دروازه منطقی XOR که زمانی خروجی 1 میدهد که ورودیها متفاوت باشند.
تعریف: پهپادهای خودران (Autonomous Drones) به انواعی از پهپادها (UAVs) اطلاق میشود که قادرند بدون نیاز به هدایت یا کنترل انسانی، وظایف خود را بهطور خودکار و مستقل انجام دهند. این پهپادها با استفاده از تکنولوژیهای پیشرفتهای مانند حسگرهای دقیق، الگوریتمهای هوش مصنوعی (AI)، یادگیری ماشین و سیستمهای موقعیتیابی جهانی (GPS) قادر به پرواز، جمعآوری دادهها، شبیهسازی مسیرها، و انجام مأموریتهای مختلف هستند. پهپادهای خودران در زمینههای مختلفی از جمله کشاورزی، نقشهبرداری، نظارت، امدادرسانی و حملونقل کاربرد دارند.
تاریخچه: مفهوم پهپادهای خودران از دههها پیش با پیشرفتهای اولیه در فناوری پهپادها و سیستمهای خودکار شروع شد. ابتدا، پهپادها برای مقاصد نظامی و تحقیقاتی بهطور دستی کنترل میشدند، اما با گسترش استفاده از این فناوریها و توسعه سیستمهای خودران، کاربرد آنها در بخشهای غیرنظامی نیز افزایش یافت. در دهه 2000، پهپادهای خودران برای استفاده در کشاورزی، نقشهبرداری و تحویل کالاها شروع به ظهور کردند. در حال حاضر، این فناوری در حال تحول است و بهویژه در زمینههای تجاری و صنعتی بهسرعت در حال گسترش است.
چگونه پهپادهای خودران کار میکنند؟ پهپادهای خودران از ترکیبی از حسگرها، نرمافزارهای هوش مصنوعی و سیستمهای موقعیتیابی برای انجام عملیات خود استفاده میکنند. این سیستمها بهطور مستقل تصمیمگیری کرده و برای انجام مأموریتهای مختلف بهطور خودکار پرواز میکنند. فرآیندهای کلیدی که در پهپادهای خودران استفاده میشوند، عبارتند از:
ویژگیهای کلیدی پهپادهای خودران: پهپادهای خودران ویژگیهایی دارند که آنها را از پهپادهای معمولی متمایز میکند. برخی از این ویژگیها عبارتند از:
کاربردهای پهپادهای خودران: پهپادهای خودران کاربردهای فراوانی در صنایع مختلف دارند. برخی از این کاربردها عبارتند از:
مزایای پهپادهای خودران: استفاده از پهپادهای خودران مزایای زیادی دارد که برخی از آنها عبارتند از:
چالشها و محدودیتها: با وجود مزایای زیاد، پهپادهای خودران با چالشهایی روبرو هستند:
آینده پهپادهای خودران: آینده پهپادهای خودران با توجه به پیشرفتهای فناوری بسیار نویدبخش است. این فناوریها بهویژه در صنعتهای مختلف مانند کشاورزی، حملونقل، مراقبتهای بهداشتی و نظارت امنیتی کاربردهای گستردهتری خواهند یافت. پیشرفتهای بیشتر در زمینه هوش مصنوعی و شبکههای 5G میتواند عملکرد پهپادهای خودران را بهبود بخشد و زمینههای جدیدی برای استفاده از این فناوری فراهم کند. برای درک بهتر این واژه میتوانید از سایت saeidsafaei.ir استفاده کنید و از اسلایدهای محمد سعید صفایی بهره ببرید.
این اسلاید به معرفی مفاهیم اولیه هوش مصنوعی میپردازد. ابتدا، تفاوتهای مغز، ذهن، هوش، تفکر و عقل توضیح داده شده است؛ بهطوریکه مغز سختافزار و ذهن نرمافزار است. سپس، هوش به عنوان توانایی یادگیری، حل مسئله و سازگاری با محیط تعریف میشود. تفاوت هوش و تفکر نیز بیان میشود که هوش ظرفیت یادگیری است و تفکر فرآیند استفاده از هوش. در ادامه، انواع هوش مصنوعی مانند هوش مصنوعی ضعیف (برای انجام کارهای خاص) و هوش مصنوعی عمومی (قادر به انجام هر کاری مانند انسان) معرفی میشود. همچنین، تفاوت هوش مصنوعی با عقل و خطرات احتمالی آن نیز مطرح میشود.
دروازه منطقی XOR که زمانی خروجی 1 میدهد که ورودیها متفاوت باشند.
فایروال سیستم امنیتی است که دسترسی غیرمجاز به شبکههای کامپیوتری را کنترل میکند.
کانکتور مخصوص کابلهای Twisted Pair که برای اتصال به شبکههای اترنت مورد استفاده قرار میگیرد.
مجموعهای از شبکههای متصل که تحت کنترل یک یا چند مدیر شبکه قرار دارند و سیاست مسیریابی یکسانی را بهکار میبرند.
تبدیل عدد از مبنای ده به شانزده که در این فرایند از تقسیم مکرر عدد بر 16 و نگهداری باقیماندهها استفاده میشود.
