حتی اگر تاکنون عکاسی توسط دستگاه MRI را تجربه نکرده باشید؛ احتمالا شیوه کار آن‌را در برنامه‌های تلویزیونی و فیلم‌ها مشاهده کرده‌اید. هنگام تهیه تصاویر MRI پزشک معمولا از بیمار درخواست می‌کند که تا پایان فرآیند عکس‌برداری کاملا بی‌حرکت باقی بماند. این فرآیند احتمالا با سرعتی بسیار آهسته انجام شده و تا ۱ ساعت زمان خواهد برد.

چنین وضعیتی احتمالا برای برخی بیماران مبتلا به اختلال کلاستروفوبیا (تنگناهراسی) مشکل‌ساز خواهد بود. بعلاوه سروصدای ایجاد شده توسط دستگاه نیز تا حدودی آزاردهنده است. خبر خوش اینکه محققان مرکز هوش مصنوعی فیس‌بوک و موسسه NYU Langone Health با تلاش‌های خود موفق به طراحی نوعی شبکه عصبی شده‌اند که ظاهرا می‌تواند مدت زمان لازم برای ثبت تصاویر MRI را از ۱ ساعت به تنها چند دقیقه کاهش دهد.
شیوه کارکرد روش فوق بدین‌ترتیب است که در عوض استفاده از دستگاه MRI جهت ثبت ۱۰۰ درصدی داده‌ها این شبکه عصبی موسوم به fastMRI صرفا به ۲۵ درصد داده‌ها احتیاج داشته و سایر داده‌ها را به‌طور مستقل تولید خواهد کرد. با مقایسه نتایج آزمایشات fastMRI و روش‌های سنتی‌تر به‌نظر می‌رسد که در اکثر مواقع میان نتایج تفاوت معناداری وجود ندارد. همچنین از هر ۶ رادیولوژیست ۵ نفر از آن‌ها قادر به تشخیص تفاوت‌های میان اسکن‌های معمولی و ورژن تولید شده توسط هوش مصنوعی نبودند.
مهم‌ترین نکته اینکه شبکه عصبی مذکور بر روی کلیه دستگاه‌های MRI فعلی قابل استفاده خواهد بود. این پدیده بدان معناست که بیمارستان‌ها از خریداری تجهیزات جدید بی‌نیاز خواهند بود. همچنین این روش با توجه به سرعت بالا و کیفیت تصاویر تولیدی خود می‌تواند مدت زمان انتظار بیماران برای ثبت تصاویر MRI را کاهش دهد؛ موضوعی که به‌صورت بالقوه موجب ارتقاء مراقبت‌های بهداشتی خواهد شد.
نوشته فناوری هوش مصنوعی شرکت فیس‌بوک قادر به ثبت فوری تصاویر MRI خواهد بود اولین بار در اخبار فناوری و موبایل پدیدار شد.

بسیاری از دولت‌ها و سازمان‌های بهداشتی در سراسر جهان به منظور جلوگیری از شیوع هرچه بیش‌تر بیماری کووید ۱۹ استفاده از ماسک را به مردم توصیه می‌کنند. با این‌حال اشکال بسیار متنوعی از ماسک‌ها از انواع مخصوص جراحی گرفته تا نمونه‌های پارچه‌ای خانگی قابل دسترس هستند. اما کدام‌یک از مدل‌های ماسک بهترین نمونه به‌شمار می‌رود؟

محققان دانشگاه Duke تصمیم گرفتند تا به منظور شناسایی موثرترین ماسک‌ها برای حفاظت از کاربران در برابر بیماری کووید ۱۹ از توانمندی‌های فناوری هوش مصنوعی استفاده کنند. این آزمایش شامل استفاده از یک جعبه سیاه (Black Box)، ماژول لیزر و یک دوربین اسمارت‌فونی همراه با الگوریتمی جهت کمک به محاسبه نتایج است. در این آزمایش کاربر ماسک را روی صورت خود قرار داده و با صحبت کردن داخل جعبه سیاه عبارت “Stay Healthy, people” را بیان می‌کند. در هنگام صحبت کردن فرد، ماژول لیزر و دوربین تلاش می‌کنند تا میزان ذرات بزاق معلق شده در هوا را اندازه‌گیری نمایند. بدین‌ترتیب هرچه میزان ذرات ساطع شده کمتر باشد؛ ماسک مورد استفاده ایمن‌تر یا موثرتر است.
