به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

algorithm

در نشریات گروه علوم انسانی
  • Sina Vakili *

    The contribution of this paper is that it seeks to answer several legal challenges facing the intellectual property rights of products in which artificial intelligence plays a minimal or maximal role in their creation. First, if artificial intelligence can improve the underlying algorithm of the program with methods (such as machine learning methods, which will be discussed later) or if the programmer with the help of artificial intelligence can improve the underlying algorithm of the program, can artificial intelligence be granted a patent and does it include the rights of inventors? What challenges will not taking into account the role of artificial intelligence in the case of a role in the invention create? Then, it is examined whether the underlying algorithm of the program can be protected in the laws of developed countries according to copyright laws and what legal solutions, if possible, have been proposed in international law for this challenge so far? Results showed that supervised, semi-supervised, and reinforcement algorithms can be covered by copyright protection in legal systems if human creativity is observed in their algorithms and their choices completely change the model.

    Keywords: Intellectual Property, Algorithm, Law, Artificial Intelligence
  • محمد جوان بخت*، امیر روزپیکر، محمد غلامی

    چشم اندازهای فعلی و مورد انتظار برای توسعه الگوریتم های هوش مصنوعی، به ویژه در کاربردهای نظامی و تحقیقات انجام شده در مورد کاربرد آنها در حوزه زندگی غیرنظامی هسته تمرکز این نوشتار است. طی سال های اخیر توجه بیشتر به استفاده از الگوریتم های هوش مصنوعی در امنیت سایبری، تشخیص اشیا، لجستیک نظامی و روباتیک معطوف شد. این مقاله مشکلات مربوطه و این که چگونه هوش مصنوعی می تواند به حل آنها کمک کند را مورد بحث و بررسی قرار می دهد. همچنین به طور خلاصه ساختارها و توضیحات ریاضی برای شبکه های ART، CNN و SVM و همچنین الگوریتم های بیشینه سازی انتظار و مدل ترکیب گاوسی را که در حل مسائل مورد بحث استفاده می شوند، ارائه می کند. همچنین به نگرش جامعه نسبت به استفاده از الگوریتم های شبکه عصبی در کاربردهای نظامی پرداخته و در نهایت مشکلات اساسی مربوط به اخلاق در کاربرد هوش مصنوعی و مسائل مربوط به مسئولیت خطاهای ایجاد شده توسط سیستم های مستقل را مورد بحث قرار می دهد.

    کلید واژگان: الگوریتم، هوش مصنوعی، امنیت، نظامی
    Mohammad Javanbakht *, Amir Roozpeikar, Mohammad Qolami

    The current and expected prospects for the development of artificial intelligence algorithms, especially in military applications, and the research conducted on their application in the field of civilian life are the core focus of this article. In recent years, more attention was paid to the use of artificial intelligence algorithms in cyber security, object detection, military logistics and robotics. This article discusses the related problems and how artificial intelligence can help solve them. It also briefly presents mathematical structures and explanations for ART, CNN and SVM networks, as well as expectation maximization algorithms and Gaussian mixture models used in solving the discussed problems. It also addresses the society's attitude towards the use of neural network algorithms in military applications and finally discusses the basic problems related to ethics in the use of artificial intelligence and issues related to the responsibility of errors caused by independent systems.

    Keywords: Algorithm, Artificial Intelligence, Security, Military
  • علی اشرف نظری*
    در یک دهه اخیر تغییرات  بنیادینی در رابطه با جایگاه -فناوری در زندگی انسان ایجاد شده و موضوعات جدیدی در رابطه یا دیجیتالی شدن سیاست و تحول در نگرش های سیاسی و امنیتی مطرح شده است. امروزه، شبکه های عصبی مصنوعی و حاکمیت الگوریتمی برای پایش، کنترل و نظم دادن به کنش های انسانی استفاده می کند. یکی از حوزه هایی که هوش مصنوعی در آن کاربرد مهمی پیدا کرده است، امنیت به معنای وسیع آن شامل امنیت دفاعی یا نظامی، امنیت انسانی (اطلاعات، امنیت داخلی و امنیت اقتصادی و مالی)، امنیت شغلی، امنیت بهداشتی و امنیت سایبری (امنیت اطلاعات و اینترنت اشیا) است. این حوزه های کاربردی بی شمار و ناتوانی بشر در اعمال کنترل کامل مانند ماشین ها، افراد جامعه امنیتی را وادار می کند تا به آسیب پذیری های احتمالی و شکاف های امنیتی ناشی از این فناوری در حال تکامل فکر کنند از این رو، فناوری همیشه منبع دائمی عدم قطعیت ها، مخاطرات، تغییرات و در بسیاری موارد اختلال بوده است. پرسش اصلی مقاله حاضر این است که هوش مصنوعی چگونه موجب تحول در توانایی های انسان در حوزه سیاستگذاری ملی در رابطه با امنیت می شود؟ فرضیه محوری این است که با توجه به اینکه استفاده از تجزیه و تحلیل در مقیاس بزرگ از تجزیه و تحلیل داده ها و تصمیم گیری مدیریتی پشتیبانی می کند، پذیرش فناوری های جدید نقشی حیاتی در تصمیم گیری در سطوح سازمانی و فردی حوزه امنیت ایفا می کند. در این مقاله با تمرکز بر این پرسش و فرضیه به صورت هدفمند تلاش خواهد شد پیامدهای ناشی از کاربست هوش مصنوعی در حوزه امنیت مورد نظر قرار گیرد.
    کلید واژگان: هوش مصنوعی، امنیت، امنیت انسانی، الگوریتم، دیجیتالی شدن
    Ali Ashraf Nazari *
    In the last decade, fundamental changes have been made in relation to the place of technology in human life, and new issues have been raised in relation to the digitalization of politics and changes in political and security attitudes. Today, artificial neural networks and algorithmic governance are used to monitor, control and regulate human actions. One of the areas in which artificial intelligence has found an important application is security in its broadest sense, including defense or military security, human security (information, internal security and economic and financial security), occupational security, health security and cyber security (information security). and the Internet of Things). These innumerable application areas and the inability of humans to exercise full control like machines force people in the security community to think about the possible vulnerabilities and security gaps caused by this evolving technology. Hence, technology is always a constant source of uncertainties. There have been risks, changes and in many cases disruptions. The main question of the current article is how artificial intelligence causes the evolution of human abilities in the field of national security policymaking? The central hypothesis is that considering that the use of large-scale analysis supports data analysis and managerial decision-making, the adoption of new technologies plays a vital role in decision-making at organizational levels. And someone plays a security role. In this article, by focusing on this question and hypothesis, the consequences of the use of artificial intelligence in the field of security will be considered.
    Keywords: Artificial Intelligence, Security, Human Security, Algorithm, Digitization
  • محمدرضا اقبال*، علی محمدپور
    هوش مصنوعی به عنوان یک فناوری شتاب دهنده در رقابت های جهانی به خصوص در حوزه نظامی نقش بسیار مهمی ایفا می کند. این فناوری به کشورها و شرکت ها این امکان را می دهد که با بهره گیری از الگوریتم ها و سیستم های پیشرفته، نوآوری و بهره وری خود را افزایش دهند. در حال حاضر هوش مصنوعی توسط کسب و کارها، دولت ها و ارتش ها در سراسر جهان مورد استفاده قرار می گیرد و به تدریج به مهم ترین، باارزش ترین و خطرناک ترین فناوری ابداع شده توسط بشر تبدیل می شود. برای این منظور در این مقاله سعی شده است این فن آوری به عنوان یک عنصر شتاب دهنده در رقابت های جهانی به خصوص حوزه نظامی تجزیه و تحلیل شود. روش پژوهش به صورت تحلیل محتوا بوده است. نتایج حاصل حاکی از آن است که هوش مصنوعی عمیقا بر رقابت های نظامی تاثیر می گذارد. این فن آوری توانایی پردازش و تحلیل حجم عظیمی از داده ها را دارد. تحلیل داده های بزرگ منجر به تصمیم گیری های دقیق تر و راهبرد های کارآمدتر منجر می شود که می تواند به شرکت ها و کشورها در کسب مزیت رقابتی کمک کند. هوش مصنوعی همچنین به اکتشافات و نوآوری ها کمک می کند. این امر می تواند به کشورها و شرکت ها در ارائه فناوری های جدید و نوآورانه کمک کند و جایگاه آن ها را در بازارهای جهانی تقویت کند. در نهایت هوش مصنوعی در توسعه سیستم های امنیتی و دفاعی پیشرفته نقش مهمی دارد. این فناوری به کشورها کمک می کند تا امنیت خود را افزایش دهند و در مواجهه با تهدیدات جدید و پیچیده آماده باشند.
    کلید واژگان: هوش مصنوعی، فناوری شتاب دهنده، رقابت های نظامی جهانی، الگوریتم، پردازش خودکار
    Mohammadreza Eghbal *, Ali Mohammadpour
    Artificial intelligence plays a very important role as an accelerating technology in global competition, especially in the military field. This technology allows countries and companies to increase their innovation and productivity by using advanced algorithms and systems. Currently, artificial intelligence is used by businesses, governments and armies around the world and is gradually becoming the most important, most valuable and most dangerous technology invented by mankind. For this purpose, this article has tried to analyze this technology as an accelerating element in global competition, especially in the military field. The research method was content analysis. The results indicate that artificial intelligence deeply affects global competition. Also, one of the greatest advantages of artificial intelligence is its ability to process and analyze a huge amount of data. These analyses lead to more accurate decisions and more efficient strategies that can help companies and countries gain a competitive advantage. Artificial intelligence greatly accelerates discoveries and innovations. This can help countries and companies deliver new and innovative technologies and strengthen their position in global markets. Finally, artificial intelligence plays an important role in the development of advanced security and defense systems. This technology helps countries increase their security and be prepared in the face of new and complex threats.
    Keywords: Artificial Intelligence, Accelerator Technology, Global Military Competition, Algorithm, Automated Processing
  • سید جلال دهقانی فیروزآبادی، سعید چهرآزاد*

