج از گروه و یا در داخل ، بر خلاف اعتقادات اصلی و هویت گروه تحریک شدند.
برخی از مذاهب گرایش به تشویق نمایش های شدید فداکاری نسبت به یک ایمان انتخابی دارند ، و این می تواند به صورت خشونت علیه گروه یا فردی از ایمان دیگر یا شخصی که از این گروه جدا شده است شکل بگیرد.
در حالی که تحقیقات دیگر سعی کرده است از روشهای سنتی یادگیری هوش مصنوعی و ماشینی برای درک خشونت مذهبی استفاده کند ، آنها نتایج متفاوتی ارائه داده اند و موضوعات مربوط به تعصب در برابر جوامع اقلیت در یادگیری ماشینی همچنین موضوعات اخلاقی را مطرح می کند. این مقاله اولین بار است که از AI چند عامل برای مقابله با این سؤال و ایجاد مدلهای رایانه ای واقع گرایانه استفاده شده است.
جاستین گفت: "در نهایت ، برای استفاده از هوش مصنوعی برای مطالعه دین یا فرهنگ ، ما باید به مدل سازی روانشناسی انسانی بپردازیم زیرا روانشناسی ما پایه و اساس دین و فرهنگ است ، بنابراین ریشه اصلی مواردی مانند خشونت مذهبی در چگونگی پردازش ذهن ما است. اطلاعاتی که دنیای ما آنرا ارائه می دهد.
دانستن علت اصلی خشونت مذهبی به افراد این امکان را می دهد تا از این مدل استفاده کنند تا هم این تعارضات را در خود جای دهند و هم به حداقل برسانند و همچنین آنها را افزایش دهند. با این وجود ، با استفاده مؤثر ، این تحقیق می تواند ابزاری مثبت باشد که از جوامع پایدار و ادغام جامعه حمایت می کند.
در پشت این پروژه ، تیم اخیراً در مرکز مدل سازی سیستم های اجتماعی در Kristiansand ، نروژ بودجه لازم را برای یک پروژه جدید دو ساله تأمین کرده است ، که تغییرات جمعیتی مربوط به مهاجرت و ادغام در اروپا مانند رومی ها در اسلواکی را بررسی می کند و اسکان مجدد پناهندگان سوری در لسبوس به نروژ ، به منظور کمک به دولت نروژ برای بهینه سازی روند ادغام.
http://socialrus.com/story5196221/پمپ-وکیوم-آبی
با توجه به همکاری جدید دانشگاه آکسفورد ، هوش مصنوعی می تواند به ما در درک بهتر دلایل خشونت مذهبی و کنترل بالقوه آن کمک کند. این مطالعه از اولین کسانی است که منتشر شده است و از هوش مصنوعی واقع گرایانه استفاده می کند - بر خلاف یادگیری ماشین.
این تحقیق که در ژورنال انجمن های مصنوعی و تحریک اجتماعی منتشر شده است ، مدل سازی رایانه ای و روانشناسی شناختی را برای ایجاد یک سیستم هوش مصنوعی قادر به تقلید دینداری از انسان می داند و به آنها امکان می دهد تا شرایط ، محرک ها و الگوهای خشونت مذهبی را بهتر درک کنند .
این تحقیق پیرامون این سؤال مطرح شده است كه آیا مردم به طور طبیعی خشن هستند یا اینکه عواملی نظیر دین می توانند باعث ایجاد تنش و خشونت زنوفوبیك بین گروههای مختلف شوند كه این امر منجر به خشونت می شود یا نه؟
این یافته ها نشان می دهد که مردم طبیعت گونه ای صلح آمیز هستند. با این حال ، در طیف گسترده ای از زمینه ها ، آنها مایل به حمایت از خشونت هستند - به ویژه هنگامی که دیگران در مقابل عقاید اصلی که هویت آنها را تعریف می کند ، مخالف باشند.
اگرچه این پژوهش بر وقایع خاص تاریخی متمرکز است ، اما می توان از این یافته ها برای هرگونه خشونت مذهبی استفاده کرد و از آن برای درک انگیزه های موجود در آن استفاده کرد. به ویژه وقایع اسلام رادیکال ، هنگامی که هویت وطن پرستی مردم با یکی از مذاهب خود منافات دارد ، مثلاً بمبگذاری بوستون و حملات تروریستی لندن. این تیم امیدوار است که این نتایج بتواند برای حمایت از دولت ها در جهت رفع و جلوگیری از درگیری های اجتماعی و تروریسم مورد استفاده قرار گیرد.
