کدام کشورها بیشترین سهم بدهی ایالات متحده را دارند

هر ساله ، ایالات متحده باید اوراق قرضه خزانه داری بیشتری را برای تامین کسری بودجه رو به رشد خود قرار دهد.

این بدهی توسط سرمایه گذاران داخلی و خارجی به دست می آید. در عین حال ، دارندگان خارجی اوراق قرضه خزانه داری ایالات متحده رکورد 9.4 تریلیون دلار از کل خود را دارند. در مجموع ، کشورهای اروپایی تقریبا 40 درصد از کل بدهی های آمریکایی را که مالکیت خارجی در اختیار دارد کنترل می کنند.

اینفوگرافی سهم کشورهای خارجی دربدهی خارجی ایالات متحده

این اینفوگرافی نشان می دهد که کدام کشورها مالک بدهی ایالات متحده هستند ، بر اساس داده های وزارت خزانه داری ایالات متحده. ژاپن بزرگترین دارنده خارجی اوراق بهادار خزانه داری ایالات متحده است که 1.2 تریلیون دلار را تشکیل می دهد.

در سال 2019 ، ژاپن از چین پیشی گرفت ، که تغییر قابل توجهی نسبت به یک دهه پیش بود ، زمانی که چین تقریبا 1.3 تریلیون دلار بدهی آمریکایی داشت. از آن زمان ، سهام چین در اوراق قرضه خزانه داری ایالات متحده تقریبا به نصف کاهش یافته است ، در حالی که سهام ژاپن در همان دوره ، حدود 61 میلیارد دلار رشد کرده است.

بعد انگلستان است که 888.5 میلیارد دلار بدهی فدرال آمریکا را در اختیار دارد. در طول 12 ماه گذشته ، حجم سرمایه گذاری آن با نرخ دو رقمی رشد کرده است ، روندی که برای تعدادی از کشورهای اروپایی دیگر ، از جمله بلژیک ، فرانسه و نروژ معمول است.

در عین حال ، برعکس ، کشورهای بریکس به طور فعال موقعیت خود را کاهش می دادند. حجم اوراق قرضه ایالات متحده در برزیل 27 درصد کاهش یافت ، پیش از کاهش در هند (-20٪) و چین (-11٪). در عین حال ، در پایان سال 2025 ، سهم طلا در ذخایر جهانی بانک های مرکزی برای اولین بار از سال 1996 از سهم اوراق قرضه خزانه داری ایالات متحده فراتر رفت.

اگرچه تقاضا برای اوراق قرضه دولت ایالات متحده توسط بسیاری از عوامل پیچیده شکل گرفته است ، سال 2025 به وضوح تفاوت فزاینده ای از روند را نشان داد. متحدان سنتی ایالات متحده به افزایش سرمایه گذاری های خود ادامه دادند ، در حالی که کشورهای دیگر به طور فزاینده ای ذخایر خود را متنوع کردند ، که احتمالا منعکس کننده نفوذ فزاینده ملاحظات ژئوپلیتیک است.

GDPآمریکا درسال 2024 مقدار29167.78میلیارد دلار گزارش شده است و بدهی های داخلی این کشوردرسال 2025 تقریبا 28600میلیارد دلار تخمین زده می شوداگر سود پرداختی را 5 درصد بگیریم وکل بدهی های این کشوردرسال2026 مقدار40000میلیارد دلار باشداین کشور2000 میلیارددلار باید سوداوراق قرضه پرداخت کندکه 1430میلیارددلارآن پرداخت داخلی است.

ببینیم اگر آمریکا تصمیم بگیرد بدهی های خودرا پرداخت نکندچه اتفاقی می افتد؟

مدیر اجرایی جنجالی ونزوئلا پس از توافق نفتی ترامپ، سرمایه‌گذاران را به خود جذب می‌کند

آلخاندرو بتانکورت شریک اصلی ایالات متحده در شرکتی است که بیش از 65 میلیارد بشکه ذخایر نفتی را کنترل خواهد کرد

این توافق که روز جمعه توسط دونالد ترامپ اعلام شد، تلاشی برای ایجاد اعتماد رو به زوال در بخش نفت ونزوئلا است

جف دایر در لندن، جیمی اسمیت در نیویورک، الا لی در واشنگتن و جو دنیلز در بوگوتا

فایننشال تایمز

منتشر شده در ۳۰ آگوست ۲۰۲۶

مدیر اجرایی جنجالی انرژی ونزوئلا که اکنون شریک تجاری دولت ترامپ است، شروع به مذاکره با سرمایه‌گذاران بالقوه در میادین نفتی کرده که درآینده به طور مشترک کنترل خواهند شد.

به عنوان بخشی از توافق غیرمعمول انرژی بین واشنگتن و کاراکاس که روز جمعه اعلام شد، الخاندرو بتانکورت، مالک دومین شرکت بزرگ نفتی خصوصی در ونزوئلا، شریک اصلی دولت در شرکتی است که بیش از ۶۵ میلیارد بشکه از ذخایر این کشور را کنترل خواهد کرد.

به گفته افرادی که در جریان این توافق قرار گرفته‌اند، این شرکت جدید به دنبال اعطای مجوز یا ایجاد سرمایه‌گذاری مشترک با گروه‌های انرژی آمریکایی و سایر سرمایه‌گذاران در برخی یا تمام ۱۷ میدان نفتی مختلفی است که به آنها دسترسی دارد. برخی از این میدان‌های نفتی قبلاً در اختیار شرکت‌های چینی و روسی بوده‌اند.

بتنکورت به دلیل ارتباط نزدیکش با دولت سوسیالیستی که از زمان روی کار آمدن هوگو چاوز در سال ۱۹۹۹ در قدرت بوده است، چهره‌ای بسیار دوقطبی در ونزوئلا است. او برجسته‌ترین بولیچیکو است، اصطلاحی برای طبقه‌ای از افراد بانفوذ سیاسی که در دوران چاوز ظهور کردند.

.

الخاندرو بتانکورت

 

آلخاندرو بتانکورت به دلیل ارتباطاتش با دولت سوسیالیستی که از زمان روی کار آمدن هوگو چاوز در سال ۱۹۹۹ در ونزوئلا قدرت را در دست دارد، چهره‌ای جنجالی در ونزوئلا است.

کاخ سفید و وزارت امور خارجه ایالات متحده بلافاصله به درخواست‌ها برای اظهار نظر پاسخ ندادند.

شرکت بتانکورت، شرکای انرژی آبی آمریکای شمالی (NABEP)، اعلام کرد که مشتاقانه منتظر همکاری با دولت ایالات متحده در هر ظرفیتی است تا «رویاهای رئیس جمهور ترامپ و رئیس جمهور موقت رودریگز را محقق کند: بازسازی صنعت انرژی این کشور به نفع مردم ونزوئلا، ایالات متحده و کل نیمکره غربی».

این توافق که عصر جمعه توسط دونالد ترامپ اعلام شد، تلاشی برای ایجاد اعتماد در بخش نفت ونزوئلا است که در دهه گذشته در نتیجه سوء مدیریت و تحریم‌ها فروپاشیده است.

ترامپ روز یکشنبه در یک پست اجتماعی در سایت Truth Social گفت: «یکی از کارهایی که می‌خواهم با نفت ونزوئلا انجام دهم، پر کردن ذخایر ملی استراتژیک است که به دلیل جو بایدن خواب‌آلود، عملاً خالی شده است.»

«روند «صفر کردن» خیلی زود آغاز خواهد شد و هدیه‌ای از ونزوئلا به مردم ایالات متحده است. متشکرم!»

پس از عملیات نظامی ژانویه برای دستگیری و بازداشت رئیس جمهور سابق، نیکولاس مادورو، ایالات متحده امیدوار بود که رونق سرمایه‌گذاری در بخش نفت این کشور را ایجاد کند.

با این حال، برخلاف ناامیدی دولت، تعداد کمی از شرکت‌های بزرگ به دلیل آنچه که آنها خطرات سیاسی و حقوقی تحت حکومت فعلی به رهبری رئیس جمهور موقت، دلسی رودریگز، می‌بینند، حاضر به سرمایه‌گذاری در ونزوئلا نشده‌اند.

شرکت‌های اکسون موبیل و کونوکوفیلیپس، که هر دو میلیاردها دلار دارایی در ونزوئلا در دهه‌های اخیر مصادره کرده‌اند، فعلاً تصمیم گرفته‌اند که سرمایه‌گذاری نکنند. چندین شرکت با فعالیت‌های موجود در این کشور - شورون، رپسول و انی - امسال با دولت ونزوئلا توافقاتی انجام داده‌اند.

رودریگز شنبه شب در یک سخنرانی تلویزیونی گفت که این توافق شامل توسعه هشت بلوک گرینفیلد در کمربند نفتی اورینوکو ونزوئلا با حداقل حق امتیاز ۱۶ درصد و مالیات بر درآمد ۳۴ درصد است. رئیس جمهور موقت به بتانکورت یا NABEP اشاره‌ای نکرد.

به عنوان بخشی از این توافق، دفتر سرمایه استراتژیک پنتاگون به شرکت‌های نفتی که مجوزهای برنامه‌ریزی شده را دریافت می‌کنند، ضمانت‌هایی ارائه می‌دهد تا برخی از خطرات مالی و سیاسی که در ونزوئلا با آن مواجه هستند را پوشش دهد.

OSC در دولت جو بایدن برای افزایش سرمایه‌گذاری در فناوری‌هایی که برای امنیت ملی حیاتی تلقی می‌شوند، تأسیس شد و ظرفیت وام‌دهی تا ۲۰۰ میلیارد دلار را دارد. یکی از افراد مطلع از این توافق گفت که OSC ابزاری برای ارائه ضمانت به سرمایه‌گذاران بالقوه بدون درخواست بودجه از کنگره فراهم می‌کند.

NABEP روزانه حدود ۲۰۰۰۰۰ بشکه نفت تولید می‌کند. به گفته افرادی که در جریان مذاکرات قرار گرفته‌اند، سرمایه‌گذاران خصوصی که با آنها در مورد مجوزهای احتمالی میدان نفتی یا سرمایه‌گذاری‌های مشترک مذاکره می‌کند، شامل Lionheart Holdings نیز می‌شود. Lionheart Holdings توسط Lionheart Capital، یک شرکت سرمایه‌گذاری مستقر در میامی که توسط Ophir تأسیس شده است، حمایت می‌شود.

NABEP اعلام کرد که با سایر سرمایه‌گذاران بالقوه در حال «مذاکره» نیست.