    در چند سال اخیر با پیدایش انقلاب صنعتی چهارم و بسیط یافتن نظام های سایبری، هوش مصنوعی به عنوان عنصری حیاتی و ارزشمند تلقی شده و تسلط بر آن به عنوان مولفه ای از قدرت محسوب می شود. اهمیت این موضوع را زمانی بهتر متوجه می شویم که رقابت های استراتژیک بازیگران بین المللی-عموما قدرت های بزرگ-جهت فعالیت های خود را به سمت و سوی تحقیق و توسعه در حوزه هوش مصنوعی سوق داده و در حال تبدیل کردن آن به یکی از مهم ترین مزیت های راهبردی در محیط بین المللی هستند. این مقاله با مفروض گرفتن آینده رقابت ژئوپلیتیک-ژئواستراتژیک با محوریت هوش مصنوعی و کاربردهای آن و با بهره گیری از روش تحلیلی-توصیفی به دنبال پاسخ به این سوال است که "شبکه ژئوپلتیکی سیستم بین الملل" چگونه توسط جوهره دوانگار هوش مصنوعی دچار دگردیسی شده است؟ یافته های پژوهش نشان می دهد هوش مصنوعی و سیستم الگوریتمی با بازتولید مولفه های نوین ژئوپلیتیکی و استفاده از کارکردهای نظامی، امنیتی، سیاسی، ژئواکونومیکی و ژئوکالچری آن، تاثیر قابل ملاحظه ای در ارتقاء، تحول و تطور قدرت کنشگران بین المللی دارد.

    کلید واژگان: ژئوپلیتیک، هوش مصنوعی، الگوریتم، ژئو-داده، بازیگران نظام جهانی
    Seyed Jalal Dehghani Firoozabadi, Saeed Chehrazad *

     Introduction : 

    In recent years, with the advent of the Fourth Industrial Revolution and the simplification of cyber systems, artificial intelligence is considered a vital and valuable element and mastering it is considered as a component of power. The importance of this issue is better understood when the strategic competitions of international actors - generally the great powers - direct their activities towards research and development in the field of artificial intelligence and are turning it into one of the most important Strategic advantages are in the international environment. Assuming the future of geopolitical-geostrategic competition with a focus on artificial intelligence and its applications, this article seeks to answer the question of how the "geopolitical network of the international system" is transformed by the dual nature of artificial intelligence. Has been? Findings show that artificial intelligence and algorithmic system with the reproduction of new geopolitical components and the use of its military, security, political, geo-economics and geocultural functions, have a significant impact on the promotion, evolution and power of international actors.

    Methodology

    The present article is a variable research of the foundation and examines its hypothesis using a conceptual framework. The research seeks to analyze the meta-technological impact of artificial intelligence on geopolitics and analyze the future of strategic competition of global actors in the form of the impact of these two elements through the use of the conceptual framework of "data governance". The authors argue that using the conceptual framework of data governance (algorithms) it can be seen that classical geopolitical theoretical studies need theoretical transformation, because the variable of artificial intelligence has made fundamental changes in studies in this field, regardless of which Geopolitical research-foundation will be incomplete. Therefore, artificial intelligence is presented as an independent variable and geopolitics as a dependent variable. Based on this, the article tries to use the analytical-descriptive research method in order to explain its subject and the data collection method is based on library resources and in the form of documents.

    Result and Discussion

    This article deals with the relationship between artificial intelligence and the global geopolitical arena, focusing on the three components of power, sovereignty and security. The main claim of this article is that the development of artificial intelligence and its applications has led to a change in the aspects, dimensions and methods of exercising power and the mere centralization of the state and therefore its reorganization at the geopolitical level. In other words, geopolitics has undergone such a simple and extensive transformation that classical narratives alone can no longer be a solid and comprehensive narrator of geopolitical issues. Therefore, it is immaturity to continue to call the context in which artificial intelligence has undergone profound changes "geopolitical." The authors of this article believe that the essence of the concept of "geopolitics" has expired and is obsolete to explore and explore the metaphysical effects of artificial intelligence on the geopolitical field, and henceforth we need a new, innovative and up-to-date concept. A concept that defines new contexts, procedures, processes, and processes, while at the same time not abandoning classical and paleontological considerations. This is an appropriate term for "post-geopolitical" writers. Post-geopolitics is an appropriate term because, while paying attention to the function and characteristics of stable and classical textures, it also narrates the fluid, variable and inhuman state of the art that artificial intelligence has created. It points out that the "age-old" issues of the geospatial environment are no longer the hegemony of world life, and it is striking to note that extra-technological trends such as artificial intelligence have also emerged that challenge nation-state relations in general. It confronts them with a fundamental transformation.In the geopolitical significance of artificial intelligence, this account of Russian President Vladimir Putin can be considered a flip. "Artificial intelligence is the future, not just for Russia but for all of humanity... Whoever leads the way, will rule the world "A wealth of evidence shows that the rapid development of artificial intelligence has made it a powerful tool and goal in terms of political, economic, military, strategic and .... AI, which has been exponentially embedded in the digital revolution, is one of the most important determinants of the new international order in the years and decades to come. This super-technology confronts certain geopolitical axioms through fundamental changes through the creation of new visual-territorial relations, the dimensions of space-time, and the materialist matter. In the following, we will explain the new geopolitical reality in accordance with the sets of technological innovations, so that new knowledge and knowledge will be added to the geopolitical theoretical literature and the foundation will be considered in future researches in the field of geography. Researchers in this field.What is at stake in this article is that "geopolitics will no longer be purely territorial." One of the issues that reveals the geopolitical consequences of artificial intelligence is the future of fierce power struggles centered on "dataism" over security threats. In January 2015, a group of prominent thinkers, including Stephen Hawking and Ilan Musk, wrote an open letter calling for responsible monitoring and research on artificial intelligence from a "social benefit" perspective. Their particular concern, which is the geopolitical dimension of security, was the threat posed by lethal lethal weapons, or LAWS. These types of weapons are different from the remote-controlled drones currently used in warfare. The decision to drone is made by humans, but LAWS can select and target without the need for humans. According to computer science professor Stuart Russell, these weapons could include armed quadcopters capable of searching and targeting enemies in the city. What is often referred to as the Third Revolution in War, after gunpowder and nuclear weapons, will be the first generation of LAWS (which the Economist Intelligence Unit believes will be completed in the near future). It is legal, moral and political and not technological.

    Conclusion

    The belief that geopolitics will no longer be based solely on classical approaches, and that meta-technologies such as artificial intelligence have brought about profound transformations in the field, as a whole, by thinkers of the so-called "Post-geopolitics" has been confirmed. In this study, we explored the fact that big data microphysics provides the acquisition of self-learning machines, understanding of complex situations, thinking, reasoning and providing answers and the acquisition of science and knowledge without the help and intervention of humans., How it has affected geopolitical knowledge and made it one of the most important, serious and newest topics in the field of geopolitics. Accordingly, in this study, we attempted to show the theoretical nature of the impact of artificial intelligence, which has a dual and genius function on the geopolitical space, as a context in which algorithmic competitions of global actors such as domestic, regional and international They behave within it and present the interactions between the actors as well as the position of the balance of power in this field and how it is geostrategically regulated. In this regard, it is clear that artificial intelligence is now a tool of power and with the development of its applications, especially in the military field, it will increasingly affect the geopolitical arena. However, the monopolistic focus on the hard power of artificial intelligence and big data microphysics would be a strategic mistake, because the indirect effects of the cultural, commercial, and political power of artificial intelligence on global actors should not be overlooked. This soft power, which is especially beneficial to the algorithmic and big data empires of the US-China Foundation, poses great problems for the independence and sovereignty of different countries.