این مقاله که توسط گروهی از محققان دانشگاههایی از جمله آکسفورد ، دانشگاه بوستون و دانشگاه آگدر ، نروژ انجام شده است ، صریحاً خشونت را شبیه سازی نمی کند ، بلکه ، در عوض ، بر شرایطی تمرکز می کند که دو دوره خاص اضطراب اجتماعی زنوفیوبیک را امکان پذیر کرده است ، که پس از آن تشدید شد. خشونت بدنی شدید
درگیری که معمولاً به عنوان مشکلات ایرلند شمالی از آن یاد می شود ، یکی از خشن ترین دوره ها در تاریخ ایرلند به حساب می آید. درگیری با ارتش انگلیس و گروه های مختلف شبه نظامی جمهوری خواه و وفادار به طول انجامید و سه دهه به طول انجامید ، جان حدود 3500 نفر را گرفت و 47000 نفر دیگر زخمی شدند.
گرچه دوره تنش بسیار کوتاه تری ، شورش های گوجورات 2002 هند به همان اندازه ویران کننده بود. دوره سه روزه خشونت بین جمعی بین جوامع هندو و مسلمان در ایالت غربی هند گجرات آغاز شد ، هنگامی که یک قطار اکسپرس Sabarmarti Express که پر از زائران هندو بود ، در شهر عمدتا مسلمان گودرا متوقف شد و با کشته شدگان پایان یافت. از بیش از 2،000 نفر.
جاستین در مورد استفاده از هوش مصنوعی واقع گرایانه ، گفت: '99٪ از مردم عام بیشتر با هوش مصنوعی آشنایی دارند كه از یادگیری ماشینی برای اتوماسیون وظایف انسانی مانند طبقه بندی چیزی مانند توییت ها برای مثبت یا منفی و غیره استفاده می كنند ، اما ما برای مثال ، این مطالعه از چیزی به نام هوش مصنوعی چندگانه برای ایجاد یک الگوی روانشناختی واقع بینانه از یک انسان استفاده می کند ، مثلاً چگونه آنها فکر می کنند ، و به خصوص چگونه با گروه ها ارتباط برقرار می کنیم؟ چرا کسی به عنوان یک مسیحی ، یهودی یا مسلمان و غیره شناخته می شود؟ اساساً چگونه می توان باورهای شخصی ما را با این که یک گروه خود را چگونه تعریف می کند هماهنگ می کند؟ "
برای ایجاد این عوامل هوش واقع گرایانه هوش مصنوعی ، تیم از نظریه ها در روانشناسی شناختی استفاده می کنند تا از چگونگی تفکر و پردازش یک انسان به طور طبیعی اطلاعات استفاده کنند. این یک رویکرد جدید یا بنیادی نیست بلکه اولین بار است که از لحاظ جسمی در تحقیقات کاربرد دارد. یک مجموعه کامل از ادبیات نظری وجود دارد که ذهن انسان را با یک برنامه رایانه ای مقایسه می کند ، اما هیچ کس این اطلاعات را نگرفته است و از لحاظ جسمی آن را به یک کامپیوتر برنامه ریزی کرده است ، این یک قیاس مشابه بوده است. این تیم این قوانین را برای تعامل شناختی در برنامه هوش مصنوعی خود برنامه ریزی کرده است تا نشان دهد چگونه باورهای فرد با وضعیت گروهی مطابقت دارد.
آنها این کار را با نگاهی به چگونگی پردازش اطلاعات در برابر تجربیات شخصی خود انجام دادند. ترکیب برخی از مدل های هوش مصنوعی (تقلید از افراد) که تجربه های مثبتی با افراد از سایر ایمان ها داشته اند و برخی دیگر که برخوردهای منفی یا خنثی داشته اند. آنها این کار را کردند تا میزان تشدید و تشدید خشونت را با گذشت زمان بررسی کنند ، و اینکه چگونه می توان یا نمی توان آن را مدیریت کرد.
