شکم بند بارداری ضد امواج در راه بازار
تاریخ انتشار: ۲۸ دی ۱۳۹۶ | کد خبر: ۱۶۶۶۴۶۲۵
محققان شرکتهای دانش بنیان ایرانی در راستای افزایش سلامت جامعه بهخصوص مادران باردار و نوزادان، پارچههای ضد امواج الکترومغناطیس تولید و تجاریسازی کردند و اکنون موفق به جذب سرمایهگذار شدند.
رضا احمدی محقق و مجری طرح در گفتگو با خبرنگار ایمنا اظهار کرد: برای نخستین بار در کشور، شکم بند بارداری ضد امواج الکترومغناطیس بر پایه فناوری نانو تولید و به بازار عرضه شده است.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
وی تاکید کرد: این شکم بند که از الیاف نانو تهیه می شود، امواج موبایل، رادیویی، ماکروفر، وای فای، و سایر لوازم خانگی را از جنین دفع می کند، به گونه ای که درصد جلوگیری از برخورد این امواج با جنین بیش از ۹۹ درصد است و باعث دفع امواج می شود. همچنین این شکم بندها علاوه بر دفع امواج، تا ۶۷ درصد خاصیت آنتی باکتریالی نیز دارد.
احمدی با تاکید بر اینکه بانوان باردار برای حفظ سلامت جنین لازم است از این شکم بندها استفاده کنند، خاطر نشان کرد: نتایج تحقیقات، رابطه ایجاد مشکلات سلامت و اثرات مخرب این امواج بر جنین انسان که موجب بروز مشکلات شدید ژنتیکی و اختلالات دیگر می شود، نشان می دهد.
وی با تاکید بر اینکه این محصول دارای تاییدیه ستاد ویژه توسعه فناوری نانو است، ادامه داد: این محصول در بازه فرکانس ۹۶۰ مگاهرتز تا ۱۳ گیگاهرتز محافظت ایجاد می کند و جنین را در برابر بسیاری از فرکانس های موجود محیطی همچون تلفن همراه، Wi-Fi و … حفاظت می کند.
احمدی با بیان اینکه این محصول کاملا ایرانی است، اظهار کرد: تاکنون امریکا و ایتالیا توانسته اند شکم بند ضد امواج تولید کنند. مزیت شکمبند ضد امواج ایرانی با محصولات مشابه خارجی در این است که محصول ایرانی فاقد نانوذرات نقره است و مستقیماً با بدن تماس ندارد؛ همچنین شکمبندهای ایرانی امواج الکترومغناطیس را دفع و منعکس میکند؛ درحالیکه مکانیسم حفاظتی محصولات مشابه خارجی جذب امواج الکترومغناطیس است که این موضوع موجب ایجاد گرما در شکمبند میشود. علاوه بر اینکه قیمت نمونه خارجی سه برابر نمونه های ایرانی است.
مدیر عامل شرکت دانش بنیان تنسان طب هگمتانه در رابطه روند اخذ تأییدیهها گفت: روند اطمینان از صحت این محصول در داخل با انجام تست شستشو شروع شد و سپس طی گذراندن دو مرحله آزمون کیفی و کمی، آزمایشهای مربوط به خواص آنتی باکتریال صورت گرفت؛ در مرحله بعدی آزمون جذب امواج انجام شد. این پارچهها موفق به اخذ گواهی نانومقیاس و ثبت اختراع داخلی و خارجی (US PATENT) شدند و نهایتاً در مرکز تحقیقات مخابرات ایران با مدلسازی دقیق بدن، آزمون عملکردی آن به انجام رسید.