محققان با توجه به یافته‌های آزمایش اعلام کردند که ماسک N95 مناسب بهترین کارآیی را ارائه خواهد داد. ماسک‌های ویژه جراحی و مدل‌های ساخته شده از پلی‌کربنات و پنبه در رتبه‌های بعدی قرار دارند. آن‌ها همچنین دریافتند که ماسک‌های ساخته شده از دستمال‌های گلدار یا انواع تولید شده با پشم گوسفند یا سار جانوران کمترین میزان کارآیی را داشته و ظاهرا مضرات استفاده از آن‌ها حتی بیش‌تر از نپوشیدن ماسک است.
نوشته استفاده از هوش مصنوعی برای یافتن بهترین ماسک محافظ در برابر کرونا اولین بار در اخبار فناوری و موبایل پدیدار شد.

دیپ‌فیک ویدیویی بدین معنا است که ما نمی‌توانیم به هر آنچه که می‌بینیم، اعتماد کنیم. حال دیپ‌فیک صوتی نیز بدین معنا است که دیگر گوش‌های ما قابل اعتماد نیستند. چنین فناوری‌هایی باعث می‌شوند تا مشکلات بشر روزبه‌روز افزایش یابند. در قرن بیستم تنها نگرانی تکنولوژیک انسان‌ها، به مسائلی همانند بمب‌های اتمی و شیمیایی مربوط می‌شد، اما اکنون این دامنه گسترش یافته است.
در چند سال گذشته نگرانی‌های مختلفی در مورد ماشین‌ها و بیماری‌های همه‌گیر به وجود آمده و حال نیز نوبت به دیپ‌فیک صوتی رسیده است؛ چیزی که باعث می‌شود تا مردم اعتماد به صدای یکدیگر را نیز از دست بدهند.
دیپ‌فیک صوتی چیست؟ به احتمال زیاد، ویدیوهای دیپ‌فیک را مشاهده کرده‌اید. در این ویدیوها از الگوریتم‌های یادگیری عمیق استفاده شده و بدین ترتیب رفتارهای دو نفر با یکدیگر جایگزین می‌شوند. در صدای دیپ‌فیک یک صوت شبیه‌سازی شده غیرقابل تشخیص استفاده شده تا بدین ترتیب بتوان صدای مصنوعی فرد موردنظر را تولید کرد؛ دقیقا همانند فتوشاپ کردن صدا.
حداقل فتوشاپ‌های غیرحرفه‌ای را می‌توان تشخیص داد، اما در مورد دیپ‌فیک صوتی فقط می‌توان حدس زد، آن هم با میزان درستی ۵۷ درصد! علاوه بر این، از آنجایی که بسیاری از ضبط‌های صدا توسط میکروفن گوشی‌ها انجام می‌پذیرد (یا در محیط‌های پر سروصدا)، پس دیپ‌فیک صوتی می‌توانند بهتر کار خود را انجام دهد. حال سؤال اینجا است که چرا یک شخص باید به فتوشاپ کردن صدا بپردازد؟
توجیه تولید صدای مصنوعی یکی از این موارد به صنعت بازی‌های ویدیویی مربوط می‌شود. در گذشته امکان نداشت که صدا را به محض درخواست، ایجاد کرد. حتی در عناوین تعاملی که از گرافیک سینمایی نیز برخوردار هستند، ارتباطات کلامی با شخصیت‌های غیرقابل بازی، چندان پویا به نظر نمی‌رسند.