به غیر از ضمانت‌ها، دولت ایالات متحده هیچ پولی را به شرکت‌هایی که مجوزها را دریافت می‌کنند، پیشاپیش پرداخت نخواهد کرد. با این حال، به گفته افرادی که در مورد این ساختار اطلاعاتی دارند، ممکن است به شرکت‌هایی که در آینده سهام را دریافت می‌کنند، ضمانت‌هایی اعطا شود که می‌تواند منجر به خرید سهام در آینده شود و به آن حق اولویت در رد جریان نفت را بدهد.

بتانکور ثروت خود را در بخش برق ونزوئلا از طریق قراردادهای بدون مناقصه که توسط دولت چاوز اعطا شد، به دست آورد و بعداً به معاملات مرتبط با شرکت نفت دولتی پترولئوس د ونزوئلا (PDVSA) گسترش یافت.

او و شرکت‌هایش در حوزه‌های قضایی از جمله اسپانیا و سوئیس به دلیل اتهامات مربوط به اختلاس و پولشویی مورد تحقیق قرار گرفته‌اند. بتانکور در هیچ یک از این دو کشور متهم نشده است. وکلای او مدت‌هاست که هرگونه تخلفی را رد کرده‌اند و معتقدند که ثروت او مشروع است.

برایان نارانجو، معاون سابق رئیس هیئت نمایندگی در سفارت ایالات متحده در کاراکاس، گفت که اعلام این توافق "سوالات بسیار بیشتری نسبت به پاسخ‌ها" ایجاد کرده است. نارانجو اظهار داشت که ترامپ باید پیش از انتخابات میان‌دوره‌ای ایالات متحده در ماه نوامبر، پیروزی خود را در ونزوئلا اعلام کند.

او گفت: "مطمئن نیستم که این نوشدارویی باشد که آنها ادعا می‌کنند. منظورم این است که ما چند بار در خلیج فارس با ایران اعلام پیروزی کرده‌ایم؟ حالا، چند بار قرار است این داستان‌های موفقیت عظیم را در ونزوئلا داشته باشیم؟"

عمدات اونر، دیپلمات سابق ترکیه که در کاراکاس خدمت کرده است، گفت که این اعلامیه می‌تواند به عنوان یک «اقدام آبرومندانه» تلقی شود و به دولت یک داستان اقتصادی و استراتژیک برای اشاره به انتخابات میان‌دوره‌ای می‌دهد.

با این حال، اونر گفت که این توافق با مشکل واقعی مشروعیت روبرو است - به ویژه با توجه به امتیاز ۱۰۰ ساله اعلام شده توسط ترامپ - زیرا رودریگز انتخاب نشده بود. رودریگز روز شنبه گفت که این توافق به مدت ۲۵ سال پابرجا خواهد ماند.

اونر گفت: «یک دولت منتخب آینده می‌تواند دلایل محکمی برای به چالش کشیدن یا مذاکره مجدد این توافق داشته باشد، به ویژه اگر معتقد باشد که دولت فعلی اختیار متعهد کردن کشور به مدت یک قرن را نداشته است.»

وی گفت: «اندازه توافق، سرعت پیشرفت آن، ساختار غیرمعمول، انتخاب شرکا و چارچوب قانونی از طرف ونزوئلا، همگی سوالات واقعی را در مورد اینکه آیا واقعاً می‌تواند پابرجا بماند، مطرح می‌کنند.»

الیاس فرر، رئیس شرکت مشاوره‌ای Orinoco Research، گفت که این قرارداد آمریکا می‌تواند به جای کاهش عدم قطعیت و ریسک برای سرمایه‌گذاران بین‌المللی، آن را افزایش دهد، زیرا به دولت ترامپ متکی است.

فرر گفت: "اگر دموکرات‌ها در انتخابات میان‌دوره‌ای نوامبر پیروز شوند، بدون شک به دنبال این قراردادها خواهند رفت. آنها همین حالا هم ترامپ را به "تغییر یک دیکتاتور به دیکتاتور دیگر" و طرفداری از یک مرد نفتی ونزوئلایی با پیشینه‌ای جنجالی متهم می‌کنند."

.

وضعیت فعلی ترافیک در تنگه هرمز

خبرگزاری شینهوا، پکن، 20 آگوست - تحلیل اخبار | معضل تنگه هرمز در پس «عبور کشتی‌ها»

https://www.news.cn/world

سو لیانگ، خبرنگار خبرگزاری شینهوا

وضعیت فعلی ترافیک در تنگه هرمز چگونه است؟ روایت‌ها متفاوت است. ایالات متحده ادعا می‌کند که تنگه همچنان باز است و یک کانال کشتیرانی با اسکورت ارتش ایالات متحده ایجاد شده است؛ با این حال، ایران می‌گوید که تنگه هرمز تا زمانی که ایالات متحده شرایط خود را برآورده نکند، بسته خواهد ماند.

آخرین داده‌های آژانس ردیابی کشتی کپلر نشان می‌دهد که نه کشتی حامل کالا در روز نوزدهم از تنگه هرمز عبور کرده‌اند، که همان تعداد روز قبل است. پیش از این، در روز شانزدهم، تعداد کشتی‌های عبوری به یک کشتی کاهش یافته بود. این ارقام نشان می‌دهد که اگرچه تنگه کاملاً خالی از کشتیرانی نیست، اما عادی‌سازی ناوبری هنوز مدتی طول می‌کشد.

تنگه هرمز یک گلوگاه حیاتی برای حمل و نقل انرژی جهانی است که پیش از این تقریباً یک پنجم حمل و نقل نفت خام و فرآورده‌های نفتی تصفیه شده جهان را انجام می‌داد و همچنین یک مسیر مهم حمل و نقل گاز طبیعی مایع (LNG) است. قبل از درگیری‌های خاورمیانه، حجم نفت خام و فرآورده‌های نفتی تصفیه شده منتقل شده از طریق این تنگه تقریباً 20 میلیون بشکه در روز بود.

آکسیوس، یک وب‌سایت خبری آمریکایی، در 19 اکتبر به نقل از مقامات آمریکایی گزارش داد که ارتش ایالات متحده بی‌سروصدا یک مسیر کشتیرانی از طریق تنگه هرمز ایجاد کرده است و تضمین می‌کند که روزانه "میلیون‌ها بشکه" نفت از تنگه هرمز خارج می‌شود و این امر تأثیر قابل توجهی بر عرضه جهانی دارد. وزیر انرژی ایالات متحده پیش از این اعلام کرده بود که روزانه 9 میلیون بشکه نفت خام از طریق تنگه هرمز منتقل می‌شود.

با این حال، این رقم با تخمین‌های رسانه‌های بازار تفاوت قابل توجهی دارد. کپلر و SEB Research پیش از این تجزیه و تحلیل کرده بودند که حجم فعلی حمل و نقل نفت خام از طریق این تنگه تقریباً 15 درصد از سطح قبل از جنگ است.

تحلیلگران می‌گویند که وضعیت متغیر در خاورمیانه و توقف ناگهانی از سرگیری عبور از تنگه هرمز نشان می‌دهد که وضعیت فعلی هنوز عدم قطعیت قابل توجهی را برای کشتیرانی جهانی به همراه دارد. رویترز در هجدهم گزارش داد که از پایان ماه ژوئیه، برخی از واردکنندگان انرژی به تدریج ارسال کشتی‌ها از طریق تنگه را کاهش داده و از روش‌های کشتی به کشتی برای انتقال نفت خام به خارج از تنگه استفاده می‌کنند.

تغییرات در شرایط کشتیرانی به معنای افزایش هزینه‌های سوخت، پرسنل و بیمه است. به طور خاص، پیشنهاد ایران برای دریافت هزینه برای کشتی‌های عبوری از تنگه می‌تواند نشان‌دهنده تغییر عمده‌ای در الگوهای کشتیرانی در منطقه باشد. برای صاحبان کشتی، حتی اگر عبور از تنگه همچنان امکان‌پذیر باشد، احیای قابلیت تجاری کشتیرانی از طریق تنگه دشوار خواهد بود، مگر اینکه خطرات ایمنی و هزینه‌های بیمه کاهش یابد.

 

نوسانات قیمت‌های بین‌المللی نفت به طور غیرمستقیم منعکس‌کننده تنش‌ها در تنگه هرمز است. قیمت‌های بین‌المللی نفت روند صعودی خود را از سر گرفته‌اند و برای چندین روز معاملاتی متوالی افزایش یافته‌اند. قیمت‌های آتی نفت خام برنت بالای ۹۰ دلار در هر بشکه تثبیت شده است. تحلیل رویترز نشان می‌دهد که بازار به تدریج سناریوی انسداد طولانی مدت تنگه را در نظر می‌گیرد، نه اینکه انتظار داشته باشد تنگه در کوتاه مدت به حالت عادی برگردد.

در مقایسه با خود قیمت نفت، بازار بیشتر نگران این است که آیا شکاف عرضه ادامه خواهد یافت و آیا ظرفیت حمل و نقل جایگزین می‌تواند این شکاف را پر کند یا خیر.

در حال حاضر، کشورهای تولیدکننده نفت خلیج فارس در تلاشند تا با استفاده از بنادر و خطوط لوله جایگزین صادرات انجام دهند، اما برخی از مسیرهای جایگزین نیاز به مسافت‌های حمل و نقل طولانی‌تری دارند. رویترز گزارش می‌دهد که عربستان سعودی و سایر کشورهای تولیدکننده نفت در حال از سرگیری بارگیری در برخی بنادر هستند و در عین حال روش‌های صادراتی را که از تنگه هرمز عبور می‌کنند، بررسی می‌کنند. با این حال، برای چنین حمل و نقل انرژی در مقیاس بزرگ، بعید است که مسیرهای جایگزین بتوانند شکاف ناشی از انسداد تنگه را در کوتاه مدت به طور کامل پر کنند.

بازار گاز طبیعی مایع نیز تحت فشار است. قطر و امارات متحده عربی صادرکنندگان اصلی جهانی گاز طبیعی مایع (LNG) هستند که بخش قابل توجهی از صادرات آنها از طریق تنگه هرمز انجام می‌شود. مسدود شدن عبور از این تنگه به ​​این معنی است که واردکنندگان عمده LNG آسیا باید منابع تأمین جایگزین پیدا کنند که این امر باعث افزایش مسافت حمل و نقل و هزینه‌های تدارکات می‌شود.

وضعیت فعلی تنگه هرمز تأثیر ویژه‌ای بر اقتصادهای آسیایی مانند ژاپن و کره جنوبی دارد. اگر تصمیمات بر اساس فرض انسداد طولانی مدت گرفته شود، این کشورها باید با افزایش واردات انرژی از مناطق دیگر، تنظیم موجودی‌ها و تغییر مسیرهای کشتیرانی، عرضه خود را تثبیت کنند.