تولید شکم بند بارداری ضد امواج موفق به جذب سرمایه گذار شد
مدیرعامل شرکت سرمایه گذار تولید شکم بندهای بارداری ضد امواج از فناوری نانو به عنوان یک زمینه در حال پیشرفت در کشور یاد کرد و افزود: در گذشته اقداماتی را برای سرمایهگذاری در حوزه فناوری نانو انجام داده ایم، اما این فعالیتها چون بهصورت پراکنده صورت میگرفت، به سرانجام نرسید. اما پس از آشنایی با این شرکت های دانش بنیان، همکاری منسجمی را آغاز کردیم تا گامی در راستای پیشرفت این فناوری در کشور برداشته باشیم.
وی با بیان این مطلب که سعی بر این است که فعالیت تجاری مجموعه بهصورت فراگیر باشد گفت: تلاشهای بسیاری برای آغاز یک شیوه جدید صادراتی انجام شده و با شرکای تجاریمان در کشورهای مختلف مذاکراتی انجام شده است و مایل هستیم از ابتدای همکاری صادرات را آغاز کنیم.
به گزارش ایمنا، پارچههای ضدامواج الکترومغناطیس چندی پیش با همکاری شرکتهای تنسان طب هگمتانه و نانومادپارس برای تولید شکمبندهای بارداری مورد استفاده قرارگرفته بودند، اکنون موفق به جذب سرمایهگذار شدهاند. شرکت پرتو تجارت هما با نظارت ستاد ویژه توسعه فناوری نانو اقدام به خرید انحصاری این نوع پارچه کرده است. پارچههای ضدامواج الکترومغناطیس تاکنون علاوه بر اخذ تأییدیه از ستاد ویژه توسعه فناوری نانو و وزارت بهداشت و درمان، موفق به کسب دو مدال طلا از جشنواره بینالمللی اختراعات، گواهی مدال از سازمان مالکیت فکری و معنوی ملل متحد و کسب کاپ و دیپلم افتخار از دانشگاه رومانی شدهاند.
منبع: ایمنا
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.imna.ir دریافت کردهاست، لذا منبع این خبر، وبسایت «ایمنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۱۶۶۶۴۶۲۵ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
دادههای آموزشی هوش مصنوعی عرصه جدید رقابت شرکتهای بزرگ فناوری
به گزارش خبرنگار مهر؛ با ظهور و توسعه روزافزون هوش مصنوعی طی سالهای اخیر، این فناوری تحولآفرین به بخشی جدایی ناپذیر از صنایع مختلف تبدیل شده است و فرآیندها و تصمیمگیری ها را به شکلی عمیق تحت تأثیر قرار داده است. همین امر سبب ظهور رقابتی شدید میان شرکتهای فناوری برای عرضه ارائه خدمات مبتنی بر هوش مصنوعی شده است. در چنین شرایطی، دادههای آموزشی در کنار توان محاسباتی و الگوریتمها، یکی از ارکان اساسی و تعیین کننده در توسعه این فناوری محسوب میشوند. دادههای آموزشی به عنوان پایهای برای الگوریتمهای یادگیری ماشینی جهت یادگیری و بهبود عملکرد هوش مصنوعی عمل میکنند و همین امر، دستیابی به دادههای مذکور را در مرکز رقابت استارتاپهای هوش مصنوعی و غولهای فناوری قرار داده است. بازیگران کلیدی این عرصه، رقابت برای دستیابی به دادههای آموزشی با کیفیت بالا را آغاز کردهاند.
دادههای آموزشی هوش مصنوعی (AI training data) به مجموعه اطلاعات مورد استفاده برای آموزش مدلهای هوش مصنوعی اطلاق میشود. بسته به نوع مدل هوش مصنوعی در حال توسعه، این داده ها میتوانند به اشکال مختلفی مانند متن، تصویر، ویدئو یا دادههای عددی مورد استفاده قرار گیرند.
به عقیده طیف گستردهای از کارشناسان، دادههای آموزشی آینده نوآوری در حوزه هوش مصنوعی را شکل میدهند.