    Keywords: Geopolitics, Artificial Intelligence, Algorithm, Geo-Data, World System Actors
  • حسین حسینی*

    پژوهش حاضر با هدف بررسی تاثیر کاربردی هوش مصنوعی در راستای پیاده سازی زنجیره تامین چابک می باشد. این پژوهش کاربردی و از نوع توصیفی بوده و جامعه آماری شامل کارشناسان فناوری شرکت های خصوصی در اصفهان می باشد که حجم نمونه از طریق جدول کرجسی-مورگان، 92 نفر برآورد شده است. شیوه نمونه گیری تصادفی ساده بوده و جمع آوری داده ها از طریق پرسشنامه انجام گرفته است. تجزیه و تحلیل داده ها از طریق مدل سازی معادلات ساختاری با رویکرد حداقل مربعات جزئی و نرم افزار Smart PLS و SPSS صورت گرفته است. یافته های پژوهش حاکی از آن است که تکنیک های کارآمد هوش مصنوعی بر پیاده سازی زنجیره تامین چابک تاثیر مثبت و معنادار دارد. هم چنین مطابق نتایج بدست آمده، یادگیری و استخراج الگوها، استدلال و انتخاب الگوها و خوداصلاحی و تنظیم الگوها نیز بر پیاده سازی زنجیره تامین چابک تاثیر مثبت و معنادار دارد. توانایی سازمان ها برای پاسخگویی به چالش های رقابتی و نیز حفظ مزیت های رقابتی یک عامل کلیدی موفقیت در بازارهای جهانی امروز است.

    کلید واژگان: هوش مصنوعی، زنجیره تامین چابک، مدیریت زنجیره تامین، الگوریتم، فناوری
    Hossein Hosseini *

    The Purpose of this Research is to Investigate the Practical Effect of Artificial Intelligence in the Direction of Implementing an Agile Supply Chain. This Research is Applied and Descriptive, and the Statistical Population Includes Technology Experts of Private Companies in Isfahan, and the Sample size is Estimated to be 92 People Through the Karjesi-Morgan Table. Random Sampling Method is Simple and Data Collection is Done Through Questionnaire. Data Analysis was Done Through Structural Equation Modeling With Partial Least Squares Approach and Smart PLS and SPSS Software.The Research Findings Indicate that Efficient Artificial Intelligence Techniques Have a Positive and Significant Impact on the Implementation of Agile Supply Chain. Also, According to the Obtained Results, Learning and Extracting Patterns, Reasoning and Choosing Patterns, and Self-Correction and Setting Patterns Also have a Positive and Significant Effect on the Implementation of Agile Supply Chain. The Ability of Organizations to Respond to Competitive Challenges and to Maintain Competitive Advantages is a Key Success Factor in Today's Global Markets.

    Keywords: Artificial Intelligence, Agile Supply Chain, Supply Chain Management, Algorithm, Technology
  • عظیم آقابابائی طاقانکی*، روح الدین کردعلی وند
    با توجه به لزوم مدیریت مراجعه کنندگان، پروند ه ها و امور اداری قضات و کارمندان دادگستری، سیستم عدالت کیفری با رویکردهای مدیریتی پیوند خورده است. از طرفی با توجه به پیشرفت علم و فناوری، حقوق و دادگستری کیفری به سمت دیجیتالی شدن حرکت کرده است. نقطه تلاقی رویکردهای مدیریتی در دستگاه قضای کیفری و فضای سایبر، پیوند خطرناکی را ایجاد کرده است. در این تحقیق، با روش توصیفی تحلیلی تاثیر تلاقی رویکردهای مدیریتی و سیستمی در برخی شاخص های دادرسی عادلانه بررسی می شود و تحلیل می گردد که چگونه ممکن است این پدیده به نقض اصول دادرسی عادلانه منجر شود. بر اثر این دو پدیده، پیش زمینه های ذهنی قضات از اهداف نظام عدالت کیفری به سمت تحقق اهداف تعریف شده در سیستم های جمع آوری و پردازش داده تغییر کرده و همچنین شتاب در مختومه سازی فرایند کیفری ارزش چندبرابری به خود گرفته است. قضات با عملکرد کلی خود در یک بازه زمانی مشخص و با تعداد داده های ساخته و مختومه شده، ارزیابی می شوند و این موضوع به افزایش تمایلات مختومه گرایی، آمارگرایی، انسانیت زدایی، شتاب محوری در قضا و... در فرایند کیفری منجر می شود. رعایت اصول حقوق کیفری و مقرره گذاری در راستای تحدید رویکرد های مدیریتی و سیستمی با هدف حفظ برخی ارزش های والای حقوق کیفری و شاخص های دادرسی عادلانه می تواند راه حل برون رفت از این مشکل باشد.
    کلید واژگان: دادرسی عادلانه، سامانه مندی، مدیریت گرایی، مدیریت دولتی نوین، دیجیتال
    Azim Aghababaei Taghanaki *, Rouhoddin Kordalivand
    The discussion of civil liability arising from algorithmic losses - which is mostly investigated as civil liability of artificial intelligence or liability arising from the use of artificial intelligence is nascent /aborning in the legal literature. Thinking algorithms require a special civil liability system in case of losses due to the unique characteristics of self-learning, randomness, unpredictability and autonomy. The general theory of Opposability can be a guide in such new cases, too. However, having a transparent and pragmatic criterion and standard to compare the harmful algorithm with similar cases to determine its normal operation is associated with challenges. Determining the scope of the concept of reasonable algorithms, in terms of their unknown nature and inherent complexities, needs to be investigated. By examining the existing obstacles, this research pursues the re-examination of reasonable algorithms with a mixture criterion: A standard that creates incentives for technological and innovative spaces, compensates for the damage, improves the safety level of algorithms and realises the appropriate flexibility to face new generations of technology. Rereading the Opposability theory (causality customary) in the field of algorithms with conventional and reasonable efficiency, as well as adapting this general theory in dealing with the losses arising from the use of thinking algorithms, is the main result of ​​the authors' efforts in this article.
    Keywords: Algorithm, Artificial intelligence, causality customary, Civil Liability, reasonableness, the Opposability Theory
  • حانیه ذاکری نیا*، زهرا غلامپور
    بحث از مسیولیت مدنی ناشی از زیان های الگوریتمی، که بیشتر با عنوان مسیولیت مدنی یا مسیولیت برخاسته از کاربرد هوش مصنوعی بررسی شده است، در ادبیات حقوقی نوپاست. الگوریتم های متفکر به دلیل ویژگی های منحصربه فرد خودآموزی، تصادفی بودن، پیش بینی ناپذیری و خودمختاری، درصورت بروز ضرر و زیان، نظام مسیولیتی ویژه ای می طلبند. نظریه عمومی قابلیت انتساب می تواند در چنین موارد نوپدیدی راهگشا باشد؛ وانگهی دردست داشتن معیار و استانداردی شفاف و عمل گرایانه برای مقایسه الگوریتم زیانبار با دیگر موارد مشابه، برای تعیین متعارف عمل کردن آن، با چالش هایی همراه است. تعیین حدود و ثغور مفهوم الگوریتم های متعارف، به لحاظ ناشناخته بودن و پیچیدگی های ذاتی آن ها، لازم است. این پژوهش با بررسی موانع موجود، بازشناسی الگوریتم های معقول و متعارف را با معیاری ترکیبی دنبال می کند، معیاری که ضمن ایجاد انگیزه برای فضاهای فناورانه و نوآور، جبران خسارات زیان دیدگان، بهبود سطح ایمنی الگوریتم ها و انعطاف پذیری شایسته برای مواجهه با نسل های جدیدی از فناوری را تحقق بخشد. بازخوانی نظریه قابلیت استناد عرفی در وادی الگوریتم‎هایی با کارایی متعارف و معقول و نیز متناسب سازی این اندیشه جهان شمول، در برخورد با زیان‏های برخاسته از کاربرد الگوریتم‏های متفکر، برآیند اصلی تلاش نویسندگان در این نوشتار است.
    کلید واژگان: الگوریتم، استناد عرفی، قابلیت انتساب، مسئولیت مدنی، معقول و متعارف بودن، هوش مصنوعی
    Haniyeh Zakerinia *, Zahra Gholampour
    The discussion of civil liability arising from algorithmic losses - mostly investigated as civil liability of artificial intelligence or liability arising from the use of artificial intelligence is nascent /aborning in the legal literature. thinking algorithms require a special civil liability system in case of losses Due to the unique characteristics of self-learning, randomness, unpredictability and autonomy. The general theory of Opposability can be a guide in such new cases, too. However, having a transparent and pragmatic criterion and standard to compare the harmful algorithm with similar cases to determine its normal operation is associated with challenges. Determining the scope of the concept of reasonable algorithms, in terms of their unknown nature and inherent complexities, needs to be investigated. By examining the existing obstacles, this research pursues the re-examination of reasonable algorithms with a mixture criterion: A standard that creates incentives for technological and innovative spaces, compensates for the damage, improves the safety level of algorithms and realises the appropriate flexibility to face new generations of technology. Rereading the Opposability theory (causality customary) in the field of algorithms with conventional and reasonable efficiency, as well as adapting this general theory in dealing with the losses arising from the use of thinking algorithms, is the main result of ​​the authors' efforts in this article
    Keywords: Algorithm, Artificial intelligence, causality customary, Civil Liability, reasonableness, the Opposability Theory
  • جواد جهان آرا*، سعید بختیاری
    زمینه و هدف