در حال حاضر، بازار جهانی دیگر صرفاً بر این موضوع متمرکز نیست که آیا کشتی‌ها می‌توانند از این تنگه عبور کنند یا خیر، بلکه بر این موضوع متمرکز است که آیا تنگه هرمز می‌تواند ناوبری تجاری ایمن، پایدار و قابل پیش‌بینی را احیا کند یا خیر. حتی بدون اعلام رسمی بسته شدن تنگه، تا زمانی که حجم ترافیک پایین باشد، شرکت‌های کشتیرانی همچنان هزینه‌های سوخت، بیمه و عملیاتی بالاتری را متحمل خواهند شد و فرار از ریسک ناشی از آن را برای بازار جهانی انرژی دشوار می‌کند.

تحلیلگران خاطرنشان می‌کنند که نگرانی واقعی، احتمال وقوع یک بحران طولانی مدت است. اگر تنگه هرمز فقط به طور موقت مسدود شود، بازار جهانی انرژی می‌تواند توسط موجودی‌ها و منابع جایگزین، تحت تأثیر قرار گیرد. با این حال، اگر صادرات از کشورهای خلیج فارس برای مدت طولانی محدود شود، تأثیر آن می‌تواند در امتداد زنجیره‌های انرژی، کشتیرانی، تولید و قیمت مصرف‌کننده بیشتر منتقل شود و عدم قطعیت جدیدی را به اقتصاد جهانی که در حال حاضر با فشارهای دوگانه رشد و تورم روبرو است، اضافه کند.

اینکه آیا تنگه هرمز می‌تواند بازگشایی شود، نه تنها به میزان نفتی که می‌توان روزانه از خلیج فارس خارج کرد، مربوط می‌شود، بلکه به دریچه‌ای مهم برای مشاهده میزان مقاومت بازار جهانی انرژی و حتی اقتصاد جهان در برابر تأثیر این درگیری ژئوپلیتیکی تبدیل خواهد شد.

تحلیلگران هشدار می‌دهند که آرامش درتنگه هرمز ممکن است عوارض اقتصادی که از قبل «در حال شکل‌گیری» است را کاهش ندهد.

منتشر شده در جمعه، 19 ژوئن 2026 صبح به وقت شرق آمریکاخبرگزاری سی ان بی سی

نشانه‌های اولیه بازگشایی تنگه هرمز، شدیدترین تهدید برای تامین انرژی جهانی را برطرف کرده است.اما جبران خسارات اقتصادی ناشی از تقریباً چهار ماه جنگ، ماه‌ها طول خواهد کشید.

این بحران همچنین بازنگری ساختاری در مورد امنیت انرژی را برای سیاست‌گذاران تسریع کرده است.

امیرحسین خورگویی | رویترز

تحلیلگران هشدار دادند که نشانه‌های اولیه بازگشایی تنگه هرمز، شدیدترین تهدید برای تأمین انرژی جهانی را کاهش داده است، اما خسارات اقتصادی ناشی از تقریباً چهار ماه جنگ، ماه‌ها طول خواهد کشید تا از بین برود.

ایالات متحده و ایران روز پنجشنبه تفاهم‌نامه‌ای را برای باز کردن تنگه هرمز امضا کردند و به جنگی که زنجیره‌های تأمین انرژی جهانی را مختل کرده، تورم را افزایش داده و چشم‌انداز رشد را تضعیف کرده است، پایان دادند.

اما حتی اگر کشتیرانی از طریق این تنگه به ​​حالت عادی برگردد، تورم بالاتر در بسیاری از اقتصادها تا حد زیادی "درون‌ریزی" شده است، سایمون مک‌آدام، معاون اقتصاددان ارشد جهانی در کپیتال اکونومیکس، این هفته در یادداشتی گفت.

مک‌آدام گفت: "ممکن است ماه‌ها طول بکشد تا قیمت‌های بالاتر انرژی و کود از طریق زنجیره‌های تأمین مواد غذایی به مصرف‌کنندگان نهایی منتقل شود." او گفت که قیمت گاز طبیعی لوله‌کشی شده به خانوارها معمولاً حدود سه ماه از بازار بالادستی عقب‌تر است.

قیمت نفت روز جمعه به حدود ۸۰ دلار در هر بشکه کاهش یافت، که از اوج ۱۱۸ دلار در ماه مارس، زمانی که جنگ در اوج خود بود، کمتر است. گلدمن ساکس روز سه‌شنبه پیش‌بینی قیمت نفت خود را کاهش داد و پیش‌بینی کرد که میانگین قیمت نفت برنت در اواخر سال ۲۰۲۶ به ۸۰ دلار و در سال ۲۰۲۷ به ۷۵ دلار برسد و دلیل آن را بهبود سریع‌تر از حد انتظار جریان نفت خام خلیج فارس اعلام کرد.

هزینه‌های بالاتر انرژی و اختلالات عرضه بالادستی، زمان بیشتری برای رساندن به بخش‌های پایین‌دستی مواد غذایی و انرژی نیاز دارند. انباشت کشتی‌هایی که منتظر عبور از تنگه هرمز هستند، می‌تواند بهبود کامل جریان حمل و نقل را بیشتر به تأخیر بیندازد.

بانک جهانی که هفته گذشته پیش‌بینی رشد اقتصادی جهانی خود را تا ۲.۵ درصد کاهش داد، که کمترین سرعت از زمان همه‌گیری است، انتظار دارد تورم جهانی در سال جاری به ۴ درصد افزایش یابد، که از ۳.۳ درصد در سال ۲۰۲۵ بیشتر است، حتی اگر اختلالات جریان نفت در هفته‌های آینده کاهش یابد.

این بانک اعلام کرد که قیمت کود می‌تواند امسال تا ۳۸ درصد افزایش یابد، زیرا اختلالات عرضه و کمبود نهاده‌های کلیدی از خلیج فارس در بازارهای کشاورزی موج می‌زند.

 

مک‌آدام گفت، اروپا ممکن است با فشار ویژه‌ای روبرو شود زیرا سطح ذخیره‌سازی گاز طبیعی از نظر تاریخی پایین مانده است و انتظار دارد تورم در اروپا و ژاپن با افزایش قیمت گاز طبیعی مایع صادراتی ایالات متحده، 3 تا 4 درصد دیگر افزایش یابد.

بانک مرکزی اروپا اولین بانک مرکزی بزرگی بود که هفته گذشته نرخ بهره را افزایش داد، که اولین اقدام سختگیرانه آن در تقریباً سه سال گذشته بود.

در همین حال، فدرال رزرو، تحت ریاست کوین وارش، رئیس جدید، روز چهارشنبه نرخ بهره کوتاه‌مدت را بدون تغییر باقی گذاشت، اما پیش‌بینی خود را برای تورم هزینه‌های مصرفی شخصی تا دسامبر از 2.7 درصد پیش‌بینی شده در ماه مارس به 3.6 درصد افزایش داد. 9 نفر از 18 عضو رأی‌دهنده انتظار دارند حداقل یک افزایش نرخ قبل از پایان امسال انجام شود.

این مسیر نشان می‌دهد که چگونه بحران هرمز محاسبات بانک‌های مرکزی را که سعی در ایجاد تعادل بین رشد کند در برابر افزایش تورم دارند، تغییر داده است.

بانک انگلستان نیز نرخ‌های بهره خود را بدون تغییر نگه داشت، اما هشدار داد که «حتی در صورت حل سریع مناقشه، ممکن است تأخیر لجستیکی در احیای تولید و حمل و نقل انرژی وجود داشته باشد.»

الکس هولمز، مدیر منطقه‌ای واحد اطلاعات اکونومیست، گفت: بانک‌های مرکزی کشورهایی که به موضع جنگ‌طلبانه روی آورده‌اند، بعید است که به سرعت مسیر خود را تغییر دهند، زیرا قیمت سوخت و تورم همچنان بالا خواهد ماند. وی گفت، تورم مواد غذایی نیز با فشار بیشتری روبرو است، زیرا یک طوفان ال نینوبزرگ تولید کشاورزی را در ماه‌های آینده تهدید می‌کند.

این بحران همچنین دولت‌ها را بر آن داشته است تا در مورد استراتژی‌های امنیت انرژی تجدید نظر کنند. انتظار می‌رود کشورهایی که تحت تأثیر این اختلال قرار گرفته‌اند، ذخایر انرژی را تقویت کنند، منابع را برای افزایش تولید داخلی هدایت کنند و مسیرهای تأمین جایگزین را برای کاهش وابستگی به یک گلوگاه واحد دنبال کنند.

ماتئو لانزافام، مدیر بانک توسعه آسیا، روز پنجشنبه در یک رویداد مجازی گفت: «اطمینان از اینکه همه در زمان‌های صلح‌آمیز سطح مشخصی از حمایت را داشته باشند، می‌تواند حتی در برابر یک احتمال بحران جهانی  دیگرنیز از آنها محافظت کند.»

 

 

  ترامپ اعلام کرد ونزوئلا نفت خام به ارزش تقریبی ۲.۸ میلیارد دلار به آمریکا تحویل می‌دهد

 

تا ۵۰ میلیون بشکه، معادل تقریباً ۳۰ تا ۵۰ روز تولید نفت خام ونزوئلا.

این گامی مهم برای ایالات متحده در تلاش برای گسترش نفوذ اقتصادی خود و ضربه‌ای به چین است.

جنیفر ای. دلوهی، سرن چئونگ، نیکلاس لوا

۷ ژانویه ۲۰۲۶،

رئیس جمهور آمریکا، ترامپ، در ۶ ژانویه اعلام کرد که ونزوئلا تا ۵۰ میلیون بشکه نفت خام به ارزش تقریبی ۲.۸ میلیارد دلار با قیمت‌های فعلی بازار به ایالات متحده تحویل خواهد داد. او همچنین اعلام کرد که درآمد حاصل از فروش به نفع هر دو کشور خواهد بود.

در حالی که جزئیات کمی در این اطلاعیه فاش شده است، این اقدام گامی مهم برای دولت ایالات متحده است، زیرا به دنبال گسترش نفوذ اقتصادی خود در ونزوئلا و جاهای دیگر پس از دستگیری رئیس جمهور مادورو است. در عین حال، این ضربه‌ای به چین، بزرگترین خریدار نفت خام ونزوئلا و شریک نزدیک آن، محسوب می‌شود.

ترامپ در رسانه‌های اجتماعی نوشت: "خوشحالم اعلام کنم که مقامات موقت ونزوئلا 30 تا 50 میلیون بشکه نفت تحریم شده با کیفیت بالا را به ایالات متحده تحویل خواهند داد."

او افزود: "این نفت به قیمت بازار فروخته خواهد شد و من، به عنوان رئیس جمهور ایالات متحده، بر درآمد حاصل از آن نظارت خواهم کرد تا اطمینان حاصل شود که برای منافع مردم ونزوئلا و ایالات متحده استفاده می‌شود!".

