تحلیل مقایسۀ شبکه‌های هوش مصنوعی در پیشگیری از جرم (موردپژوهی: داروهای تقلبی)

از ویکی حقوق
نسخهٔ تاریخ ‏۱۰ اکتبر ۲۰۲۴، ساعت ۲۱:۴۷ توسط Fariba-Ranjbar (بحث | مشارکت‌ها) (+ 6 categories using HotCat)
(تفاوت) → نسخهٔ قدیمی‌تر | نمایش نسخهٔ فعلی (تفاوت) | نسخهٔ جدیدتر ← (تفاوت)
پرش به ناوبری پرش به جستجو

جایگاه ارث اموال دیجیتالی در حقوق ایران نام مقاله ای از سعید گوهری بوده که در شماره دهم دوره پنجم (مهر 1403) فصلنامه حقوق فناوری های نوین منتشر شده است.

چکیده

پیشگیری از جرائم مرتبط با داروهای تقلبی به‌دلیل فنّاوری‌های استفاده‌شده در تولید و توزیع این داروها با روش‌های سنتی مانند نظارت میدانی چشم‌انداز روشنی نخواهد داشت؛ ازاین‌رو اتخاذ تدابیر پیشگیرانۀ مناسب نیازمند بهره‌گیری از فنّاوری‌های نوین با قابلیت کشف این جرائم در مقیاس وسیع و دقت بالاست. در این راستا، شبکه‌های عصبی هوش مصنوعی نظیر شبکه‌های عصبی بازگشتی، شبکۀ عصبی مولد تصادفی و شبکۀ عصبی کانولوشن با الهام‌گرفتن از ساختار مغز انسان قادر به کشف این جرائم هستند. بااین‌حال، هریک از این شبکه‌ها معایبی دارند که بی‌توجهی به آن، نظام حقوقی را در پیشگیری از این جرائم با دشواری مواجه می‌کند؛ بنابراین تحقیق حاضر با روش مطالعۀ موردی، تلاشی در راستای شناسایی کارآمدترین شبکۀ عصبی برای پیشگیری از این جرائم به‌شمار می‌رود. برون‌داد این تحقیق نشان می‌دهد که قانون‌گذار به روش نظارت در حوزۀ پیشگیری وضعی توجه ویژه داشته است؛ اما ابزار این نظارت را تعریف نکرده است. با‌وجوداین، معاونت غذا و دارو با استفاده از سامانۀ تیتک (کد رهگیری) اقدام به شناسایی کشف جرائم این عرصه می‌کند. باوجوداین، این سامانه به‌دلیل غیرهوشمندبودن سامانه، قادر به کشف تمامی اشکال تقلب نخواهد بود؛ بنابراین به نظر می‌رسد استفادۀ هم‌زمان از سه شبکه (شبکه‌های عصبی بازگشتی، شبکۀ عصبی مولد تصادفی و شبکۀ عصبی کانولوشن) در قالب یک شبکۀ عصبی ترکیبی تحقق کشف جرائم دارویی را در مقیاس وسیع ارتقا دهد.

کلیدواژه ها

  • داروهای تقلبی
  • شبکه‌های عصبی
  • پیشگیری از جرم
  • هوش مصنوعی

مواد مرتبط