    امروزه شبکه های اجتماعی، محل حکمرانی و بستری مناسب برای دشمنان کشور شده است. در جریان تجمع هایی که گاهی در کشور رخ داده، به درستی اثبات شده که شبکه های اجتماعی و پیام رسان های خارجی، محلی برای ساماندهی، مدیریت، تحریک، ترغیب و حتی آموزش جوانان برای اغتشاش و خرابکاری بوده است. در حال حاضر با افزایش سریع انواع جرائم، روش های سنتی بررسی جرم قادر به ارائه نتایج مطلوب نبوده، زیرا سرعت آن ها کند و ناکارآمد است. هدف از این مطالعه این است که چگونه یادگیری ماشین می تواند توسط نهادهای امنیتی یا انتظامی برای کشف، پیشگیری و مقابله با تجمعات غیر قانونی با سرعتی بسیار دقیق و سریع استفاده شود.

    روش شناسی: 

    برای دست یابی به این هدف تعداد 73 مقاله در بازه زمانی 2012 تا 2023 که در آن از روش های یادگیری ماشین استفاده شده مورد بررسی قرار گرفت. مشاهده می کنیم که اکثر مقالات از رویکرد یادگیری ماشین با نظارت و داده های برچسب گذاری شده استفاده می کنند.

    یافته ها و نتیجه گیری

    با این حال شبکه های عصبی مصنوعی با 44 درصد، روش های جنگل تصادفی با 30 درصد و روش K-نزدیک ترین همسایه با 26 درصد متداول ترین روش های مورد استفاده بودند؛ همچنین 62 درصد از محققان از مجموعه داده های مجرمانه برخط پورتال های عمومی بر روی شبکه اینترنت و 38 درصد نیز از مجموعه داده های رسمی و خصوصی سازمان های قانونی از جمله پلیس در تحقیقات خود استفاده کرده اند. نتایج تحقیق نشان می دهند که به کارگیری روش های جنگل تصادفی بهترین کارائی را داشته است؛ اما برای مجموعه داده های بزرگ، استفاده از روش های شبکه عصبی مصنوعی بهترین نتایج را برای پیش بینی وقوع جرم بر اساس زمان و مکان آن برآورده ساخته است.

    کلید واژگان: الگوریتم، پیش بینی، فراخوان، یادگیری ماشین
    Javad Jahanara *, Saeid Bakhtiari

    Nowadays, social networks have become a place of governance and a suitable platform for the enemies of the country. During the gatherings that have sometimes occurred in the country, it has been rightly proven that social networks and foreign messengers have been a place for organizing, managing, inciting, persuading and even training young people for rioting and vandalism. At present, with the rapid increase of all types of crimes, the traditional methods of crime investigation have not been able to provide the desired results, because their speed is slow and inefficient. The purpose of this study is how machine learning can be used by security or law enforcement agencies to detect, prevent and deal with illegal gatherings with a very accurate and fast speed. In order to achieve this goal, 73 articles in the period from 2012 to 2023 were analyzed in which machine learning methods were used. We can see that most of the articles use the machine learning approach with supervised and labeled data. However, artificial neural networks with 44%, random forest methods with 30% and K-nearest neighbor method with 26% were the most commonly used methods. Also, 62% of the researchers have used criminal data sets from public portals on the Internet and 38% have used official and private data sets of legal organizations, including the police, in their research. The results of the research show that the use of random forest methods has the best performance, but for large data sets, the use of artificial neural network methods has provided the best results for predicting the occurrence of crime based on its time and place.

    Keywords: machine learning, Prediction, Algorithm, recall
  • عبدالرضا علیزاده*، مهسا تدین سعدی، کاظم فولادی قلعه
    هوش مصنوعی سامانه ای است که می تواند واکنش هایی مشابه رفتار هوشمند انسانی داشته باشد، شرایط پیچیده را درک کند، فرآیند تفکری را شبیه سازی کرده و کسب دانش کند و برای حل مسیله استدلال کند و در نهایت محصول جدیدی به بار آورد. گاهی آدمی این فناوری را به عنوان ابزاری برای ساخت اختراع خود بکار می گیرد و گاهی خود هوش مصنوعی به صورت مستقل دست به اختراع می زند؛ اختراعی که اگر توسط انسان به وجود می آمد تحت حمایت نظام حق اختراع قرار می گرفت. مسیله این است که اگر هوش مصنوعی چه به عنوان ابزار و چه به صورت مستقل، نقشی ایفا کند آیا اختراع به وجود آمده قابل حمایت است؟ اگر پاسخ مثبت باشد، دارنده حق کیست؟ در این جستار با روش تبیینی - تحلیلی به این پاسخ دست یافته ایم که در فرض یکم بکارگیرنده هوش مصنوعی مالک اختراع بوده اما در فرض دوم مالکیت در دامنه عموم قرار می گیرد.
    کلید واژگان: هوش مصنوعی، الگوریتم، نظام حق اختراع، اختراع، انسان متعارف
    Abdorreza Alizadeh *, Mahsa Tadayon Sadi, Kazem Fouladi Qale
    Artificial intelligence is a system which could act similar to human intelligent behaviour, comprehend complex situations, simulate thinking process, gain science, have argument of solving problem and at least make a new product. Sometimes human use this system for making her patent. sometimes it, independently makes a patent; a patent which if created by an human, supported in patent law. The problem is that, if artificial intelligence play a rol in creating a patent, as an instrument or independently, is it supportable or not? If yes, who is the rightholder? In this paper, we accede to in expressing – analytical approach, user of artificial intelligence is the rightholder at first assumption. But in second, the ownership is for public.
    Keywords: Artificial intelligenc, algorithm, Patent law, Patent, PSA
  • محمدصادق شیخوند، روح الدین کرد علیوند*، بهروز مینایی، محمد آشوری، محمدعلی مهدوی ثابت