حجمی که ترامپ به آن اشاره کرد، تقریباً معادل 30 تا 50 روز تولید نفت خام ونزوئلا قبل از محاصره جزئی ایالات متحده است. وست تگزاس اینترمدیت، معیار نفت خام ایالات متحده، در هفتم ژانویه در آسیا تا 2.4 درصد کاهش یافت. در حال حاضر حدود 56.40 دلار در هر بشکه معامله می‌شود.

مقامات وزارت انرژی ایالات متحده و کاخ سفید به درخواست‌های مربوط به جزئیات پاسخی ندادند. وزارت ارتباطات و وزارت نفت ونزوئلا نیز به درخواست‌های اظهار نظر پاسخی ندادند.

از زمان آغاز محاصره ایالات متحده در ماه گذشته، ونزوئلا با انباشت نفت حمل نشده در مخازن ذخیره‌سازی و کشتی‌های قراردادی مواجه بوده است. طبق گزارش شرکت اطلاعات دریایی کپلر، شرکت دولتی پترولئوس د ونزوئلا ((PDVSA)  با طولانی شدن محاصره، به سرعت در حال اتمام فضای ذخیره‌سازی است.

در همین حال، شورون تنها شرکت آمریکایی است که تحت معافیت از تحریم‌های ایالات متحده، نفت ونزوئلا را تولید و صادر می‌کند. این شرکت حداقل ۱۱ ناوگان را به مقصد بنادر تحت کنترل دولت پورت خوزه و باجو گرانده رزرو کرده است.

هریس خورشید، مدیر ارشد سرمایه‌گذاری در کاروبار کپیتال، گفت: "حتی در بالاترین سطح، ۳۰ تا ۵۰ میلیون بشکه از نظر سیاسی بزرگ به نظر می‌رسد، اما از نظر اقتصادی کوچک است." وی افزود: "این یک جریان یک‌باره است، نه یک تغییر ساختاری در عرضه."

رئیس جمهور ترامپ در یک پست در رسانه‌های اجتماعی توضیح داد که نفت تحریم‌شده "در کشتی‌های ذخیره‌سازی حمل شده و مستقیماً به اسکله‌های بارگیری ایالات متحده تحویل داده می‌شود." او گفت که به وزیر انرژی ایالات متحده، رایت، دستور داده است که این طرح را "فوراً" اجرا کند.

 

نفت خام ونزوئلا به ویژه برای پالایشگاه‌های امتداد ساحل خلیج ایالات متحده مناسب است. بسیاری از این کارخانه‌ها برای فرآوری نفت خام سنگین و با گوگرد بالا ساخته شده‌اند. کارخانه‌هایی که توسط شرکت‌هایی مانند فیلیپس ۶۶ و والرو انرژی اداره می‌شوند، می‌توانند از این محموله‌ها بهره‌مند شوند. قیمت سهام هر دو شرکت روز دوشنبه، اولین روز هفته، پس از دستگیری مادورو، افزایش یافت.

 

در همین حال، ای‌بی‌سی روز دوشنبه گزارش داد که دولت ترامپ به رودریگز، رئیس جمهور موقت ونزوئلا، گفته است که این کشور باید منحصراً در تولید نفت با ایالات متحده همکاری کند و هنگام فروش نفت خام سنگین، ایالات متحده را در اولویت قرار دهد.

 

ای‌بی‌سی با استناد به سه منبع ناشناس آشنا با این موضوع، گزارش داد که ایالات متحده از ونزوئلا می‌خواهد روابط اقتصادی خود را با چین، روسیه، ایران و کوبا کاهش دهد. اگر این اتفاق بیفتد، یک تغییر سیاسی برای ونزوئلا خواهد بود که سال‌هاست برای ثبات اقتصادی و امنیتی به شدت به این چهار کشور متکی بوده است.

 

تا زمانی که رئیس جمهور مادورو توسط ایالات متحده بازداشت شد، چین ذینفع اصلی نفت خام ونزوئلا با تخفیف‌های سنگین بود. با توجه به اینکه بخش عمده‌ای از این تجارت به جز محموله‌های آسیایی متوقف شده است، پکن ممکن است مجبور شود گزینه‌های دیگری مانند نفت خام از عراق و کانادا را جستجو کند.

 

تلاش‌های دولت ایالات متحده برای قطع شریان حیاتی دولت ونزوئلا هفته‌هاست که ادامه دارد و ارتش ایالات متحده نفتکش‌ها را هدف قرار داده است. ایالات متحده در حال ردیابی کشتی ولا ۱ در مسیر حرکت به سمت اقیانوس اطلس است. به گزارش وال استریت ژورنال، روسیه زیردریایی‌ها و کشتی‌های دیگری را برای اسکورت این کشتی اعزام کرده است.

 

.

 چین با صندوق ملی سرمایه‌گذاری خطرپذیر (VC) از بخش خصوصی برای پرورش   استارت‌آپ‌های فناوری پیشرفته حمایت می‌کند .

صندوق ملی هدایت سرمایه‌گذاری کارآفرینی و سه صندوق بزرگ منطقه‌ای رسماً راه‌اندازی شدند استارتاپ هوش مصنوعی چینی DeepSeek اثربخشی سرمایه خصوصی را نشان می‌دهد.

در بحبوحه تشدید رقابت با ایالات متحده در زمینه‌هایی مانند نیمه‌رساناها، چین تلاش‌های خود را برای پیشی گرفتن از فناوری داخلی افزایش می‌دهد.

یانگ چینگان/گزارش جامع

26 دسامبر 2025 جمعه 5 دیماه 1404

    مراکز داده (آمریکا)طی پنج سال به ۱.۵ تریلیون دلار انتشار اوراق قرضه شرکتی و تأمین مالی نیاز خواهند داشت                   

 

جی پی مورگان

ویکتور سوئیزی

۱۱ نوامبر ۲۰۲۵

اعتبارات خصوصی و بودجه دولتی (آمریکا)می‌تواند کسری ۱.۴ تریلیون دلاری را پوشش دهد.

هزینه کل می‌تواند حداقل به ۵ تریلیون دلار و حداکثر به ۷ تریلیون دلار برسد.

طبق تحلیلی از جی پی مورگان چیس، انتظار می‌رود رونق ساخت مراکز داده توسط ابرمقیاس‌سازان، اپراتورهای بزرگ در حوزه هوش مصنوعی AI)) ، طی پنج سال آینده تقریباً به ۱.۵ تریلیون دلار انتشار اوراق قرضه درجه سرمایه‌گذاری و جمع‌آوری کمک‌های مالی در مقیاس بزرگ از همه بازارها نیاز داشته باشد.

تیم استراتژیست‌های جی‌پی‌مورگان، به رهبری طارق حمید، خاطرنشان کردند که «سوال این نیست که «کدام بازارها از رونق هوش مصنوعی حمایت می‌کنند»، بلکه این است که «چگونه می‌توانیم تأمین مالی را برای دسترسی به همه بازارهای سرمایه ساختاردهی کنیم؟»

به گفته این تیم، انتظار می‌رود بازار تأمین مالی مبتنی بر اهرم(آمریکا)، طی پنج سال آینده حدود ۱۵۰ میلیارد دلار بودجه فراهم کند. این بانک در گزارشی که در دهم منتشر شد، اعلام کرد که حتی بازارهای اوراق قرضه درجه سرمایه‌گذاری و با بازده بالا، همراه با حداکثر ۴۰ میلیارد دلار بودجه سالانه برای اوراق بهادارسازی مراکز داده، هنوز برای تأمین تقاضا کافی نخواهند بود. این بانک تخمین زد که شکاف بودجه باقی‌مانده تقریباً ۱.۴ تریلیون دلار می‌تواند با اعتبار خصوصی و بودجه دولتی (آمریکا)پر شود.

در این گزارش همچنین اشاره شده است که کل هزینه ساخت مراکز داده هوش مصنوعی (درآمریکا)می‌تواند حداقل به ۵ تریلیون دلار و حداکثر ۷ تریلیون دلار برسد که به تنهایی رشد در بازارهای اوراق قرضه شرکتی و وام‌های سندیکایی را دوباره تسریع می‌کند.

تحلیلگران این بانک پیش‌بینی می‌کنند که تقریباً ۳۰۰ میلیارد دلار از اوراق قرضه شرکتی با درجه بالا در سال آینده برای تأمین مالی مراکز داده هوش مصنوعی استفاده خواهد شد که تقریباً یک پنجم از کل انتشار تخمینی ۱.۶ تریلیون دلاری بارکلیز را تشکیل می‌دهد.

به گفته تحلیلگران، تقاضای مرکز داده در چند ماه گذشته به صورت تصاعدی افزایش یافته است و انتظار می‌رود که تنها با محدودیت‌های فیزیکی مانند منابع محاسباتی، املاک و مستغلات و انرژی محدود شود. تقاضا با وجود نگرانی برخی از فعالان بازار در مورد نشانه‌هایی از "حباب هوش مصنوعی" بیش از حد داغ شده است.

ماه گذشته، Meta Platforms  سی میلیارد دلار اوراق قرضه درجه سرمایه‌گذاری منتشر کرد که بزرگترین رقم در سال جاری است. و هفته گذشته، Oracle  هیجده میلیارد دلار برای ساخت یک پردیس مرکز داده جمع‌آوری کرد که نشان‌دهنده تقاضای بالای سرمایه‌گذاران است.

 

 

تحلیلگران جی پی مورگان هشدار می‌دهند که بودجه عظیم مورد نیاز برای گسترش مراکز داده هوش مصنوعی در پنج سال آینده لزوماً یک چشم‌انداز ساده "صعودی و صعودی" نیست. بزرگترین نگرانی، تکرار رونق شبکه‌های مخابراتی و فیبر نوری در اواخر دهه 1990 و اوایل دهه 2000 است. سرمایه‌گذاری بیش از حد منجر به عرضه بیش از حد، عدم پرداخت بدهی‌های متعدد شرکت‌ها و سقوط ارزش‌های رو به رشد شرکت‌ها شد.

تحلیلگران اخیراً نشانه‌های رو به رشدی را مشاهده کرده‌اند که نشان می‌دهد هیاهوی مراکز داده به سطوح غیرمنطقی(درآمریکا) رسیده است. یک نظرسنجی اخیر نشان داد که اکثر مدیران صنعت داده نگران اختلال در آینده این صنعت هستند و برخی در وال استریت نیز نگرانی خود را در مورد ابزارهای پیچیده بدهی خصوصی که شرکت‌های بزرگ برای جمع‌آوری سرمایه هوش مصنوعی از ترازنامه‌های خود استفاده می‌کنند، ابراز می‌کنند.