حال با پیشرفت فناوری، استودیوهای بازی‌سازی نیز می‌توانند صدای شخصیت‌ها را شبیه‌سازی کرده و با استفاده از یک موتور تبدیل کننده متن به صوت، سخنان شخصیت‌های درون بازی‌ها را پویاتر نشان دهند. در واقع این فرایند در زمان واقعی رخ داده و از پیش تعیین و رندر نمی‌شود.
البته این فناوری استفاده‌هایی نیز در تبلیغات، فناوری و خدمات پشتیبانی از مشتریان دارد. در اینجا نیز صدای یک انسان قابل اعتماد شبیه‌سازی شده و متون گفتار نیز توسط هوش مصنوعی تعیین و ادا می‌شوند. شرکت‌های شبیه‌سازی صدا، در مورد کاربردهای پزشکی این فناوری نیز هیجان‌زده هستند. البته این موضوع چندان جدید نبوده و در واقع استیون هاوکینگ نیز از صدای مصنوعی استفاده می‌کرد. اما حال چنین مواردی می‌توانند بهبود بیشتری را تجربه کنند.
‌در سال ۲۰۰۸، شرکت شبیه‌سازی صدای CereProc، صدای راجر ایبرت (Roger Ebert) را پس از سرطان گرفتن وی، شبیه‌سازی کرد. همچنین این شرکت وب‌سایتی را نیز ایجاد کرده بود که در آن مردم می‌توانستند متنی را تایپ کرده و سپس این متن با صدای جورج بوش، بیان شود.

صدای شبیه‌سازی شده چگونه کار می‌کند؟ شبیه‌سازی صدا در حال حاضر از محبوبیت مناسبی برخوردار است. شرکت‌هایی همانند Resemble AI و Descript وب‌سایت‌هایی را دایر کرده‌اند که می‌توانید در آن‌ها به‌صورت رایگان، صدای خود را شبیه‌سازی کنید. در این زمینه هوش مصنوعی و مخصوصا الگوریتم‌های یادگیری عمیق هستند که می‌توانند صدای ضبط شده را با متن مربوطه تطبیق داده و در نتیجه صدای شما را شبیه‌سازی کنند. در ادامه هوش مصنوعی از بلوک‌های ساختاری زبان استفاده کرده تا بدین ترتیب بتواند تقریبی از کلماتی را که تا به حال از زبان شما نشنیده، به دست آورد.
متیو آیلت (Matthew Aylett)؛ مدیر ارشد علمی شرکت CereProc می‌گوید: “پایه این فناوری مدت‌ها است که وجود دارد، اما تنها به مقداری کمک نیاز دارد. کپی کردن صدا همانند درست کردت شیرینی است. این کار کمی سخت بوده و همچنین راه‌های مختلفی نیز جهت انجام آن وجود دارند.”
توسعه‌دهندگان جهت کسب نتایج مورد قبول، به مقادیر زیادی از صداهای ضبط شده نیاز دارند. چند سال پیش، دانشمندان شبکه‌های GAN را توسعه ‌دادند. بدین ترتیب برای اولین بار، امکان قیاس از داده‌های موجود فراهم شد. آیلت می‌گوید: “به جای اینکه یک رایانه، تصویری را از یک اسب مشاهده کند و بگوید که این اسب است، مدل من اکنون می‌تواند یک اسب را به یک گورخر تبدیل کند. بنابراین پیشرفت‌های شبیه‌سازی صدا، مدیون تلاش‌های آکادمیک حوزه رایانه هستند.”
یکی از مهم‌ترین پیشرفت‌ها در زمینه شبیه‌سازی صدا، مربوط به کاهش حجم صدای اولیه موردنیاز است. در گذشته حجم بالایی از صدای شخص موردنیاز بود، اما اکنون تنها چند دقیقه کافی است.