الگوریتمهایی هستند که برای ترتیبدهی دادهها به روشهای مختلف از جمله مرتبسازی صعودی و نزولی استفاده میشوند.
بهینهسازی یادگیری عمیق به تکنیکهایی اطلاق میشود که برای بهبود عملکرد مدلهای یادگیری عمیق به کار میروند.
توابع ریاضی توابعی هستند که عملیاتهای ریاضی مانند جمع، تفریق، ضرب، تقسیم، ریشهگیری و لگاریتمگیری را انجام میدهند. این توابع معمولاً در کتابخانههای استاندارد مانند cmath در C++ موجود هستند.
رباتیک ابری به استفاده از فناوریهای ابری برای کنترل و مدیریت رباتها از راه دور اطلاق میشود.
مهندسی زیستشناسی مصنوعی به طراحی و مهندسی موجودات یا سیستمهای مصنوعی با ویژگیهای بیولوژیکی گفته میشود.
شبکههای هوشمند به سیستمهای برقرسانی گفته میشود که از فناوریهای دیجیتال برای نظارت و بهینهسازی مصرف انرژی استفاده میکنند.
واقعیت افزوده (AR) محیط واقعی را با اطلاعات دیجیتال یا تصاویر ترکیب میکند تا تجربهای تعاملی و غنی ایجاد کند.
پهنای باند اختصاصی به یک کاربر یا دستگاه که برای آن دستگاه بهطور اختصاصی تخصیص داده میشود.
نویز ناشی از انتقال سیگنالها از یک خط به خط دیگر، که معمولاً در کابلهای جفت تابیده یا کابلهای چند هستهای رخ میدهد.
زبانهای برنامهنویسی سطح پایین به زبانهایی اطلاق میشوند که به کد ماشین نزدیکترند و معمولاً برای تعامل مستقیم با سختافزار استفاده میشوند.
روش تقسیمبندی ثابت زیربخشهای شبکه که در آن تمامی زیربخشها از اندازه یکسان برخوردارند.
فرآیندی که در آن روترها مسیرهای بهترین برای ارسال بستههای داده به مقصد را تعیین میکنند.
انتقال سبک عصبی یک تکنیک یادگیری ماشین است که برای اعمال سبک هنری به تصاویر استفاده میشود.
در توپولوژی شبکههای بیسیم، کامپیوترها از کارت شبکه کابلی استفاده نمیکنند و از تکنولوژی بیسیم برای ارتباط استفاده میشود.
پورتهایی که برای اتصال دستگاههای کاربری به سوئیچها استفاده میشوند و به یک VLAN خاص تعلق دارند.
یک گیگابایت معادل ۱۰^۹ بایت یا 1,073,741,824 بایت است و معمولاً برای اندازهگیری ظرفیت ذخیرهسازی استفاده میشود.
ابعاد آرایه به تعداد محورهایی گفته میشود که دادهها در آنها سازماندهی شدهاند. آرایهها میتوانند یکبعدی، دوبعدی، یا چندبعدی باشند.
لیست پیوندی دوطرفه یک نوع خاص از لیست پیوندی است که هر عنصر در آن به دو عنصر قبلی و بعدی خود اشاره دارد.
یادگیری خود-نظارتی یک روش یادگیری ماشین است که در آن مدلها از دادهها بدون برچسبهای صریح یاد میگیرند.
محاسبات پایدار به استفاده از تکنولوژیهای سبز و کممصرف برای انجام محاسبات پیچیده و تحلیل دادهها اطلاق میشود.
تبدیل عدد از مبنای ده به مبنای هشت که به طور معمول با تقسیم مکرر عدد بر 8 و نگهداری باقیماندهها انجام میشود.
ورودیهایی که به عنوان بخشی از خروجیهای قبلی سیستم وارد میشوند و تاثیر زیادی بر بهبود یا اصلاح فرآیندهای سیستم دارند.
نوعی مسیریابی که علاوه بر شمارش تعداد هاپها، مسیر دقیق عبوری دادهها را نیز ثبت میکند.
محاسبات ژنومی به استفاده از تکنیکهای محاسباتی برای تجزیه و تحلیل دادههای ژنتیکی و ژنومیک اطلاق میشود.
آدرسهای IP که از subnet mask استاندارد کلاسهای A، B و C استفاده میکنند.
عملگر یا دستور کانتینیو برای ادامه دادن به مرحله بعدی در یک حلقه یا فرایند استفاده میشود.
مدل ارتباطی که در آن دو دستگاه بهطور مستقیم به یکدیگر متصل میشوند.
نوع دادهای است که مشابه با نوع داده float است، اما دقت بیشتری را برای ذخیرهسازی اعداد اعشاری فراهم میکند.
نرخ بیت متغیر که در آن نرخ انتقال دادهها بسته به نیاز و پیچیدگی دادهها تغییر میکند.
تکنیک تقسیم شبکه به زیربخشهایی با طول متغیر که به مدیر شبکه اجازه میدهد تا از آدرسها بهطور بهینهتر استفاده کند.