این تحلیلگر گفت: «با توجه به مقیاس سرمایه‌گذاری و ساختار برنده-همه-چیز-در-اکوسیستم هوش مصنوعی، حتی اگر همه چیز خوب پیش برود، برندگان بسیار بزرگی و بازندگان به همان اندازه چشمگیری وجود خواهند داشت.»

به گفته استراتژیست‌های بانک، انتظار می‌رود بزرگترین بخش سرمایه در پنج سال آینده از خودِ ابر-مقیاس‌شوندگان بیاید که در حال حاضر ۵۰۰ میلیارد دلار از ۷۰۰ میلیارد دلار سود خالص عملیاتی سالانه خود را به هزینه‌های سرمایه‌ای اختصاص می‌دهند.

 

     مایکروسافت و انویدیا تا سقف 15 میلیارددلار در آنتروپیک سرمایه‌گذاری خواهند کرد                  

برودی فورد

۱۹ نوامبر ۲۰۲۵،

آنتروپیک ۳۰ میلیارد دلار قدرت محاسباتی از Azure خریداری خواهد کرد

دو شرکتی که از OpenAI پشتیبانی کرده‌اند، روابط خود را با شرکت دیگر، Anthropic، نیز تقویت خواهند کرد

غول نرم‌افزاری مایکروسافت و غول طراحی نیمه‌هادی، انویدیا، اعلام کرده‌اند که قصد دارند تا سقف ۱۵ میلیارد دلار در شرکت توسعه هوش مصنوعی (AI)، Anthropic، سرمایه‌گذاری کنند. مایکروسافت و انویدیا همچنین سرمایه‌گذاری سنگینی در OpenAI، یکی دیگر از توسعه‌دهندگان هوش مصنوعی، انجام داده و از آن حمایت کرده‌اند.

طبق اعلامیه‌ای که توسط این سه شرکت در ۱۸ام ماه نوامبرمنتشر شد، آنتروپیک همچنین متعهد به خرید ۳۰ میلیارد دلار قدرت محاسباتی از سرویس ابری مایکروسافت، Azure، شده است.

روند رو به رشدی در سرمایه‌گذاری ارائه‌دهندگان خدمات ابری و تولیدکنندگان نیمه‌هادی در شرکت‌های توسعه هوش مصنوعی وجود دارد و این وجوه سپس برای پشتیبانی از خدمات خودشان استفاده می‌شود. این «معاملات چرخه‌ای هوش مصنوعی» نگرانی‌هایی را در بین سرمایه‌گذاران ایجاد کرده است که ممکن است این یک حباب باشد.

 

با این همکاری، آنتروپیک رابطه خود را با مایکروسافت بیشتر تقویت خواهد کرد. مایکروسافت تا به امروز بیش از ۱۳ میلیارد دلار در OpenAI سرمایه‌گذاری کرده است و شریک کلیدی موفقیت هوش مصنوعی مکالمه‌ای آن، chatGPT» »، است. با این حال، در سال‌های اخیر، یک رابطه رقابتی نیز بین این دو شرکت پدید آمده است.

ساتیا نادلا، مدیرعامل مایکروسافت، در ویدئویی که در هجدهمین روزماه نوامبر منتشر شد، گفت: «از این به بعد، ما مشتریان یکدیگر خواهیم بود. ما از مدل آنتروپیک استفاده خواهیم کرد، آنتروپیک از زیرساخت‌های ما استفاده خواهد کرد و ما با هم بازارها را بررسی خواهیم کرد.» وی افزود: «البته، این بر اساس رابطه ما با OpenAI است که شریک مهمی برای مایکروسافت است.» برای انویدیا، این معامله نشان‌دهنده‌ی پیوند فناوری آن با یکی از شرکت‌های پیشرو در زمینه‌ی ادغام هوش مصنوعی در زندگی روزمره است. این شرکت سرمایه‌گذاری‌های سنگینی در شرکت‌های کاربر نهایی برای گسترش استفاده از نیمه‌رساناهای هوش مصنوعی انجام داده است. با این حال، سرمایه‌گذاران به طور فزاینده‌ای نگران این هستند که سودآوری از سرمایه‌گذاری‌های عظیم این شرکت در هوش مصنوعی عقب مانده باشد. انویدیا نتایج مالی خود را در نوزدهم اعلام خواهد کرد.

انویدیا، بزرگترین شرکت سهامی عام جهان از نظر ارزش بازار، اعلام کرد که تا 10 میلیارد دلار در آنتروپیک سرمایه‌گذاری خواهد کرد.

آنتروپیک در سال 2021 توسط کارمندان سابق OpenAI تأسیس شد و خود را به عنوان یک شرکت توسعه هوش مصنوعی که ایمنی و قابلیت اطمینان را در اولویت قرار می‌دهد، تثبیت کرده است. چت‌بات هوش مصنوعی آن، "کلود"، به طور گسترده توسط صنایعی مانند امور مالی و مراقبت‌های بهداشتی و همچنین توسط توسعه‌دهندگان پذیرفته شده است.

رایمو رنشاو، تحلیلگر بارکلیز، در گزارشی خاطرنشان کرد که "مایکروسافت در حال گسترش بیشتر ردپای هوش مصنوعی خود در پایگاه مشتری Azure AI و مدل‌های ارائه شده است." او گفت: «ممکن است تمرکززدایی از OpenAI در کوتاه‌مدت منفی تلقی شود، اما به نظر می‌رسد در درازمدت استراتژی معقول‌تری باشد.»

 

  نفت وگاز درآمریکای لاتین  

 

وقتی موضوع نفت وگاز موردبحث وبررسی قرارمی گیرد افکارواذهان به سمت خاورمیانه سوق پیدامی کند روسیه وآمریکا ونروژ کشورهای بعدی هستند که موردتوجه قرارمی گیرندحداقل درمنطقه ما(خاورمیانه) کمترکسی است که آمریکای لاتین را درنظر بگیرد.اما واقعیت این است که منطقه آمریکای لاتین صاحب معادن قابل توجه نفت وگازاست ومی تواندنیازهای حداقل قاره آمریکا راتاحدقابل قبولی تامین نماید.

برای آشنایی با بزرگترین شرکت های نفتی درآمریکای لاتین کلیک کنید.

 

 درآمد و هزینه‌های فرامرزی چین در سه فصل اول سال میلادی جاری به ۱۱.۶  تریلیون دلار رسید 

2025-10-23

پکن، ۲۳ اکتبر (شینهوا) -- داده‌های رسمی منتشر شده توسط اداره دولتی ارز خارجی در روز چهارشنبه نشان داد که کل درآمد و هزینه‌های فرامرزی بخش‌های غیربانکی، شامل موسسات و افراد، در ماه سپتامبر به ۱.۳۷ تریلیون دلار رسید که نسبت به ماه قبل ۷ درصد افزایش یافته است.

در طول سه فصل اول سال جاری، کل درآمد و هزینه‌های فرامرزی به رکورد ۱۱.۶ تریلیون دلار رسید که نسبت به سال قبل ۱۰.۵ درصد افزایش یافته است.

اداره دولتی افزود که جریان نقدی خالص فرامرزی در سه فصل اول به ۱۱۹.۷ میلیارد دلار رسید و مازاد ۶۳.۲ میلیارد دلار در خرید و فروش ارز خارجی در بانک‌ها ثبت شد که هر دو عملکرد بهتری نسبت به مدت مشابه در سال ۲۰۲۴ داشتند.

طرح احیای روستایی چین

درسال2018، کمیته مرکزی حزب کمونیست چین و شورای دولتی «طرح استراتژیک احیای روستایی (۲۰۱۸-۲۰۲۲)» را منتشر  و اطلاعیه‌ای صادر کردند که از همه مناطق و ادارات چین می‌خواهد با توجه به شرایط واقعی خود، آن را با دقت اجرا کنند.این مقاله خلاصه ای ازمقاله اصلی است .هدف ازترجمه آن ارائه دیدگاهی کلی برای احیای مناطق اقتصادی است .مترجم همه نکات ومطالب راتائید نمی کندولی بعضی ازایده ها راقابل تامل می داندتوجه کنید که نکات مطرح شده برای توسعه روستاهای کشورچین آورده شده وبرای روستاهای دیگرکشورها شایدلازم باشد بومی سازی انجام شود.بسیاری ازمطالب خلاصه سازی شده است.مطالب با توجه به فرهنگ وجهان بینی مردم چین نگارش شده ودربعضی از قسمتها مخالف فرهنگ وجهان بینی بالنده ایرانی و اسلامی است.همانطورکه درابتدا به آن اشاره شد مقاله قدیمی است وبه سال 2018 بازمی گردد.

فیلم های آموزشی ریاضی وآمار1و2و3 رشته انسانی   

 

 

گروه آدانی

گروه آدانی یک شرکت خوشه‌ای چندملیتی هندی است که دفتر مرکزی آن در احمدآباد واقع شده است. این شرکت که در سال ۱۹۸۸ توسط گوتام آدانی به عنوان یک شرکت تجارت کالا تأسیس شد، فعالیت‌های خود را شامل مدیریت دریا و فرودگاه، تولید و انتقال برق، معدن، گاز طبیعی، مواد غذایی، سلاح و زیرساخت‌ها می‌کند. این شرکت به ویژه در زمینه تبادل کالاهای فلزی فعال است. بیش از ۶۰٪ از درآمد آن از مشاغل مرتبط با زغال سنگ حاصل می‌شود.

ادامه مطلب......

هوش مصنوعی/AI چیست؟ توضیح کامل تعریف، تاریخچه، انواع، مکانیسم‌ها و مثال‌ها

آخرین به‌روزرسانی: 2024/08/21

هوش مصنوعی/AI چیست؟ توضیح مفصل

در سال‌های اخیر، کیفیت کالاها و خدمات روز به روز در حال بهبود بوده است و هوش مصنوعی (AI ) به عنوان ابزاری برای کمک به این بهبود کیفیت، توجه زیادی را به خود جلب کرده است. از آنجایی که شرکت‌های بیشتری از هوش مصنوعی برای مدیریت عملیات داخلی خود استفاده می‌کنند، اصطلاح «هوش مصنوعیAI   »احتمالاً برای بسیاری از مردم آشنا می‌شود.

با این حال، ممکن است افراد زیادی نباشند که درک دقیقی از تعریف و مکانیسم‌های هوش مصنوعی/AI داشته باشند. در این مقاله، نگاهی دقیق به تعریف، تاریخچه و سازوکارهای هوش مصنوعی/AI خواهیم داشت و همچنین چند نمونه از کاربرد هوش مصنوعی در زندگی روزمره را معرفی خواهیم کرد، پس حتماً آن را بررسی کنید.