ترس ناشی از بی‌اعتمادی به همه‌چیز فناوری‌هایی همانند انرژی هسته‌ای، فناوری نانو، چاپ سه‌بعدی و CRISPR، در عین هیجان‌انگیز بودن، ترسناک نیز هستند. در اخبار نیز مواردی به چشم می‌خورند که طی آن‌ها، دیپ‌فیک صوتی توانسته که مردم را فریب دهد.
در کانال‌های یوتیوبی، می‌توان ویدیوهایی از رؤسای جمهور پیشین آمریکا را مشاهده کرد که در آن‌ها، این اشخاص مشغول خواندن یک آهنگ هستند. موسیقی و صداهای پس‌زمینه باعث می‌شوند تا حرکات رباتیک کمتر به چشم آیند، اما در هر صورت پتانسیل زیادی در این موضوع وجود دارد.
می‌توان به‌آسانی تصور کرد که این فناوری به مرور زمان بهتر خواهد شد. سیستم‌های صدای دیپ‌فیک به ورودی‌های کمتری احتیاج خواهند داشت و همچنین پردازش‌های سریع‌تر نیز می‌توانند شبیه‌سازی را در آن واحد انجام دهند. به مرور هوش مصنوعی بهتر نیز می‌تواند لحن و ریتم صدای اشخاص را بهتر شبیه‌سازی کند.
مسائل اخلاقی مرتبط با دیپ‌فیک صوتی اکثر شرکت‌های فعال در این زمینه سعی دارند تا این فناوری را به جهت ایمن و درستی راهنمایی کنند. مثلا شرکت Resemble AI، یک بیانیه اخلاقی را در وب‌سایت خود قرار داده که در زیر به گزیده‌ای از آن اشاره می‌کنیم:
“ما نسبت به شرکت‌های مختلف، سختگیری‌هایی را اعمال کرده و مطمئن می‌شویم که صدای شبیه‌سازی شده توسط آن‌ها استفاده شده و همچنین رضایت کامل صدا پیشه‌ها را نیز جلب کرده‌اند.”
کاندان کومار (Kundan Kumar)؛ بنیان‌گذار Lyrebird (که اکنون بخشی از Descript است)، می‌گوید که Lyrebird از ابتدا نسبت به سوءاستفاده حساس بوده و به همین دلیل است که اکنون Descript به مردم اجازه می‌دهد که فقط صدای خود را شبیه‌سازی کنند.
خوب است که می‌شنویم بازیگران مطرح این صنعت، به موازین اخلاقی پایبند هستند. اما در هر صورت ابزارهای دیپ‌فیک صوتی دیگری نیز وجود دارند که چنین رویه‌ای را در پیش نگرفته و حتی جهت سوءاستفاده از آن‌ها، به دانش کدنویسی نیز نیازی ندارید.
متخصصان امنیت، پیش‌تر نیز با چنین مواردی مواجه شده‌اند پیش‌ از اینکه دیپ‌فیک صوتی قابل استفاده باشد، کلاهبرداران همیشه سعی کرده‌اند که به‌صورت تلفنی، نسبت به سرقت پول اقدام کنند، اما متخصصان امنیت در این‌گونه مواقع نیز حاضر بوده‌اند. شرکت‌هایی همانند Pindrop به این کار مشغول بوده و طبق ادعاهای این شرکت، آن‌ها ۱٫۲ میلیارد مکالمه صوتی را تحلیل کرده و توانسته‌اند که از سرقت ۴۷۰ میلیون دلار پول، جلوگیری کنند.