    در روزگار کنونی، کاربرد فناوری های مربوط به هوش مصنوعی در علوم جنایی حقوق محور، جایگاه قابل توجهی پیدا نموده است. در عرصه حقوق کیفری ماهوی، مباحثی هم چون تعیین مسیولیت کیفری در اثر جرایم ناشی از عملکرد ربات ها یا خودروهای خودران جزء جذاب ترین و البته پرمناقشه ترین مباحث این رشته می باشد. در عرصه حقوق کیفری شکلی نیز استفاده از این فناوری در مراحل پنج گانه رسیدگی های کیفری محل گفت وگو و البته تردیدهای بسیار است. پرسش اصلی تحقیق پیش رو آن است که آیا فناوری های مرتبط با هوش مصنوعی در امر کشف و تعقیب کیفری قابلیت اعمال دارد یا خیر و در فرض اعمال چه چالش هایی پیش روی آن است؟ نتایج پژوهش حاضر حکایت از آن دارد که فناوری های مرتبط با هوش مصنوعی امروزه در بسیاری از کشورها متناسب با اقتضایات مراحل مختلف دادرسی کیفری و با در نظر گرفتن اقتضایات هر جرم، به نقش آفرینی می پردازد. ازحیث کشف و تعقیب جرم، انواع ابزارهای پلیسی پیش بینی زمان و مکان جرم و فناوری های مربوط به تشخیص چهره (FRT)  با هدف تسهیل اقدامات پلیسی و حرکت از پلیس "واکنشی" به پلیس "پیش گیرانه" در بسیاری از نقاط اروپا و ایالات متحده توسعه یافته و مستقر شده اند. آن چه باعث می شود در عرصه حقوق کیفری شکلی به طور کلی و در مرحله کشف و تعقیب جرم به طور خاص قدم ها با آهستگی بیشتری به سمت گسترش استفاده از این فناوری برداشته شود وجود چالش هایی هم چون نقض حریم خصوصی و آزادی شهروندان، نقض فرض برایت و خطر نظا می شدن عدالت کیفری می باشد. نویسندگان معتقدند استفاده از فناوری هوش مصنوعی در عرصه کشف و تعقیب جرایم مفید و ضروری و در راستای مقابله حداکثری با پدیده بزهکاری می باشد، اما، در این خصوص نباید دچار شیفتگی شویم، استفاده از این فناوری در مراحل مهم کشف و تعقیب جرایم تا اندازه ای قابل توصیه می باشد که با اصول راهبردی حاکم بر دادرسی کیفری و هم چنین حقوق و آزادی های افراد در تعارض نباشد. در این رابطه، تنظیم گری و وضع قوانین خاص می تواند تا اندازه ای از دغدغه های پیش رو بکاهد. به همین دلیل است که ضرورت تنظیم گری هوش مصنوعی به شکل گسترده ای مخصوصا در منطقه اروپا در حال بحث و بررسی می باشد. در این رابطه نیز گزارش ها و رهنمودهای راهبردی پیش بینی و منتشر گردیده است.

    کلید واژگان: الگوریتم، تنظیم گری، حقوق کیفری شکلی، علوم جنایی حقوقی، کشف و تعقیب جرم، هوش مصنوعی
    Mohammadsadegh Sheykhvand, Rouhoddin Kordalivand*, Behrouz Minaei, Mohammad Ashoori, MohammadAli Mahdavi Sabet

    Nowadays, using the artificial intelligence technologies in law-based criminal sciences has gained a significant place. In the field of substantive criminal law, topics such as the determination of criminal liability due to crimes caused by the performance of robots or self-driving cars are among the most interesting and, of course, the most controversial topics in this field. In the field of procedural criminal law, the use of this technology in the five stages of criminal proceedings has faced many discussions. The main question of this study is whether the technologies related to artificial intelligence can be applied in the process of criminal detection and prosecution or not and what are the challenges facing it in the assumption of application? The results of the current research indicate that the technologies related to artificial intelligence are playing a role in many countries today according to the requirements of different stages of criminal proceedings and taking into account the requirements of each crime. In terms of crime detection and prosecution, a variety of police tools for predicting the time and place of crime and facial recognition technologies (FRT) with the aim of facilitating police actions and moving from "reactive" police to "preventive" police in many parts of Europe and the United States United States have been developed and deployed. What causes the steps to be taken more slowly towards the expansion of the use of this technology in the field of criminal law in general and in the stage of crime detection and prosecution in particular is the existence of challenges such as violation of privacy and freedom of citizens, violation of presumption of innocence and the risk of militarization of criminal justice. The authors believe that using the artificial intelligence technology in the field of detecting and prosecuting crimes is useful and necessary in order to deal with the crime phenomenon as much as possible, but we should not be fascinated in this regard. Using this technology in the important stages of detecting and prosecuting crimes should not conflict with the general principles governing criminal proceedings as well as the rights and freedoms of individuals. In this regard, regulating and establishing special laws can reduce the upcoming concerns to some extent. This is the reason why the need to regulate artificial intelligence is widely discussed, especially in the European region. In this regard, reports and strategic guidelines have been predicted and published.