آنها برای نشان دادن جامعه روزمره و چگونگی تعامل مردم با دین های مختلف در دنیای واقعی ، آنها یک محیط شبیه سازی شده را ایجاد کردند و آن را با صدها یا هزاران نفر (یا میلیون ها نفر) از عوامل الگوی انسانی جمع کردند. تنها تفاوت این است که همه این افراد دارای متغیرهای کمی متفاوت از نظر سن ، قومیت و غیره هستند.
محیط های شبیه سازی شده خود دارای یک طرح اساسی هستند. افراد دارای فضایی هستند که در آن وجود دارند ، اما در این فضا احتمال مشخصی وجود دارد که با خطرات محیطی مانند بلایای طبیعی و بیماری ها و غیره و در مقطعی با یکدیگر ارتباط برقرار کند.
این یافته ها نشان داد که شایع ترین شرایطی که دوره های طولانی افزایش فشار متقابل تنش زنوفوبیک را ممکن می سازد ، هنگامی که خطرات اجتماعی مانند اعضای گروه خارج از منکر اعتقادات اصلی یا ارزش های مقدس گروه ، افراد را تحت الشعاع خود قرار می دهد تا جایی که دیگر نمی توانند با آنها مقابله کنند. فقط وقتی سیستم های اعتقادی اصلی مردم به چالش کشیده می شوند ، یا احساس می کنند که تعهدشان به عقیده خودشان زیر سوال می رود ، اضطراب و اضطراب رخ می دهد. با این حال ، این اضطراب فقط در 20٪ سناریوهایی که ایجاد شده بود منجر به خشونت شد - همه این افراد توسط افراد خارج از گروه و یا در داخل ، بر خلاف اعتقادات اصلی و هویت گروه تحریک شدند.
برخی از مذاهب گرایش به تشویق نمایش های شدید فداکاری نسبت به یک ایمان انتخابی دارند ، و این می تواند به صورت خشونت علیه گروه یا فردی از ایمان دیگر یا شخصی که از این گروه جدا شده است شکل بگیرد.
در حالی که تحقیقات دیگر سعی کرده است از روشهای سنتی یادگیری هوش مصنوعی و ماشینی برای درک خشونت مذهبی استفاده کند ، آنها نتایج متفاوتی ارائه داده اند و موضوعات مربوط به تعصب در برابر جوامع اقلیت در یادگیری ماشینی همچنین موضوعات اخلاقی را مطرح می کند. این مقاله اولین بار است که از AI چند عامل برای مقابله با این سؤال و ایجاد مدلهای رایانه ای واقع گرایانه استفاده شده است.
جاستین گفت: "در نهایت ، برای استفاده از هوش مصنوعی برای مطالعه دین یا فرهنگ ، ما باید به مدل سازی روانشناسی انسانی بپردازیم زیرا روانشناسی ما پایه و اساس دین و فرهنگ است ، بنابراین ریشه اصلی مواردی مانند خشونت مذهبی در چگونگی پردازش ذهن ما است. اطلاعاتی که دنیای ما آنرا ارائه می دهد.
دانستن علت اصلی خشونت مذهبی به افراد این امکان را می دهد تا از این مدل استفاده کنند تا هم این تعارضات را در خود جای دهند و هم به حداقل برسانند و همچنین آنها را افزایش دهند. با این وجود ، با استفاده مؤثر ، این تحقیق می تواند ابزاری مثبت باشد که از جوامع پایدار و ادغام جامعه حمایت می کند.
در پشت این پروژه ، تیم اخیراً در مرکز مدل سازی سیستم های اجتماعی در Kristiansand ، نروژ بودجه لازم را برای یک پروژه جدید دو ساله تأمین کرده است ، که تغییرات جمعیتی مربوط به مهاجرت و ادغام در اروپا مانند رومی ها در اسلواکی را بررسی می کند و اسکان مجدد پناهندگان سوری در لسبوس به نروژ ، به منظور کمک به دولت نروژ برای بهینه سازی روند ادغام.
http://socialrus.com/story5196221/پمپ-وکیوم-آبی
تشخیص تصاویر صورت جعلی ایجاد شده توسط انسان و ماشین