پیش از دیپ‌فیک صوتی، کلاهبرداران از مکانی دیگر تماس می‌گرفتند و با ارائه اطلاعات شخصی هدف خود، سعی می‌کردند که وجوه وی را انتقال دهند. ویجی بالاسوبرامانیان (Vijay Balasubramaniyan)؛ مدیرعامل Pindrop، می‌گوید: امضای صوتی به ما اجازه می‌دهد که ویژگی‌های صوتی را تشخیص داده و بدین ترتیب بفهمیم که تماس موردنظر از نیجریه و با استفاده از اسکایپ صورت گرفته است. در حالی که می‌دانیم مشتری واقعی از گوشی AT&T استفاده کرده و از آتلانتا نیز تماس می‌گیرد. گاهی اوقات با کلاهبردارهایی مواجه می‌شویم که صدای جوجه و یا گریه کودک را در پس‌زمینه تماس‌های خود استفاده می‌کنند تا بدین ترتیب بتوانند کارمندان ما را فریب دهند. حتی مواردی نیز داشته‌ایم که در آن‌ها مردها سعی کرده‌اند تا با استفاده از ابزارهای شبیه‌سازی، فرکانس صدای خود را افزایش داده و بدین ترتیب صدای خود را زنانه جلوه دهند. اما گاهی اوقات نرم‌افزار مورد استفاده آن‌ها خوب کار نکرده و صدایی شبیه به شخصیت‌های کارتونی تولید می‌کند.”
آیا کسی می‌تواند دیپ‌فیک صوتی را تشخیص دهد؟
اگر پس از گوش دادن به صدای یک شخص، به سختی بتوانیم مصنوعی بودن آن را متوجه شویم، آنگاه این موضوع می‌تواند حاوی خبرهای خوب و بدی برای ما باشد. خبر خوب این است که هوش مصنوعی و سیستم‌های یادگیری عمیق در حال تکامل بوده و جهت تولید صدایی واقعی، به ورودی‌های کمتری احتیاج دارند. خبر بد هم این است که تشخیص موارد تقلبی و همچنین کلاهبرداری‌ها نیز مشکل‌تر می‌شود.
هر چقدر طول یک فایل کمتر باشد و در محیط‌های شلوغ‌تری نیز ضبط شده باشد، آنگاه تشخیص دیپ‌فیک بودن آن نیز سخت‌تر خواهد شد. نکته‌ای که در این بین وجود دارد، این است که اگر انسان‌ها قادر به تشخیص صدای تقلبی نباشند، در هر صورت کامپیوترها قادر به انجام این کار خواهند بود. خوشبختانه ابزارهای تصدیق هم‌اکنون نیز وجود دارند. شرکت Pindrop ابزاری را استفاده می‌کند که حتی اگر تمامی صداهای فایل مورد بررسی نیز توسط شخص واقعی ضبط شده باشند، بازهم بتواند مصنوعی بودن صدای شبیه‌سازی شده را تشخیص دهد.
بسته به کیفیت صدا، هر ثانیه از مکالمه می‌تواند بین ۸۰۰۰ الی ۵۰۰۰۰ نمونه داده جهت تحلیل را در بر داشته باشد. بالاسوبرامانیان می‌گوید: “چیزی که ما به دنبال آن هستیم، محدودیت‌های گفتاری ناشی از تکامل انسان‌ها هستند. به‌عنوان مثال، دو صدای آواز، حداقل تفاوت‌هایی را با یکدیگر دارند، زیرا به دلیل محدودیت‌های فیزیکی، نمی‌توان برخی از عبارات را از حدی سریع‌تر بیان کرد. مثلا با شنیدن برخی از صداهای ترکیبی، می‌گوییم که امکان ندارد این صدا متعلق به یک انسان باشد، زیرا برای ادای آن، فرد باید یک گردن ۷ فوتی داشته باشد.”
برخی صداها نیز وجود دارند که سایشی نامیده می‌شود (حروفی همانند F ،S ،V و Z). سیستم‌های یادگیری عمیق به‌سختی می‌توانند این صداها را از نویزها تمایز دهند. الگوریتم‌های هوش مصنوعی به‌سختی می‌توانند پایان کلمات را از نویز پس‌زمینه تمایز دهند، بنابراین محو شدن کلمات در چنین مدل‌هایی، بیش از گفتار واقعی انسان‌ها رخ می‌دهد. به همین دلیل رایانه‌ها آسان‌تر می‌توانند مصنوعی بودن صدا را تشخیص دهند.