نقش دادههای آموزشی در توسعه هوش مصنوعی
دادههای آموزشی نقش مهمی در شکل دادن به رفتار و قابلیتهای الگوریتمهای هوش مصنوعی ایفا میکنند. توسعهدهندگان میتوانند با قرار دادن مدلهای یادگیری ماشینی در معرض مقادیر زیادی از دادههای آموزشی برچسبگذاری شده، آنها را برای تشخیص الگوها، پیشبینی و انجام وظایف با دقت بالا آموزش دهند. همه انواع متنوع برنامههای مبتنی بر هوش مصنوعی از جمله تشخیص تصویر، پردازش زبان طبیعی یا رانندگی خودکار، برای دستیابی به عملکرد بهینه و افزایش توان، به شدت به مجموعههای داده آموزشی متنوع و غنی متکی هستند.
شرکتهای بزرگ فناوری و دادههای آموزشی هوش مصنوعی
غولهای فناوری آمریکایی مانند گوگل، آمازون، متا، مایکروسافت و اپل در خط مقدم تحقیق و توسعه هوش مصنوعی قرار دارند و از منابع وسیعی برای عبور از مرزهای نوآوری و پیشبرد فناوری استفاده میکنند. به عقیده کارشناسان، این شرکتها اهمیت استراتژیک دادههای آموزشی را در افزایش قابلیتهای سیستمهای هوش مصنوعی خود و به دست آوردن مزیت رقابتی در بازار میشناسند. در نتیجه، رقابت شدیدی بین غولهای فناوری برای به دست آوردن دادههای آموزشی با کیفیت بالا وجود دارد که میتواند به ابتکارات فناورانه آنها در بخش هوش مصنوعی کمک کند.
چالشها در دستیابی به دادههای آموزشی
در حالی که با توسعه روزافزون هوش مصنوعی و نیاز رو به رشد بازار تقاضا برای دادههای آموزشی همچنان در حال افزایش است، شرکتها با چالشهای مختلفی در دسترسی به منابع و استفاده مؤثر از دادهها مواجه هستند. نگرانیهای حریم خصوصی دادهها با قوانینی از جمله مانند مقررات عمومی حفاظت از داده اروپا (GDPR) که دستورالعملهای سختگیرانهای را در مورد جمعآوری و استفاده از دادههای شخصی اعمال میکند، به یک موضوع مهم تبدیل شده است. علاوه بر این، اطمینان از تنوع و نمایندگی دادههای آموزشی برای جلوگیری از تعصب، سوگیری و اطمینان از استحکام مدلهای هوش مصنوعی ضروری است.
راهبردهای موجود برای تولید دادههای آموزشی
شرکتهای بزرگ فناوری برای مقابله با چالشهای موجود در مسیر دستیابی به دادههای آموزشی، در حال بررسی استراتژیهای نوآورانه جهت تولید مجموعه دادههای متنوع و با کیفیت هستند. در چنین شرایطی پلتفرمهای جمعسپاری به سازمانها این امکان را میدهند که دادهها را از مجموعه بزرگی از مشارکتکنندگان جمعآوری کنند و آنها را قادر میسازد تا مجموعه دادههای خود را به طور مؤثر مقیاسبندی کنند. علاوه بر این، تکنیکهای تولید داده مصنوعی برای تقلید سناریوهای دنیای واقعی نیز بخشی کلیدی از دادههای آموزشی هستند که از سوی شرکتها مورد استفاده قرار میگیرند.
تأثیر کیفیت دادههای آموزشی بر عملکرد هوش مصنوعی
کیفیت دادههای آموزشی به طور مستقیم بر عملکرد و قابلیت اطمینان مدلهای هوش مصنوعی تأثیر میگذارد. مجموعه دادههای ضعیف یا دارای سوگیری میتوانند منجر به پیشبینیهای نادرست شوند و تعصبات موجود در سیستمهای هوش مصنوعی را تقویت کنند. برای کاهش این مسائل، شرکتها باید فرآیندهای تضمین کیفیت دادهها را اولویت بندی کنند و اقداماتی را برای شناسایی و اصلاح سوگیریها در دادههای آموزشی خود اجرا کنند.
