skip to Main Content
محتوای اختصاصی کاربران ویژهورود به سایت

فراموشی رمز عبور

با شبکه های اجتماعی وارد شوید

عضو نیستید؟ عضو شوید

ثبت نام سایت

با شبکه های اجتماعی وارد شوید

عضو نیستید؟ وارد شوید

فراموشی رمز عبور

وارد شوید یا عضو شوید

جشنواره نوروزی آنر

توسعه هوش مصنوعی آینده‌نگر در ایران با مدل سری زمانی «فلامینگو» امکان‌پذیر شد

۱۸ اسفند ۱۴۰۳

زمان مطالعه : ۳ دقیقه

مدل بنیادی سری زمانی «فلامینگو»، جدیدترین سرویس اپن سورس مرکز تحقیقات هوش مصنوعی پارت است که هم‌اکنون به صورت متن‌باز عرضه شده و به‌منظور تخمین دقیق رخداد‌های آینده، در دسترس توسعه‌دهندگان کشور قرار دارد. این مدل بنیادی با استفاده از ترکیب داده‌های واقعی و ساختگی، شامل ۱۰۰ میلیارد نقطه داده آموزش دیده و توانسته به این وسیله، قابلیت پیش‌بینی مدل را به‌طور قابل‌توجهی بهبود ببخشد.

به گزارش روابط عمومی مرکز تحقیقات هوش مصنوعی پارت، مدل سری زمانی «فلامینگو» که فرآیند توسعه و فاین‌تیون خود را به‌طور اختصاصی در این مجموعه طی کرده است، به صورت متن‌باز عرضه شد. مدل‌های سری زمانی، پتانسیل ویژه‌ای در پیش‌بینی داده‌های آینده دارند و قادرند با در اختیار داشتن داده‌هایی از گذشته و حال، رخدادهای آتی را با دقت قابل‌قبولی تخمین بزنند. همین ویژگی تحول‌آفرین باعث شده تا ریسک انجام فعالیت‌ها، چه تجاری و چه غیرتجاری، تا حد زیادی کاهش پیدا کند و استراتژی‌های قابل‌اتکایی برای آینده وضع شود. مدل‌های سری زمانی در حوزه‌های مختلفی مورد استفاده قرار می‌گیرند که از جمله آنها می‌توان به موارد زیر اشاره کرد:

  • مالی و اقتصاد: پیش‌بینی قیمت سهام، نرخ ارز و دیگر شاخص‌های مالی
  • سلامت و درمان: تحلیل داده‌های پزشکی و پایش بیماران
  • سیستم‌های نظارتی و IoT: تحلیل داده‌های حسگرها، پیش‌بینی خرابی تجهیزات
  • آب‌وهوا و محیط‌زیست: پیش‌بینی دما، بارش و الگوهای جوی
  • حمل‌ونقل و لجستیک: بهینه‌سازی مسیرها، پیش‌بینی ترافیک و تأخیرها

برخورداری از مدل‌های سری زمانی دقیق و حرفه‌ای، یکی از شاخصه‌های اصلی توسعه‌یافتگی در هر اکوسیستم هوش مصنوعی به‌حساب می‌آید. به همین منظور، پارت با هدف رشد و پیشرفت روزافزون زیست‌بوم هوش مصنوعی کشور، مدل سری زمانی فلامینگو را توسعه داده است. این مدل بنیادی بر پایه مدل Google Times FM توسعه یافته و توانسته علاوه بر رفع برخی محدودیت‌های مدل پایه، از جمله پیچیدگی زیاد و دشواری استفاده برای توسعه‌دهندگان مبتدی، قابلیت‌های کاربردی دیگری را هم به این مدل اضافه کند. از جمله مهم‌ترین آنها، امکان دسته‌بندی داده‌هاست که نقش بسزایی در بهبود عملکرد مدل دارد.

علاوه‌براین، فلامینگو به قابلیت جدیدی تحت عنوان «Zero-shot» مجهز است که امکان پیش‌بینی بر اساس داده‌های جدید، بدون نیاز به آموزش مجدد را فراهم می‌کند. در کنار این قابلیت‌ها، فلامینگو از افق پیش‌بینی ۱۲۸ نقطه‌ای بهره می‌برد و می‌تواند در مواجهه با پیش‌بینی‌های بلندمدت‌تر، عملکرد مناسبی از خود به نمایش بگذارد.
پارت همچنین از برنامه خود درباره آینده مدل بنیادی فلامینگو خبر داد. این مجموعه قصد دارد تا با عرضه به‌روزرسانی‌هایی، عملکرد مدل را بیش‌ازپیش بهبود ببخشد و قابلیت‌های جدیدی را به آن اضافه کند. اضافه‌شدن تسک‌های جدید از جمله Anomaly Detection، آموزش بر روی Domain های مختلف و… بخشی از نقشه راه آینده مدل فلامینگو را تشکیل می‌دهند.
مدل بنیادی سری زمانی «فلامینگو» هم‌اکنون به صورت متن‌باز در دسترس است و شما می‌توانید با مراجعه به وب‌سایت «هاگینگ‌فیس»، نسبت به تست رایگان و استفاده از این مدل بنیادی اقدام کنید.

https://pvst.ir/ki8

0 نظر

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

*

برای بوکمارک این نوشته
Back To Top
جستجو