مقابله با دیپ‌‎فیک، هوشیاری می‌طلبد پیش‌بینی دقیق آینده دیپ‌فیک صوتی، دشوار است. اما می‌توان گفت که ما در آستانه کلاهبرداری‌های صوتی قرار داریم، هر چند که خطر وقوع چنین مواردی در حال حاضر پایین بوده و ابزارهای تشخیصی نیز می‌توانند کار خود را به‌خوبی انجام دهند.
هنری آجِر (Henry Ajder)؛ مدیر بخش تهدید اطلاعاتی در Deeptrace، می‌گوید: “اگر مردم ابزارهای دیپ‌فیک صوتی متن-باز را به یکدیگر متصل کرده و سپس آن‌ها را در قالب اپلیکیشن و یا سرویس‌های کاربرپسند (و بدون تعهدات اخلاقی) عرضه کنند، آنگاه مشکلات متعددی در این زمینه به وجود خواهند آمد.”
بدین ترتیب، حیاتی است که شرکت‌های امنیتی خود را در برابر چنین تهدیدهایی مقاوم کرده و به‌عنوان مثال بتوانند آسیب‌پذیری روز-صفر بعدی را بهتر درک کنند که طبیعتا دیپ‌فیک صوتی کاندیدای اصلی این موضوع خواهد بود.
نوشته دیپ‌فیک صوتی چیست و آیا تهدیدی برای جوامع بشری به حساب می‌آید؟ اولین بار در اخبار فناوری و موبایل پدیدار شد.

سورنا ستاری، معاون علمی و فناوری رئیس‌جمهور روز گذشته از سه سامانه هوش مصنوعی کشور رونمایی کرد. وی در بازدید از بزرگ‌ترین مرکز تحقیقات هوش مصنوعی کشور اعلام کرد: هوش مصنوعی در آینده به عنوان یکی از کلیدیترین ضامن‌های امنیت کشورها مطرح خواهد شد و به همین جهت در معاونت علمی ریاست جمهوری، این بحث با جدیت دنبال می‌شود.
سورنا ستاری با اشاره به اینکه ایران مالک بزرگ‌ترین استارتاپ‌های منطقه در حوزه‌های مختلف از جمله ICT و بیوتکنولوژی است، گفت: ما در منطقه در حوزه هوش مصنوعی نیز مدعی هستیم و باید در این حوزه مانند نانو تکنولوژی سرمایه‌گذاری‌های گسترده‌ای تدارک ببینیم.
معاون علمی و فناوری رییس جمهور با تاکید بر توانمندی بنامه نویسان در بومی سازی سرویس‌های هوش مصنوعی عنوان کرد: اهمیت بومی سازی در حوزه هوش مصنوعی بسیار بالاست، بسیاری از سرویس‌ها به زبان فارسی و لهجه‌های محلی حساس هستند و از این رو باید از هوش مصنوعی برای توسعه سرویس‌های داخلی استفاده کرد.
ستاری در مورد حمایت از صادرات محصولات هوش مصنوعی اعلام کرد: محصولات هوش مصنوعی یکی از شرکت‌های بزرگ این حوزه قابلیت صادرات دارد. قطعا باید این گونه محصولات حمایت بیشتری شود و با این روند، رشد آن‌ها در سال آینده چند برابر خواهد شد.
وی با اشاره به رتبه چهاردهمی ایران در تولید مقالات ICT متذکر شد: ما از تمام شرکت‌های هوش مصنوعی حمایت می‌کنیم.