هوش مصنوعی/AI چیست؟

اول از همه، هوش مصنوعی (AI ) دقیقاً چیست؟ اول، اجازه دهید تعریف را به طور مفصل توضیح دهم.

هوش مصنوعی AI) ) مخفف عبارت  Artificial Intelligence»  » است که در زبان فارسی به «هوش مصنوعی» ترجمه می‌شود. برنامه‌هایی که هدفشان تقلید از عملکردهای انجام شده توسط مغز انسان است، مانند درک زبان طبیعی، استنتاج منطقی و یادگیری از تجربه، عموماً به عنوان "هوش مصنوعی" شناخته می‌شوند.

با این حال، این صرفاً یک درک کلی است و تعریف روشنی از هوش مصنوعی/AI وجود ندارد. دلیل این امر این است که هر محقق هوش مصنوعی تمایل دارد برداشت‌ها و تفسیرهای کمی متفاوتی داشته باشد. علاوه بر این، هوش مصنوعی موجودیتی است که پتانسیل ناشناخته‌ای دارد و مشخص نیست که در آینده چگونه مورد استفاده قرار خواهد گرفت. این همچنین یکی از دلایلی است که تعریف روشنی از هوش مصنوعی وجود ندارد.

چگونه متخصصان هوش مصنوعی را تعریف می‌کنند.

درک عمومی از هوش مصنوعی این است که «بازتولید مصنوعی هوش انسانی با استفاده از کامپیوتر» است، اما انجمن هوش مصنوعی ژاپن آن را «علم و فناوری ایجاد ماشین‌های هوشمند، به ویژه برنامه‌های کامپیوتری هوشمند» توصیف می‌کند، اصطلاحی که توسط پروفسور جان مک‌کارتی، خالق اصطلاح هوش مصنوعی، ابداع شده است.

علاوه بر این، در سال‌های اخیر تحقیقاتی توسط محققان مختلف انجام شده است و هر کدام هوش مصنوعی را با اصطلاحات مختلفی تعریف می‌کنند، به همین دلیل است که وضعیت فعلی این است که «هوش مصنوعی به طور واضح تعریف نشده است». در اینجا چند تعریف از هوش مصنوعی از متخصصان هوش مصنوعی آورده شده است:

یوتاکا ماتسوئو (دانشگاه توکیو) هوش مصنوعی شبه انسانی یا فناوری لازم برای ایجاد آن.

هیدئاکی تاکدا (موسسه ملی انفورماتیک)

یک موجود هوشمند مصنوعی خلق شده. یا حوزه‌ای است که با تلاش برای خلق هوش، خودِ آن را مطالعه می‌کند.

تویوآکی نیشیدا (دانشگاه توکیو) این یک «ماشین با هوش» یا «ماشینی با قلب» است.

ریچیرو میزوگوچی (موسسه پیشرفته علوم و فناوری ژاپن) این یک سیستم مصنوعی است که هوشمندانه رفتار می‌کند.

مینورو آسادا (دانشگاه اوساکا) از آنجایی که تعریف هوش مشخص نیست، هوش مصنوعی را نمی‌توان به روشنی تعریف کرد.

ناگائو ماکوتو (دانشگاه کیوتو) این سیستمی است که فعالیت مغز انسان را تا حد زیادی شبیه‌سازی می‌کند. این دنیای جدیدی از هوش مصنوعی است.

هیروشی یاماکاوا (دانشگاه تاماگاوا) من فکر می‌کنم وقتی صحبت از هوش کامپیوتری می‌شود، مواردی که به طور مستقیم یا غیرمستقیم توسط انسان طراحی می‌شوند را می‌توان هوش مصنوعی نامید.

ماتسوبارا جین (دانشگاه آینده هاکوداته) در نهایت، این به هوش مصنوعی اشاره دارد که از انسان قابل تشخیص نیست.

تاکاهیرا یاماگوچی (دانشگاه کیو) یک سیستم سازنده برای تقلید، پشتیبانی و پیشی گرفتن از رفتار هوشمندانه انسان.

ساتوشی کوریهارا (دانشگاه کیو): من تصور می‌کنم که اگرچه این یک هوش مصنوعی است، اما سطح هوش آن از انسان فراتر خواهد رفت.

ایکگامی تاکاشی (دانشگاه توکیو) هوش مصنوعی به عنوان سیستمی تعریف می‌شود که می‌تواند به صورت مصنوعی تعاملات احساسی و طنزآمیز ایجاد کند، مانند تعاملاتی که ما به طور طبیعی با حیوانات خانگی و سایر افراد داریم، صرف نظر از یا حتی برخلاف قوانین فیزیک.

(تعریف مترجم-هوش مصنوعی عملکردتراشه های پیشرفته ای است که بایک برنامه رایانه ای وباتکیه برحجمی ازداده ها مسئله مطرح شده ای راحل می کنند.)

متضادهای هوش مصنوعی

متضاد هوش مصنوعی، هوش طبیعی است. با علامت اختصاری "NI "  به آن اشاره می‌شود. ترجمه فارسی Natural Intelligence ، «هوش طبیعی» است و می‌توان گفت کلمه‌ای است که هوش ایجاد شده توسط طبیعت، مانند انسان و حیوان، را توصیف می‌کند.

ویژگی‌های هوش مصنوعی AI))

هوش مصنوعی دو ویژگی متمایز دارد:

استقلال

سازگاری

 

خودمختاری واستقلال به توانایی انجام وظایف بدون هدایت انسان اشاره دارد. از سوی دیگر، سازگاری توانایی بهبود مهارت‌هایتان بر اساس آموخته‌ها و تجربیاتتان است.

این استقلال و سازگاری هوش مصنوعی، استفاده از آن را در وظایف متنوعی مانند برنامه‌ریزی لوازم خانگی، تشخیص صدا و ربات‌های نظافتچی ممکن می‌سازد.

تاریخچه هوش مصنوعی (AI)

از آنجایی که توجه به هوش مصنوعی ((AI  تنها در چند سال گذشته افزایش یافته است، برخی افراد ممکن است فکر کنند که هوش مصنوعی تاریخچه کوتاهی دارد. با این حال، حقیقت این است که هوش مصنوعی/AI سابقه طولانی دارد و تاکنون اتفاقات زیادی در آن رخ داده است. بیایید نگاهی دقیق‌تر به تاریخچه هوش مصنوعی ((AI بیندازیم.

«مقدمه‌ای ساده و ترتیب زمانی بر تاریخچه هوش مصنوعی و هوش مصنوعی با استفاده از یک جدول زمانی»

اولین رونق هوش مصنوعی، دوران اکتشاف و استنتاج بود (۱۹۶۰-۱۹۷۴)

گفته می‌شود که خودِ اصطلاح هوش مصنوعی بیش از ۶۰ سال پیش ابداع شده است. در کارگاهی به نام کنفرانس دارتموث که در سال ۱۹۵۶ در دارتموث، شهری در شرق ایالات متحده برگزار شد، اصطلاح «هوش مصنوعی» برای اولین بار برای توصیف ماشینی که می‌توانست مانند انسان فکر کند، استفاده شد.

تاکنون سه رونق هوش مصنوعی رخ داده است. اولین مورد از این موارد، «اولین رونق هوش مصنوعی»، در اواخر دهه 1950 و 1960 رخ داد. در این مدت، ماشین‌ها با استفاده از تکنیک‌هایی مانند «استنتاج (بیان فرآیندهای فکری انسان در نمادها و اجرای آنها)» و «جستجو (دسته‌بندی الگوهای راه‌حل و یافتن شرایط مطلوب)» عملکرد بالایی در حل مسائلی با قوانین روشن، مانند معماها و بازی‌های ساده، از خود نشان دادند. در نتیجه، انتظارات از هوش مصنوعی افزایش یافته است.

با این حال، حل مسائل پیچیده دنیای واقعی دشوار بود و با آشکار شدن محدودیت‌های عملکرد، رونق اولیه هوش مصنوعی رو به افول گذاشت. در طول این اولین رونق هوش مصنوعی، مسائل غیرعملی که هوش مصنوعی حل می‌کرد، «مسائل اسباب‌بازی» نامیده می‌شدند.

«الیزا» چیست؟

یکی از رویدادهای قابل توجه در طول اولین رونق هوش مصنوعی، سیستم گفتگوی مصنوعی «الیزا» بود. الیزا یک سیستم گفتگوی مصنوعی است که در سال ۱۹۶۶ توسط جوزف وایزنباوم از موسسه فناوری ماساچوست (MIT ) ساخته شد.

الیزا در آن زمان توجه زیادی را به خود جلب کرد، زیرا اولین سیستمی بود که از طریق آن انسان‌ها می‌توانستند با یک کامپیوتر مکالمه کنند. با این حال، الیزا به سوالات مردم «فکر نمی‌کرد و پاسخ نمی‌داد».

 

برای مثال، اگر انسانی به الیزا بگوید: «دلم درد می‌کند»، الیزا در پاسخ خواهد گفت: «چرا دل درد دارم؟» در نگاه اول، این ممکن است یک مکالمه‌ی درست و حسابی به نظر برسد، اما در واقع یکی از الگوهای مکالمه‌ی فراوانی بود که الیزا از قبل آماده کرده بود.

در نتیجه، الیزا قادر به پاسخ دادن به هیچ سؤالی که جزو سؤالات از پیش آماده شده نبود، نبود. با این حال، شخصی که با الیزا صحبت می‌کرد، اتفاقاً سوالاتی پرسید که از الگوی پیش‌بینی‌شده‌ی وایزنباوم پیروی می‌کرد و مکالمه با موفقیت برقرار شد. این باعث شد بسیاری باور کنند که الیزا باهوش است.

دومین رونق هوش مصنوعی با ظهور سیستم‌های خبره (1980-1987) مشخص شد.

در دهه ۱۹۸۰، تحقیقات هوش مصنوعی دوباره شتاب گرفت و «رونق دوم هوش مصنوعی» را رقم زد. در این دومین شکوفایی هوش مصنوعی، تحقیقات در حال پیشرفت به سمت گنجاندن «دانش» در رایانه‌ها است که منجر به هوش مصنوعی‌ای می‌شود که از اولین شکوفایی هوش مصنوعی که وظایف را بر اساس قوانین تعیین‌شده انجام می‌داد، مفیدتر است.

به طور خاص، «سیستم‌های خبره»، برنامه‌هایی که دانش را در زمینه‌های تخصصی ادغام می‌کنند، توجه زیادی را به خود جلب کردند. در سیستم‌های خبره، به کامپیوترها دانش تخصصی داده می‌شود و طوری برنامه‌ریزی می‌شوند که بر اساس شرایط خاص، پاسخ‌هایی ارائه دهند و به آنها اجازه داده می‌شود تا نقش یک «متخصص که پاسخ‌های مناسب ارائه می‌دهد» را بر عهده بگیرند.