چارچوبهای قانونی برای دادههای آموزشی هوش مصنوعی
در طول سالهای اخیر و به منظور پاسخ به نگرانیهای فزاینده در مورد حفظ حریم خصوصی دادهها و اخلاقیات، برخی چارچوبهای نظارتی برای کنترل مدیریت دادههای آموزشی در توسعه هوش مصنوعی ایجاد شدهاند. از همین روی، شرکتها ملزم به رعایت مقررات حفاظت از دادهها و اطمینان از شفافیت در شیوههای جمع آوری دادههای خود هستند. رعایت این مقررات برای ایجاد اعتماد در میان کاربران و ذینفعان و کاهش خطرات مرتبط با سو استفاده از دادهها ضروری است.
روندهای آینده در دادههای آموزشی هوش مصنوعی
با نگاهی به آینده، انتظار میرود که پیشرفت در روشهای جمعوری منابع داده، کیفیت و تنوع دادههای آموزشی در دسترس توسعهدهندگان هوش مصنوعی را افزایش دهد. تکنیکهایی مانند شبکههای زایای دشمنگونه (Generative Adversarial Networks) یادگیری انتقالی (transfer learning)، مدلها را قادر میسازد که از منابع داده محدود استفاده کنند و به طور مؤثر وظایف جدید را بیاموزند. علاوه بر این، اتخاذ رویکردهای یادگیری فدرال (federated learning) امکان آموزش غیرمتمرکز در مجموعه دادههای توزیع شده را فراهم و حریم خصوصی دادهها را حفظ میکند. این مدلها همچنین عملکرد مدل را بهبود میبخشند.
نتیجهگیری
رقابت بین شرکتهای بزرگ فناوری برای به دست آوردن دادههای آموزشی هوش مصنوعی بر اهمیت استراتژیک دادهها در هدایت نوآوری این فناوری افزوده است. از آنجایی که شرکتها پیچیدگیهای جمعآوری و استفاده از دادهها را درک میکنند، اطمینان از کیفیت، تنوع و انطباق آنها با مقررات بسیار مهم و حیاتی شده است. سازمانها با قرار گرفتن در خط مقدم روندهای نوظهور تولید و استفاده از دادههای آموزشی، میتوانند از پتانسیل کامل فناوری هوش مصنوعی بهره ببرند و راه حلهای تأثیرگذاری را برای چالشهای جهانی این حوزه ارائه دهند.
چشمانداز دادههای آموزشی هوش مصنوعی، با پیشرفت در تکنیکهای جمعآوری و افزایش حجم دادهها، به طور مداوم در حال تغییر است. با ادامه رشد تقاضا برای برنامههای کاربردی هوش مصنوعی در صنایع، نیاز به دادههای آموزشی با کیفیت بالا و متنوع افزایش مییابد. در چنین شرایطی شرکتهایی که میتوانند بهطور مؤثر چالشهای کسب و استفاده از دادههای آموزشی را پشت سر بگذارند، در بازار هوش مصنوعی مزیت رقابتی به دست خواهند آورند و نوآوری در این زمینه را هدایت خواهند کرد.
در عصر پیشرفت سریع هوش مصنوعی، رقابت برای دادههای آموزشی این حوزه صرفاً به دست آوردن حجم وسیعی از دادهها نیست؛ بلکه اطمینان از کیفیت، ارتباط و استفاده اخلاقی از دادهها نیز مسائل کلیدی این حوزه محسوب میشوند. شرکتها میتوانند با اولویت دادن به یکپارچگی و تنوع دادهها، مدلهای هوش مصنوعی قوی، بیطرفانه و توانمند بسازند. با تشدید رقابت بین شرکتهای بزرگ فناوری، کسب مزیت در استفاده از دادههای آموزشی همچنان یک تمایز کلیدی در چشمانداز هوش مصنوعی خواهد بود.