    Keywords: Artificial Intelligence, Algorithm, Legal Criminal Sciences, Procedural Criminal Law, Crime Detection, Prosecution, Regulation
  • اعظم ملایی*، مجید کافی
    هوش مصنوعی در حال تبدیل ‏شدن به یکی از ابعاد جدید قدرت است. این موضوع می تواند به ساختار مرکز- پیرامونی نظام بین‏ الملل که ناشی از شکاف تکنولوژیکی است، عمق بیشتری ببخشد. هرچند این تکنولوژی نوظهور در مقطع کنونی بیشتر در حوزه پزشکی، کشاورزی، صنعت و اقتصاد مورد استفاده قرار گرفته، اما بی ‏شک صحنه عملیاتی آن به زودی به عرصه دیپلماسی و سیاست خارجی کشورها نیز گسترش می یابد. پژوهش حاضر در صدد پاسخ گویی به این سوال اساسی برآمده است که «با توجه به توسعه نقش هوش مصنوعی در عرصه های مختلف، این پدیده چه تاثیری بر دیپلماسی دارد؟». دستاوردهای این پژوهش که با استفاده از روش توصیفی- تحلیلی به نگارش درآمده، حاکی از آن است که هوش مصنوعی به عنوان عامل شکل‏ دهنده به محیط دیپلماسی، پتانسیل تغییر بنیادین نظم و سلسله‏ مراتب قدرت بین‏ المللی را دارد. این امر امنیت و منافع ملی جمهوری اسلامی ایران را تهدید می‏ کند و تنها راه مقابله کنش مند این است که ایران در فرایند قانونمندکردن و هنجارسازی برای هوش مصنوعی حضور داشته باشد و فناوری هوش مصنوعی را به عنوان موضوع و ابزار دیپلماتیک مورد توجه قرار دهد.
    کلید واژگان: دیپلماسی هوش مصنوعی، الگوریتم، دیپلماسی سایبر، کلان‏داده ها، سیاست خارجی
    Azam Molaee *, Majid Kafi
    Artificial intelligence is becoming one of the new dimensions of power. This issue can give more depth to the center-periphery structure of the international system, which is caused by the technological gap. Although this emerging technology is currently used mostly in the field of medicine, agriculture, industry and economy, but its operational scene will soon be expanded to the field of diplomacy and foreign policy of countries. The current research aims to answer this main question: "What effect can artificial intelligence have on the position of the Islamic Republic of Iran in the field of diplomacy?" The results of this research, by using the descriptive-analytical method, indicate that artificial intelligence, as a shaping factor in the diplomatic environment, has the potential to fundamentally change the order and hierarchy of international power. This may threatens the security and national interests of the Islamic Republic of Iran, and the only way to deal with it proactively, is to be present in the process of legalizing and standardizing artificial intelligence and to pay attention to artificial intelligence technology as a diplomatic issue and tool.
    Keywords: Artificial Intelligence Diplomacy, Algorithm, cyber diplomacy, Big Data, Foreign Policy
  • معصومه عزیزی، مهری اذانی*، حمید صابری، امیر گندمکار
    امروزه فعالیت های شهری، رفت و آمدها و ارتباطات سطح یه شهر به میزان زیادی تغییر کرده و این تغییرات بدون توجه به شرایط زیست محیطی و محیط مطلوب انسانی بوده است به گونه ای که مشکلات زیادی را به ویژه برای انسان ها فراهم آورده است. در گذشته طراحی مسیر ها، فضاها و ارتباطات مکانی به گونه ای بوده که اهمیت ویژه ای به انسان ها به عنوان استفاده کنندگان اصلی در نظر داشته است جنبش پیاده راه سازی به عنوان یکی از راهبردهای بهبود کیفیت محیط شهری محسوب می شود این پژوهش با هدف ارایه الگوی پیاده راه سازی شهری در سطح شهر خرم آباد با رویرکردی از نظر هدف کاربردی و از نظر روش شناسی پژوهش توصیفی تحلیل متکی بر مطالعات مدلی و نرم افزار انجام پذیرفته است برای دستیابی به هدف 20 شاخص در 4 دسته از طریق الگوریتم درخت پوشای مینیمم MST در محیط نرم افزار Matlab 2016 استفاده گردیده است و برای فضایی سازی شاخص ها از فرآیند تحلیل شبکه (Network Analyst Tools) در محیط نرم افزار ArcGIS استفاده شده است. نتایج نشان می دهند که 11758591.7 متر مربع یعنی 29.43 درصد از مساحت بافت شهر خرم آباد دارای وضعیت کاملا مناسب، برای احداث پیاده راه است همچنین تحلیل فضایی شهر خرم آباد نشان می دهد که 5 مسیر بهینه برای توسعه پیاده راه سازی این شهر شامل 1: حد فاصل میدان 22 بهمن بلوار ولایت بلوار 60 متری بلوار شرق به سوی کوی انقلاب، 2: خیابان شهید مطهری، چهار راه بانک بلوار شریعتی، خیابان اسد آبادی و میدان مجاهدین اسلام، 3: میدان امام خمینی تا میدان امام حسین(ع) میدان شقایق، 4: خیابان امام و علوی، خیابان کریم خان زند و 5: بلوار بهارستان، بزرگ مهر و بلوار ایران زمین است.
    کلید واژگان: پیاده راه، الگوریتم، رقابت استعماری، خرم آباد، GIS
    Masomeh Azizi, Mehri Azanei *, Hamid Saberi, Amir Gandomkar
    Today, urban activities, commuting, and communications at the city level have changed greatly, and these changes have been without regard to environmental conditions and the favorable human environment, so that it has provided many problems, especially for humans. . In the past, the design of roads, spaces and spatial communications has been such that special attention has been paid to humans as the main users. The pedestrian movement is considered as one of the strategies to improve the quality of the urban environment. This research has been carried out with the aim of presenting a model of urban implementation in Khorramabad city with an approach in terms of applied purpose and in terms of methodology, descriptive research based on model and software studies to achieve the goal of 20 indicators in 4 categories. It has been used through the MST Minimal Span Tree Algorithm in Matlab 2016 software environment and the Network Analyst Tools process in ArcGIS software environment has been used to spatialize the indicators. The results show that 11758591.7 square meters, ie 29.43% of the area of ​​Khorramabad city has a completely suitable condition for the construction of sidewalks. Also, the spatial analysis of Khorramabad city shows that 5 optimal routes for the development of sidewalks. This city includes 1: the distance between 22 Bahman Square, Velayat Boulevard, 60 meters from East Boulevard to Enghelab Alley, 2: Shahid Motahari St., Shariati Boulevard, Asadabadi St. and Mojahedin Islam Sq., 3: Imam Khomeini Sq. Hussein (AS) Shaghayegh Square, 4: Imam and Alavi St., Karim Khan Zand St. and 5: Baharestan Blvd.
    Keywords: sidewalk, algorithm, Colonial Competition, Khorramabad, GIS
  • محمد فتحی حسین آبادی*، قاسم خسروی
    مدل ارتفاعی رقومی (DEM) در پردازش های مختلف علوم زمین به عنوان یکی از منابع اصلی مطالعات بکارگرفته شده است. عامل شیب متوسط یک منطقه یکی از خصوصیات اساسی و فیزیکی مهم بوده و محاسبه و تعیین این عامل در تمامی طرح های مرتبط با علوم زمین ضروری است. از این رو در این پژوهش به منظور ارزیابی الگوریتم های شیب با استفاده از مدل رقومی ارتفاعی ابتدا دو منطقه براساس شرایط و ویژگی های خاص در نظر گرفته شد. سپس برای هریک از این مناطق (DEM) 30 و 90 متری SRTM تهیه گردید. با استفاده ازکدنویسی در محیط پایتون الگوریتم های شیب از جمله همسایگی، درجه دوم، شیب حداکثر و سراشیبی حداکثر محاسبه و از کتابخانه time و کتابخانه psutil به تربتیب برای زمان محسابه الگوریتم و حافظه مصرفی سیستم استفاده شد. با استفاده از تعدادی نقاط پیش فرض؛ الگوریتم های شیب از نظر مکانی مورد مقایسه قرار گرفتند. نتایج به دست آمده نشان داد الگوریتم شیب سراشیبی حداکثر مقادیر بالاتر و الگوریتم شیب حداکثر مقادیر پایین تری را نسبت به سایر الگوریتم ها کسب نموده است. همچنین ازنظر زمانی الگوریتم سطح درجه دو در کمترین زمان 02/4 ثانیه و الگوریتم سراشیبی حداکثر در بالاترین زمان 13/7 ثانیه محاسبه گردید. الگورتیم سراشیبی حداکثر نیز بالاترین مقدار حافظه (RAM) را در منطقه اول و با استفاده از (DEM) 30 متری به میزان 01/532 مگابایت را هنگام پردازش اشغال می نماید.
    کلید واژگان: مدل ارتفاعی رقومی (DEM)، سامانه اطلاعات جغرافیایی (GIS)، الگوریتم، شیب زمین
    Mohammad Fathi Hosseinabadi *, Ghasem Khosravi
    Digital Elevation Model (DEM) has been used in various earth science processes as one of the main sources of studies. The average slope factor of an area is one of the basic and important physical characteristics, and the calculation and determination of this factor are necessary in all plans related to earth sciences. In many experimental relationships, determining the concentration time and the average slope of the study area is the main factor and plays a decisive role in the estimations. Therefore, failure to accurately estimate and determine the average slope value will lead to incorrect estimates of the major and fundamental factors of an area. Therefore, in this research, in order to evaluate slope algorithms using a digital height model, two areas were first considered based on special conditions and characteristics. Then 30 and 90 meters of SRTM were prepared for each of these areas (DEM). By using coding in a Python environment, the slope algorithms such as neighborhood, quadratic, maximum slope, and maximum slope were calculated and the time library and psutil library were used to calculate the time of the algorithm and the memory consumption of the system. using a number of default points; Slope algorithms were spatially compared. The obtained results showed that the downhill slope algorithm obtained higher maximum values ​​and the maximum slope algorithm obtained lower values ​​compared to other algorithms.
    Keywords: Digital elevation model (DEM), Geographic Information System (GIS), Algorithm, land slope
  • اعظم ملایی*، مجید کافی

    در عصر حاضر، با فراگیر شدن هوش مصنوعی و پیدایش تدریجی نسلی نوظهور از دیپلماسی با عنوان «دیپلماسی هوش مصنوعی» شاهد آن هستیم که نه تنها قدرت های بزرگ، بلکه رقبا و دشمنان منطقه ای ایران نیز گام های موثری در این زمینه برداشته اند. چنین شرایطی برای ایران تهدیدی جدی به حساب می آید و البته فرصت هایی را نیز در خود نهفته دارد. پژوهش حاضر در صدد پاسخ گویی به این سوال است که «چه راهبردهایی برای مواجهه فعال ایران با دیپلماسی هوش مصنوعی وجود دارد؟». در این پژوهش محققان با استفاده از مصاحبه عمقی، روش سوات و ماتریس اسپیس به گردآوری داده ها و تحلیل آنها پرداخته اند. دستاوردهای پژوهش حاکی از آن است که با توجه به مقدورات و محذورات ایران، مجموعه راهبردهای محافظه کارانه، بهتر می توانند زمینه نقش آفرینی فعالانه ایران در حوزه دیپلماسی هوش مصنوعی و تامین منافع و امنیت ملی را فراهم آورند.

    کلید واژگان: جمهوری اسلامی ایران، دیپلماسی، راهبرد، روش سوات، ماتر یس اس پیس، وزارت امور خارجه، هوش مصنوعی
    Azam Molaee*, Majid Kafi

    In the present age, with the transformation of data into "new oil", we are witnessing the gradual emergence of an emerging generation of diplomacy, known as "artificial intelligence diplomacy". In this regard, the use of artificial intelligence in the field of foreign policy can increase the power of forecasting and analysis of diplomatic officials and give more depth and effectiveness to their decisions. Therefore, artificial intelligence has the ability to better ensure the national interests and security of countries by quickly and instantly analyzing big data and saving time and money. Therefore, not only the great powers, but also Iran's regional rivals and enemies have taken effective steps to take advantage of this emerging technology. Such a situation is a serious threat to the Islamic Republic of Iran, which according to its vision document seeks to become a leading and inspiring power in the regional and global arenas, and of course has unique opportunities. With such an approach, the present study seeks to answer the basic question: "What strategies are more effective for the active confrontation of the Islamic Republic of Iran with artificial intelligence diplomacy?” In this study, which is hypothetical due to its exploratory nature, researchers have collected data and analyzed the data using in-depth interviews, SWOT method and SPASE matrix. The findings of the study indicate that among the four categories of strategies in the Swat method, a set of conservative strategies Including consensus building and balancing hard and soft national interests and security, Reform of Iran's educational system, Utilizing the potential of Iranian elites living in developed countries, Attracting foreign and domestic investments, etc. by enabling Iran to take advantage of existing international opportunities to reduce domestic weaknesses; can better play an active role in the field of Iran. Provide artificial intelligence diplomacy and national interests and security.