در این مراسم از سه سامانه هوش مصنوعی ساها، سهاب و هوشیو رونمایی شد. علی رسولی زاده، مدیرعامل شرکت پردازش اطلاعات مالی پارت در مراسم معرفی این سه محصول هوش مصنوعی با اشاره به سرمایه‌گزاری هفت ساله این شرکت در ایجاد زیرساخت و توسعه تیم‌های مختلف هوش مصنوعی گفت: ساها سامانه احراز هویت غیرحضوری است که با استفاده از هوش مصنوعی تولیدشده و کاربردهای مختلفی برای احراز هویت افراد در بانک‌ها آزمون‌ها و بازار سرمایه دارد. وی همچنین سامانه سهاب را به عنوان اولین مارکت پلیس (Market Place) در حوزه هوش مصنوعی در ایران عنوان کرد.
رسولی زاده سومین محصول هوش مصنوعی با نام هوشیو را تحت عنوان یک پایگاه جامع محتوایی در حوزه هوش مصنوعی معرفی کرد. هوشیو، اطلاعات و آموزش‌های مختلفی را در قالب‌های متنی، صوتی و تصویری در اختیار کاربران قرار می‌دهد.
نوشته رونمایی از محصولات جدید حوزه هوش مصنوعی در ایران اولین بار در اخبار فناوری و موبایل پدیدار شد.

مؤسسه تحقیقاتی OpenAI، از فعالان پیش‌گام صنعت هوش مصنوعی، تصمیم دارد سرویس توسعه متن خود را به‌صورت یک خدمت تجاری به کسب‌وکارها بفروشد.

شرکت IBM در بیانیه‌ای رسمی اعلام کرد که توسعه و عرضه‌ی فناوری تشخیص چهره عمومی را متوقف و عرضه فناوری به مقام‌های قانون‌گذار را بازنگری می‌کند.

اپل استارتاپ Inductiv را که در حوزه‌ی هوش مصنوعی و یادگیری ماشینی فعالیت می‌کند خریداری کرد تا سیری، دستیار صوتی خود را به‌روزرسانی کند.

اپل استارتاپ Inductiv را که در حوزه‌ی هوش مصنوعی و یادگیری ماشینی فعالیت می‌کند خریداری کرد تا سیری، دستیار صوتی خود را به‌روزرسانی کند.

قرن ۲۱ پر از شاخص‌های سنجش داده‌هایی است که روزی غیرقابل تشخیص خوانده می‌شدند. تأثیر هوش مصنوعی بر درک داده‌ها را می‌توان یکی از بحث‌های مهم این روزها دانست. مشتریان شما به چه چیزهایی فکر می‌کنند؟ در کجا زندگی می‌کنند؟ چرا محصولات شما را خریداری نمی‌کنند؟ با استفاده از هوش مصنوعی و یادگیری ماشینی می‌توان پاسخ‌های متفاوت و قابل فهم چنین پرسش‌هایی را به دست آورد و به‌صورت دقیق آن را مورد بررسی قرار داد.
شاید هوش مصنوعی و یادگیری ماشینی نتوانند به شما بگویند که چرا آقا/خانم فلانی در ساعت ۴:۴۵ بعدازظهر و در هنگام خرید، فرآیند بررسی را رها کرده و از خرید محصول شما منصرف شده است. اما این فناوری‌ها می‌توانند یک مورد خاص را انتخاب و سپس رفتار آن را با رفتار سایر کسانی که از خرید منصرف شده‌اند، مقایسه کرده و در نتیجه برداشت مناسبی را از دلایل کاهش مشتریان یک کسب‌و‌کار ارائه دهند.
نتایج مطالعه‌‌ای پیرامون وضعیت بازاریابی نشان داده که در طول دو سال گذشته، میزان استفاده از هوش مصنوعی حدود ۲۵۷ درصد افزایش یافته و همچنین در کنار آن نیز در همین بازه زمانی، به‌کارگیرندگان این فناوری از ۲۲ درصد به ۷۹٫٫

یک استارتاپ استرالیایی سعی دارد با استفاده از نورون‌های واقعی و بیولوژیکی چیپ‌های کامپیوتری بسازد و دنیای هوش مصنوعی را متحول کند.