در واقع، «سیستم‌های خبره» برای زمینه‌های متنوعی از جمله پزشکی، تولید، امور مالی، منابع انسانی و حسابداری ایجاد شدند و گفته می‌شود که حدود دو سوم شرکت‌های بزرگ موجود در دهه ۱۹۸۰ از این سیستم‌ها در عملیات روزانه خود استفاده می‌کردند.

با این حال، این سیستم خبره به هیچ وجه بی‌نقص نبود. زیرا تصمیم‌گیری‌های مناسب در موارد مبهم دشوار بود. برای مثال، در مورد سیستم‌های خبره در حوزه پزشکی، اطلاعات مبهمی مانند «من احساس خستگی می‌کنم» برای ارائه پاسخی در مورد علائم یا بیماری‌های احتمالی بیمار کافی نبود.

نتیجه گرفته شد که با فناوری موجود در آن زمان، تحقق هوش مصنوعی ایده‌آل هنوز دشوار خواهد بود و رونق هوش مصنوعی بار دیگر فروکش کرد.

سومین رونق هوش مصنوعی، یادگیری ماشینی و یادگیری عمیق را توسعه خواهد داد (۱۹۹۳-۲۰۲۲)

ما در حال حاضر سومین رونق هوش مصنوعی را تجربه می‌کنیم. کاتالیزور این رونق چیزی جز یادگیری ماشینی نیست. یادگیری ماشینی سیستمی است که در آن هوش مصنوعی به تنهایی یاد می‌گیرد.

با بارگذاری داده‌های گذشته، هوش مصنوعی می‌تواند یاد بگیرد و سپس بر اساس آن داده‌ها پیش‌بینی کند. علاوه بر یادگیری ماشینی، فناوری‌ای به نام «یادگیری عمیق» نیز به صورت عملی مورد استفاده قرار گرفته است که کامپیوترها را قادر می‌سازد تا به طور خودکار ویژگی‌ها را از داده‌ها استخراج کنند و شرکت‌ها را قادر می‌سازد تا قابلیت‌های فنی حتی بیشتری را نشان دهند.

 

برای مثال، در گذشته، برای اینکه به یک ماشین یاد بدهند سیب را تشخیص دهد، انسان‌ها مجبور بودند ویژگی‌هایی مانند «قرمز» و «گرد» را به آن یاد بدهند. با این حال، با یادگیری عمیق، کامپیوترها می‌توانند به طور خودکار ویژگی‌ها را طبقه‌بندی کرده و خوشه‌هایی از ویژگی‌ها را تشکیل دهند که انسان‌ها قادر به تشخیص آنها نیستند. می‌توان گفت این یک گام بزرگ رو به جلو است که اکنون یک ماشین می‌تواند ویژگی‌های یک سیب را به تنهایی و بدون نیاز به آموزش آن ویژگی‌ها توسط انسان، شناسایی کند.

انواع هوش مصنوعی/AI

هوش مصنوعی قوی در مقابل هوش مصنوعی ضعیف

چهار نوع اصلی هوش مصنوعی (AI ) وجود دارد:

هوش مصنوعی قوی

هوش مصنوعی ضعیف

هوش مصنوعی عمومی

هوش مصنوعی تخصصی

بیایید نگاهی دقیق‌تر به ویژگی‌های هر یک از این چهار مورد بیندازیم.

هوش مصنوعی قوی

هوش مصنوعی قوی، هوش مصنوعی است که مانند انسان «خودآگاه» است و می‌تواند وظایفی را که به تمام قابلیت‌های شناختی آن نیاز دارد، انجام دهد. شاید درک این موضوع آسان‌تر باشد اگر یک هوش مصنوعی را تصور کنید که احساساتی شبیه به انسان دارد، در مورد چیزها فکر می‌کند و بر اساس آن عمل می‌کند، همانطور که در فیلم‌های تخیلی به تصویر کشیده شده است. این نوع «هوش مصنوعی قوی» می‌تواند بسته به موقعیت، بدون اینکه از قبل برنامه‌ریزی شده باشد یا توسط انسان‌ها داده‌ای دریافت کرده باشد، به تنهایی تصمیم بگیرد.

هوش مصنوعی ضعیف

هوش مصنوعی ضعیف، هوش مصنوعی‌ای است که می‌تواند وظایف محول شده به خود را خودکار کند، اما نمی‌تواند وظایفی را که برای انجام آنها از پیش برنامه‌ریزی نشده است، انجام دهد. «هوش مصنوعی ضعیف» نوعی هوش انسانی تخصصی است که فقط می‌تواند وظایف خاصی را انجام دهد. تمام هوش مصنوعی که در حال حاضر مورد استفاده عملی قرار می‌گیرد، در دسته هوش مصنوعی ضعیف قرار می‌گیرد.

هوش مصنوعی عمومی

هوش مصنوعی عمومی، هوش مصنوعی است که احساسات و افکاری مشابه انسان دارد. حتی وقتی اتفاقات غیرمنتظره‌ای رخ می‌دهد، انسان‌ها قادرند بر اساس تجربیات گذشته قضاوت‌های جامعی انجام دهند و مشکلات را حل کنند.

 

هوش مصنوعی عمومی این نوع «توانایی حل مسئله شبیه به انسان» را دارد. با این حال، در حال حاضر، مشخص نیست که چگونه می‌توان به هوش مصنوعی همه منظوره دست یافت. با این حال،

هوش مصنوعی‌هایی وجود دارند که می‌توانند در برخی زمینه‌ها عملکرد بهتری نسبت به انسان‌ها داشته باشند.

هوش مصنوعی تخصصی

هوش مصنوعی تخصصی به هوش مصنوعی‌ای اشاره دارد که برای یک کار خاص تخصص یافته است. بسیاری از شرکت‌ها در حال حاضر در حال تحقیق در مورد «هوش مصنوعی تخصصی» هستند.

نمونه‌های بارز هوش مصنوعی تخصصی شامل فناوری رانندگی خودکار، تشخیص تصویر و بازی‌های Go، Shogi و Chess است که فقط قادر به انجام یک عملکرد هستند و نمی‌توانند وظایف دیگری را انجام دهند. با این حال، از آنجا که می‌توانند در همان سطح یا حتی بهتر از انسان عمل کنند، در زمینه‌های مختلفی مورد استفاده قرار می‌گیرند.

هوش مصنوعی چگونه کار می‌کند؟

سه عنصر زیر برای درک دقیق نحوه عملکرد هوش مصنوعی (AI ) ضروری هستند.

یادگیری ماشین

شبکه‌های عصبی

یادگیری عمیق

بیایید نگاهی دقیق‌تر به نقش‌هایی که این سه  ایفا می‌کنند بیندازیم.

یادگیری ماشین

یادگیری ماشینی فناوری‌ای است که به هوش مصنوعی اجازه می‌دهد تا به تنهایی از حجم زیادی از داده‌ها یاد بگیرد و به طور خودکار مدل‌ها و الگوریتم‌هایی ایجاد کند که وظایف پیش‌بینی و طبقه‌بندی را انجام می‌دهند.

روش‌های یادگیری ماشین را می‌توان به سه دسته تقسیم کرد: یادگیری تحت نظارت، یادگیری بدون نظارت و یادگیری تقویتی. در بخش‌های بعدی، روش‌های یادگیری ماشین را برای هر نوع معرفی خواهیم کرد.

یادگیری نظارت‌شده روشی برای آموزش یک ماشین با استفاده از داده‌هایی است که به آنها برچسب (اطلاعات پاسخ صحیح) اختصاص داده شده است تا یک مدل پیش‌بینی‌کننده بر اساس یک مجموعه داده (داده‌های نمونه) تشکیل دهد.

یادگیری بدون نظارت روشی برای آموزش با استفاده از داده‌های بدون برچسب است که در آن دستگاه بر اساس الگوها و شباهت‌های موجود در مجموعه داده‌ها، یک مدل پیش‌بینی‌کننده تشکیل می‌دهد.

یادگیری تقویتی روشی است که در آن یک ماشین با آزمون و خطا یاد می‌گیرد تا یک «امتیاز» هدف تعیین‌شده را به حداکثر برساند.

این تکنیک‌های یادگیری ماشینی در کاربردهایی مانند توابع احراز هویت که می‌توانند چهره افراد را در تصاویر شناسایی کنند و پیش‌بینی قیمت سهام آینده بر اساس داده‌های گذشته استفاده می‌شوند.

الگوریتم یادگیری ماشین «شبکه عصبی» چیست؟

الگوریتم های مختلفی در یادگیری ماشین وجود دارد که یکی از آنها «شبکه های عصبی» است. این شبکه عصبی، یک الگوریتم یادگیری ماشینی است که مشابه «مکانیسم مغز و سیستم عصبی انسان» عمل می‌کند.

این سیستم از واحدهایی مشابه مدارهای مغز تشکیل شده و از سه لایه تشکیل شده است: یک لایه ورودی، یک لایه میانی و یک لایه خروجی. یادگیری عمیق، عمیق‌تر کردن «لایه میانی» این سه لایه است.

یادگیری عمیق

یادگیری عمیق یکی از تکنیک‌های یادگیری ماشینی است که با مطالعه حجم عظیمی از داده‌ها و استخراج خودکار مشترکات، تصمیم‌گیری انعطاف‌پذیر را بر اساس موقعیت امکان‌پذیر می‌کند. همانطور که قبلاً ذکر شد، این یک توسعه بیشتر از «شبکه عصبی»، یکی از سه لایه در یادگیری ماشینی است. آنچه آن را از یادگیری ماشینی سنتی متمایز می‌کند این است که تجزیه و تحلیل دقیق‌تری را امکان‌پذیر می‌کند.

نمونه‌های خاصی از کاربرد یادگیری عمیق شامل تشخیص و تولید خودکار تصویر، کمک به انجام وظایف مانند رانندگی خودران و خلق آثار خلاقانه است. تشخیص خودکار تصویر به یک «فناوری تشخیص الگو» اشاره دارد که شخصیت‌ها و ویژگی‌های چهره را تشخیص می‌دهد و در برنامه‌هایی مانند عملکرد تشخیص چهره در دستگاه‌های خودپرداز و عملکرد احراز هویت اثر انگشت در تلفن‌های هوشمند استفاده می‌شود. همچنین اکنون می‌توان با وارد کردن متن و داده، تصاویر را به طور خودکار تولید کرد و از آن در کارهایی مانند تولید وب‌سایت و طراحی داخلی استفاده می‌شود.

علاوه بر این، از آن به عنوان پشتیبان کاری در خودروهای خودران و در ایجاد اسناد تجاری استفاده می‌شود. اکنون می‌توان از فناوری یادگیری عمیق برای خلق رمان، موسیقی، نقاشی و سایر آثار خلاقانه استفاده کرد، بنابراین امکانات استفاده از هوش مصنوعی در حال گسترش است.

تشخیص و تولید خودکار تصویر

می‌توان با استفاده از یادگیری ماشینی قضاوت کرد، اما این قضاوت بر اساس داده‌هایی مانند رنگ انجام می‌شود. از سوی دیگر، یادگیری عمیق صرفاً بر اساس عوامل از پیش تعیین شده مانند رنگ قضاوت نمی‌کند، بلکه به طور خودکار یاد می‌گیرد که «کجا را نگاه کند». دقیقاً مشابه روشی است که انسان‌ها تصاویر را مشاهده و تشخیص می‌دهند. یکی از ویژگی‌های اصلی یادگیری عمیق، توانایی آن در بیان تفاوت‌های ظریفی است که نمی‌توان با کلمات بیان کرد.

 

با استفاده از این فناوری‌ها، یادگیری عمیق اخیراً در پیش‌بینی تقاضا، پیش‌بینی قیمت سهام و سایر حوزه‌ها مورد استفاده قرار گرفته است.

پشتیبانی کاری مانند رانندگی خودکار

خودروهای خودران که در سال‌های اخیر توجه زیادی را به خود جلب کرده‌اند، نیز با یادگیری عمیق امکان‌پذیر شده‌اند. رانندگی خودران شامل منطق پیچیده‌ای است و هنوز در ژاپن به طور گسترده پذیرفته نشده است، اما احتمال زیادی وجود دارد که در آینده نزدیک به طور گسترده پذیرفته شود.

یادگیری عمیق همچنین می‌تواند در تشخیص پزشکی و همچنین رانندگی خودران مورد استفاده قرار گیرد. حتی در موارد دشواری که انسان‌ها ممکن است اشتباه کنند، مانند تشخیص متاستاز سرطان یا بیماری‌های عروقی، ماشین‌های مجهز به یادگیری عمیق پتانسیل تشخیص بدون خطا را دارند.

خلق آثار خلاقانه

حتی در مواردی که نیاز به خلاقیت فردی دارند، مانند نوشتن رمان یا موسیقی، یادگیری عمیق پتانسیل تولید نتایج انتزاعی را دارد که بیشتر شبیه به انسان هستند. بنابراین، ممکن است در آینده نزدیک رمان‌ها و موسیقی‌ها با استفاده از یادگیری عمیق خلق شوند.

توابع و مثال‌های استفاده از هوش مصنوعی (AI)

عملکردهای هوش مصنوعی عمدتاً به «تشخیص تصویر»، «تشخیص صدا»، «پردازش زبان طبیعی» و «پیش‌بینی/تشخیص ناهنجاری» تقسیم می‌شوند و در صنایع و زمینه‌های مختلفی کاربرد دارند. در بخش‌های بعدی، به بررسی قابلیت‌های هر تابع هوش مصنوعی و مثال‌هایی از نحوه‌ی استفاده از آن خواهیم پرداخت.

عملکرد آنچه می‌توانید انجام دهید مثال استفاده

تشخیص تصویر: شناسایی افراد و اشیاء در تصاویر؛ بررسی تصاویر دوربین‌های امنیتی

- تشخیص محصولات معیوب در کارخانه‌ها

تشخیص گفتار، تبدیل و پردازش گفتار انسان، پشتیبانی مرکز تماس با استفاده از هوش مصنوعی محاوره‌ای

- تهیه صورتجلسه

· ترجمه ماشینی

دستیارهای هوش مصنوعی برای تلفن‌های هوشمند و غیره

پردازش زبان طبیعی تبدیل و پردازش متن وارد شده توسط انسان تبدیل کاراکتر ورودی

· کار با موتورهای جستجوی وب

· ترجمه ماشینی

· استفاده از کلان داده

پیش‌بینی و تشخیص ناهنجاری پیش‌بینی‌های آینده بر اساس داده‌های گذشته

تشخیص ناهنجاری‌ها با تشخیص داده‌های پرت و نقاط تغییر و غیره. پیش‌بینی تقاضای محصول

تشخیص ناهنجاری‌ها در تجهیزات و محصولات در صنعت تولید

تشخیص هرزنامه برای ایمیل‌ها و چت‌ها

همانطور که در جدول بالا نشان داده شده است، هوش مصنوعی طیف گسترده‌ای از عملکردها را دارد و در صنایع و زمینه‌های زیادی مورد استفاده قرار می‌گیرد.

تأیید هویت موسسه مالی

پیش‌بینی قیمت سهام

ترجمه ماشینی

بلندگوی هوش مصنوعی

ربات تمیز کننده

کشاورزی و دامداری

تولید

امور مالی

دولت محلی

ترافیک

گردشگری و سفر

صنایع خرده فروشی، غذا و نوشیدنی و خدمات

صنعت املاک و مستغلات

پزشکی و مراقبت‌های بهداشتی

خدمات نمایندگی با استفاده از هوش مصنوعی مولد

 

اخیراً، تعداد سرویس‌هایی که از هوش مصنوعی مولد استفاده می‌کنند، به سرعت در حال افزایش است.

 

هوش مصنوعی مولد، هوش مصنوعی است که می‌تواند الگوها و روابط موجود در داده‌ها را یاد بگیرد و محتوای جدید تولید کند.

 

ما دو سرویس نمونه را معرفی خواهیم کرد که از هوش مصنوعی مولد استفاده می‌کنند.

 

چت جی پی تی

انتشار پایدار

چت جی پی تی

ChatGPT یک سرویس چت مبتنی بر هوش مصنوعی است که از فناوری پیشرفته هوش مصنوعی برای فعال کردن مکالمات طبیعی و شبیه به انسان استفاده می‌کند. این برنامه در نوامبر ۲۰۲۲ منتشر شد و به سرعت به عنوان یک سرویس نوآورانه که می‌توان به صورت رایگان از آن استفاده کرد، توجه‌ها را به خود جلب کرد و جملات درخشان تولید شده و پاسخ‌های انسانی آن به موضوع داغی در رسانه‌های اجتماعی تبدیل شد.

کارهای اصلی که می‌توانید با ChatGPT انجام دهید، 10 مورد زیر هستند.

مکالمه روزانه

ترجمه متن

خلاصه متن

اصلاح متن و کد

ایجاد ایمیل

نوشتن پروپوزال

ایجاد قالب ارائه

برنامه‌نویسی (ماکرو، تولید کد پایتون و غیره)

ایجاد جدول (ایجاد تابع)

تعیین خطر آتش‌سوزی

«ChatGPT چیست؟ چگونه از آن استفاده کنیم، چگونه شروع کنیم و با این برنامه سازگار با زبان فارسی چه کارهایی می‌توانیم انجام دهیم!»

انتشار پایدار

انتشار پایدار (Stable Diffusion ) یک هوش مصنوعی تولید تصویر است که توسط Stability AI در سال ۲۰۲۲ منتشر شد.

این به شما امکان می‌دهد تصاویر را بر اساس متن وارد شده توسط کاربر تولید کنید. هنگام ایجاد تصویر، ابتدا تصویر را با کلمات انگلیسی جدا کنید. برای مثال، اگر موضوع «دختری که به دریاچه‌ای زیبا نگاه می‌کند» است، سعی کنید بگویید «دریاچه زیبا، دختر، ببین».

 

برای تولید تصویری که به تصویر نزدیک‌تر باشد، انتقال تصویر با جزئیات مهم است. کلمات ساده انگلیسی به تنهایی قابلیت تکرارپذیری پایینی دارند، بنابراین وقتی با زبان بیشتر آشنا شدید، توصیه می‌شود که با استفاده از جملات انگلیسی، سوالات را ایجاد کنید.

انتشار پایدار بر اساس یک مدل یادگیری ماشینی به نام «مدل انتشار پنهان» آموزش داده می‌شود، بنابراین نیازی به درک برنامه‌های خاص یا الگوریتم‌های پیچیده ندارید.

انتشار پایدار چیست؟

نکته‌ای که باید در مورد ChatGPT و Stable Diffusion به آن توجه داشت این است که بررسی اطلاعات توسط خودتان و در صورت لزوم اصلاح آنها بسیار مهم است.

دلیلش این است که وقتی هوش مصنوعی اطلاعات تولید می‌کند، همیشه اطلاعات دقیقی ارائه نمی‌دهد.

چگونه با هوش مصنوعی مواجه شویم؟

ما انسان‌ها در آینده چگونه باید با هوش مصنوعی (AI ) تعامل داشته باشیم؟ با توجه به اینکه بسیاری از مردم نگران این هستند که «هوش مصنوعی مشاغل ما را تصاحب خواهد کرد»، دانستن نحوه تعامل با هوش مصنوعی به طور فزاینده‌ای اهمیت پیدا می‌کند.

برای مثال، یادگیری برنامه‌نویسی و توانایی پیاده‌سازی یادگیری ماشینی، که به عنوان فناوری اصلی هوش مصنوعی در نظر گرفته می‌شود، راهی مؤثر برای مشارکت خواهد بود. به طور خاص، زبان برنامه‌نویسی به نام «پایتون» در سال‌های اخیر محبوب شده است، بنابراین یادگیری آن به عنوان وسیله‌ای برای تبدیل شدن به یک مهندس هوش مصنوعی می‌تواند راهی مؤثر برای رسیدن به این هدف باشد.

علاوه بر این، اخیراً تعداد ابزارهای موجود که امکان پیاده‌سازی یادگیری عمیق را بدون برنامه‌نویسی فراهم می‌کنند، افزایش یافته است، بنابراین استفاده از این ابزارها نیز راهی مؤثر برای مشارکت است. از آنجایی که شرکت‌ها لزوماً کارمندانی با دانش تخصصی هوش مصنوعی ندارند، باید استفاده فعال از این ابزارها و خدمات را در نظر بگیرند.

انتظار می‌رود که پذیرش هوش مصنوعی (AI )در زمینه‌های مختلف همچنان با سرعت بیشتری ادامه یابد. تعداد فزاینده‌ای از ابزارها و خدمات وجود دارند که به شما امکان می‌دهند به راحتی هوش مصنوعی را حتی بدون دانش تخصصی معرفی کنید، پس چرا از این فرصت برای یافتن راهی برای استفاده از هوش مصنوعی که مناسب شرکت شما باشد، استفاده نمی‌کنید؟

بخش تحریریه AIsmiley

 

 

فیلم های آموزشی ریاضی1 ریاضی 2و3 رشته تجربی