    Keywords: Algorithm, Artificial Intelligence, Diplomacy, Space Matrix, Strategy, SWOT Method
  • سمیه لبافی*، علی اصغر کیاء، فاطمه نظریان
    پژوهش حاضر با هدف شناسایی تاثیرات دروازه بانی الگوریتمی در پلتفرم های رسانه ای بر منافع عمومی کاربران در زمینه ای ایرانی (پلتفرم و کاربر ایرانی)، طراحی شده است. این پژوهش با بهره گیری از رویکرد کیفی و روش تحلیل تم صورت گرفته و داده های آن از طریق برگزاری مصاحبه های عمیق و نیمه ساخت یافته با 18 خبره در حوزه پلتفرم های رسانه ای و همچنین سیاستگذاران اکوسیستم پلتفرمی به دست آمده است. یافته ها در 7 مضمون اصلی طبقه بندی شده اند که عبارت اند از «تقویت دروازه بانی الگوریتمی در پلتفرم ها با کلان داده»، «شخصی سازی محتوا از طریق الگوریتم ها»، «نمایش تبلیغات بر اساس خواست بنگاه های اقتصادی»، «دروازه بانی الگوریتمی و محدودیت آزادی دریافت و انتشار محتوا»، «دروازه بانی الگوریتمی و حریم خصوصی کاربران»، «دروازه بانی الگوریتمی و قدرت شکل دهی به ساختار اجتماعی و فرهنگی» و «دروازه بانی الگوریتمی نگرش های سیاسی کاربران را تحت تاثیر قرار می دهد». یافته ها حاکی از آنند که تاثیر دروازه بانی الگوریتمی در پلتفرم ها بر منافع کاربران، در سه بعد کلی مسایل مرتبط با «آزادی بیان کاربران»، «حریم خصوصی کاربران» و «تاثیرات سیاسی اجتماعی پلتفرم ها» قابل طبقه بندی است. نتایج همچنین نشان می دهد که زمینه ایرانی دروازه بانی در پلتفرم ها، برای تاثیرات سیاسی و اجتماعی است هرچند برای تاثیرات اقتصادی چنین به نظر نمی رسد.
    کلید واژگان: نظریه دروازه بانی، دروازه بانی الگوریتمی، الگوریتم، پلتفرم های رسانه ای، منافع عمومی
    Somayeh Labbafi *, Aliasghar Kiay, Fatemeh Nazaryan
    This research was codacted to identify the effects of algorithmic gatekeeping in media platforms on the general interests of Iranian platform and users. The research was carried out using the qualitative approach and the theme analysis method. The data was collected through in-depth and semi-structured interviews with 18 experts in the field of media platforms as well as platform ecosystem policy makers. The findings were classified into 7 main themes, which are "developing algorithmic gatekeeping in platforms with big data", "Content personalization through algorithms", "Displaying advertisements based on the economic enterprises demand", "Algorithmic gatekeeping and restriction of freedom of receiving and Publishing content", "Algorithmic gatekeeping and user privacy", "Algorithmic gatekeeping and the power to shape social and cultural structure" and "Algorithmic gatekeeping affects users' political attitudes". The findings showed that the effect of algorithmic gatekeeping on platforms on the interests of users can be classified in three general dimensions of issues related to "users' freedom of expression", "users' privacy" and "social-political effects of platforms". The results also showed that the Iranian platforms gatekeeping is for political and social influences, although it does not seem to be the case for economic influences.
    Keywords: Gatekeeping Theory, Algorithmic Gatekeeping, algorithm, Media Platforms, public interest
  • شهرام ابراهیمی*
    رشد حیرت انگیز استفاده از هوش مصنوعی در حوزه های حمل و نقل، بهداشت و سلامت و...، بر کسی پوشیده نیست. امروزه نظام عدالت کیفری نیز برای حل برخی از مسایل و مشکلات خود در زمینه پیشگیری از تکرار جرم، به این ابزار فناورانه چشم دوخته است. پیشگیری از تکرار جرم و پیش بینی اصلاح مرتکب، به دور از ملاحظات شخصی و ذهنی و یا سنجش احتمال تکرار جرم در حین تعلیق، آزادی مشروط و یا سایر تاسیسات قابل اجرا در بستر جامعه، همواره یک مسیله اساسی برای حقوق دانان، جرم شناسان، قضات و نیز پلیس بوده است. برای حل این مسیله، آیا می توان به ظرفیت های هوش مصنوعی امید بست تا بر اساس گذشته فرد، رفتار آینده وی را پیش بینی کرد؟ یافته های تحقیق نشان می دهد که اگرچه این موضوع به لحاظ فنی شدنی بوده و مقتضیات آن فراهم است، اما اجرای آن به هر قیمتی ممکن نیست. توضیح اینکه به منظور اجتناب از هر گونه تعرض احتمالی به اصول اساسی شده حقوق کیفری، رعایت محدودیت های ماهوی و شکلی حقوقی و نیز مرام نامه های اخلاق حرفه ای الزامی است.به عبارت دیگر، به کارگیری تدابیر پیشگیری از تکرار جرم از طریق هوش مصنوعی، در پرتو این محدودیت ها امکان پذیر است.
    کلید واژگان: هوش مصنوعی، الگوریتم، پیشگیری از تکرار، حالت خطرناک
    Shahram Ebrahimi *
    The astounding growth of the use of artificial intelligence in the fields of transportation, health and etc. is not hidden from anyone. Nowadays, the criminal justice system is also looking at this technological tool to solve some of its issues and problems in preventing of recidivism. Prevention of recidivism and predicting rehabilitation of the perpetrator far from personal and subjective (mental) considerations or measuring the probability of recidivism during suspension, parole or other applicable executory establishments in society has always been a fundamental issue for jurists, criminologists, judges and police. Is it possible to solve this problem by hoping for the capabilities of artificial intelligence to predict one’s future behavior based on his/her past? The findings of the research show that although this issue is technically feasible and its requirements are available, its implementation is not possible at any cost. It is explained that the observance of substantive restrictions and legal adjective (procedural) restrictions and also, code of conduct of professional ethics in order to avoid any possible encroachment on the basic principles of criminal law is mandatory. In other words, it is possible to apply measures to prevent recidivism through artificial intelligence despite these limitations.
    Keywords: Artificial intelligence, Algorithm, Prevention of recidivism, Dangerous state
  • زهرا اخوان صراف*
    از مهم ترین خصایص علمی دوره جدید، درک ضرورت بازیابی و باززایی دانش های بشری از جمله تفسیر و علوم قرآن است. برخی از خاورپژوهانی که از آغاز نیمه دوم قرن بیستم به مطالعات قرآنی مشغول شدند، توصیه کردند این مطالعات بر اساس دستاوردهای علوم انسانی معاصر غرب بازنگری شود. آنان در این راستا عناصری چون روشمندی تفسیر، نقد تاریخی، نقد ادبی، نقد فرمی و مباحث هرمنوتیک را مطرح کردند و اینکه سنت تفسیری مسلمانان باید در پرتو این عناصر اعتبارسنجی شود. پارادایم جدید، بر لزوم روشمندی تاکید دارد که منظور از آن فرایندی است که فهم متن را موجه می سازد و معین می کند طی چه فرایندی معنا از متن به دست می آید. این همان «الگوریتم» پرسابقه مطرح در علوم تجربی است. پرسش این است که آیا تجربه کلیسا بر قرآن قابل تکرار است و مطالعات قرآنی و تفسیری نیز امکان تبدیل شدن به کنشی غیردینی و تجربی را دارد؟ پژوهش حاضر اولا با کنکاش در ماهیت روشمندی به معنای مدرن آن، آشکار می کند که این الگوریتم ها با نگاه سرد آفاقی، در نهایت فهمنده را از جهان اول متن عبور می دهد، اما با غایت متن وحیانی که جهان دوم متن است، فاصله دارد. سپس با طرح چند نمونه، نتیجه می گیرد که مطالعات مبتنی بر این روش ها، دچار آفت بیرونی گری است که به شکل نقص معرفتی و عدم همدلی آشکار می شود. بنابراین، هر چند گزیری از گذار به تفسیر مدرن نیست، اما شتابزدگی و نگرانی برای مدرنیزه کردن تفسیر بر اساس چنین یافته هایی لزومی ندارد.
    کلید واژگان: مطالعات مدرن کتاب مقدس، روش تفسیر مدرن قرآن، خاورپژوهان، علمانی شدن تفسیر، نقص بیرونی گری، الگوریتم
    Zahra Akhavan Sarraf *
    The most important scientific feature of the modern period is comprehending the need to restore and regenerate human knowledge, including the Qur'anic interpretation and sciences. Researchers who have been engaged in Qur'anic studies in the beginning of the second half of the 20th century, recommended that these studies should be revised based on the achievements of contemporary western humanities and elements such as the interpretation methodology, historical criticism, literary criticism, formal criticism, hermeneutic discussions and the validation of the Muslim interpretative tradition should be added. The new paradigm emphasizes the necessity of methodology, which means the process that justifies the text comprehension and determines the process through which the meaning is obtained. This is the long-standing "algorithm" proposed in experimental sciences. This is the long-standing "algorithm" proposed in experimental sciences. The question is whether the experience of the church regarding the Qur'an can be repeated, and the Qur'anic and exegetical studies can become a non-religious and experimental activity? The current research first of all reveals the inadequacy of the recommended algorithms by looking at the methodology nature in its modern sense, which only takes the first step towards the goal of the text. It ultimately leads the reader through the first world of the text, but it is far from the end of the revelatory text, which is the second world of the text. Then, while showing the failure of some examples, it becomes clear that the studies based on these methods have the plague of externalism - which is manifested in the form of cognitive defects and lack of empathy. So, although there is no other choice but to transition to modern interpretation, there is no need to rush and worry about modernizing the interpretation based on such findings.
    Keywords: modern biblical studies, The Qur'an modern interpretation method, orientalists, The secularization of interpretation, defect of externality, method, Algorithm
  • محمدابراهیم عفیفی*

    با توجه به اینکه یکی از مهمترین مشکلات موجود در شناسایی پدیده برف با استفاده از تصاویر ماهواره های اپتیکی، تفکیک ابر و برف می باشد به همین منظور ما در این تحقیق با استفاده از ویژگی متغیر بودن ابرها نسبت به برف و با استفاده از ویژگی رفتاری ابر در طول موج های مختلف، با تعریف شاخص تفاضلی نرمال شده ی ابر در داده های MODIS، به شناسایی و حذف سطوح ابری از این تصاویر اقدام کردیم. سپس نقشه های برف یخچال های زاگرس، منطقه ی استان کهکیلویه و بویر احمد را با استفاده از تصاویر بازتابش روزانه MODIS در سال آبی 1392-1393 برای یک دوره ی زمانی پنج روزه بدست آوردیم و با استفاده از نتایج آن به تخمین پهنه ی ذوب برف در این دوره ی زمانی پرداختیم و در انتها برای نمایش بهتر پهنه ی دینامیک ذوب برف، اقدام به تلفیق نقشه ی پهنه ی بندی ذوب برف با مدل ارتفاع رقومی منطقه (SRTM) گردید. برای این کار با توجه به اینکه قدرت تفکیک تصویر SRTM، 100 متر می باشد. تصمیم گرفته شد قدرت تفکیک تصویر MODIS بوسیله ی روش Resampling به 100 متر تبدیل گردد و سپس با انجام همگام سازی بین تصاویر، لایه های اطلاعاتی را با هم تلفیق کرده و در محیط GIS با انجام طبقه بندی ارتفاعی بر روی لایه های اطلاعاتی به تصویری رسیدیم که همزمان علاوه بر نمایش دینامیک خط ذوب برف، توزیع ارتفاعی پهنه ی ذوب برف را نیز نمایش می دهد.

    کلید واژگان: الگوریتم، پهنه بندی برف، MODIS، شاخص NDSI
    Mohammadebrahim Afifi *

    considering that one of the most important problems in the detection of snow phenomena using optical satellites, cloud segregation and snow, we used to identify and eliminate cloud surfaces using cloud behavior in different wavelengths by defining the normalized difference index in the modis data. then, the snow maps of zagros province of and were collected using images of modis daily in 1392 - 1393 for a five - day period, using our results to estimate snow melting in this period, and at the end to better represent the melting dynamics of snow melting the snow melting map with digital elevation model (SRTM). For this purpose, it is 100 m due to the resolution of the SRTM image. we decided to convert the modis image resolution power into 100 meters using the resampling method and then we integrated the data layers together with the combination of images and the height classification on the data layers, which, in addition to the dynamic representation of snow - melting snow, shows the height distribution of snow melting across

    Keywords: algorithm, Snow Zoning, MODIS, NDSI Index
  • نادیا سلطانی، شهرام واحدی*، منصور بیرامی، محمدحسین ضرغامی
    زمینه

    روش شناسی شبکه امکان مطالعه همزمان چندین هدف را میسر می سازد و قابلیت هایی دارد که منجربه ارایه ابزارهای تحلیلی مناسب می گردد. پژوهش هایی در خصوص استفاده از تحلیل داده های شبکه در حوزه سنجش تربیتی وجود دارد اما کمتر پژوهشی است که بصورت عملی به ساخت آزمون انطباقی مبتنی بر نظریه شبکه و یا ارایه الگوریتم آن پرداخته باشد. آیا امکان استفاده از علم شبکه در ساخت آزمون های انطباقی وجود دارد؟

    هدف

    این مطالعه با هدف بهبود الگوریتم آزمون های انطباقی مبتنی بر تحلیل داده های شبکه بر روی زبان آموزان مراکز و موسسات آموزش زبان شهر تهران انجام شد.

    روش

    این پژوهش از نوع توصیفی و تمرکز اصلی آن بر تحلیل سوالات آزمون با تکنیک تحلیل داده های شبکه بود. جامعه آماری کلیه زبان آموزان ده موسسه برتر آموزش زبان شهر تهران در سال 1398 بود که قابلیت خواندن زبان انگلیسی را در حداقل سطح داشتند. از میان آنان 1556 نفر به روش نمونه گیری در دسترس انتخاب شدند. ابزار سنجش آزمون 140 سوالی خزانه لغات انگلیسی (VST) (نیشن و وارینگ، 1997) بود. تحلیل سوالات آزمون از طریق نظریه کلاسیک، نظریه سوال - پاسخ و تحلیل شبکه مبتنی بر الگوریتم فراچترمن - رینگولد انجام شد.

    یافته ها

    پارامترهای سوالات آزمون بر اساس نظریات کلاسیک و سوال - پاسخ محاسبه گردید. نقشه ارتباط بین سوالات مبتنی بر الگوریتم فراچترمن - رینگولد، بر اساس آزمون آماری همبستگی تفکیکی با تعدیل آلفا (0/01< P) ترسیم شد، شاخص های مرکزیت شبکه و الگوریتم انطباقی آزمون استخراج گردید.

    نتیجه گیری

    استفاده از مزایای تکنیک تحلیل داده های شبکه ای مانند قابلیت دیداری سازی نتایج، ارایه گزارش های ساده و جامع و در نظر گرفتن اهمیت سوالات در ساختار شبکه ارتباطی بین سوالات به ارتقاء روش های آزمون سازی انطباقی منجر شده است.

    کلید واژگان: آزمون انطباقی کامپیوتری، نظریه شبکه، نظریه سوال - پاسخ، انتخاب سوال، الگوریتم
    Nadia Soltani, Shahram Vahedi*, Mansour Bayrami, MohammadHosein Zarghami
    Background

    Network methodology makes it possible to study several goals at the same time and has capabilities leads to providing appropriate analytical tools. There are studies on the use of network data analysis in the field of educational assessment but there is less research that has practically constructed an adaptive test based on network theory or presented its algorithm. Is it possible to use network science to build adaptive tests?

    Aims

    This study was performed with the aim of improving the adaptive test algorithm based on network data analysis on language learners of language teaching centers and institutions in Tehran.

    Method

    This research was descriptive and its main focus was on the analysis of test questions using network data analysis technique. The statistical population included all students of the top ten language teaching institutes in Tehran in 2019 who had the ability to read English at a minimum level. Among them, 1556 people were selected by convenience sampling method. The tool used was the 140-item English Vocabulary Size Test (VST) (Nation & Waring, 1997). The analysis of test questions was performed through classical test theory, item response theory and network analysis based on Fruchterman-Ringold algorithm.

    Results

    The parameters of the test questions were calculated based on classical test theory and item respons theory. The relationship map between the questions was drawn based on Fruchterman-Ringold algorithm and statistical test of partial correlation with alpha modulation (p< 0/01), network centrality parameters and adaptive test algorithm were extracted.

    Conclusions

    Utilizing the benefits of network data analysis techniques such as results visibility, providing simple and comprehensive reports and considering the importance of the questions in the structure of the communication network between the questions have led to the improvement of adaptive testing methodes.

    Keywords: Computerized adaptive testing, network theory, item response theory, question selection, algorithm
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال