DLeX: AI Python

FYI 👉 @ai_python ✍️ https://x.com/IntCyberDigest/status/2010063149702287577

رودمپ DevOps برای سال 2026 : 👉 @ai_python ✍️ https://youtu.be/h-xaWRGBxC4?si=xL0QeDUIVGua_Jf2

مدل GPT-5.3-Codex : 👉 @ai_python ✍️ https://openai.com/de-DE/index/introducing-gpt-5-3-codex/

استانداردی که شاید به زودی جایگزین ابزارهایی مثل PortKey بشه (قبلن بارها درباره Portkey و کاربرد آن در چانال صحبت کردیم) 👉 @ai_python ✍️ https://youtu.be/b-BzeHF6WLA?si=VWVgI22OF3yT-Fyk

اسپیس اکس داره برای دیتاسنترهای مداری هوش مصنوعی استخدام انجام می ده (آستین + سیاتل). تمرکز روی مهندسان Solar, Automation, Manufacturing, Optics, Software و HW مقاوم به تشعشع. هدف اصلی: انتقال محاسبات سنگین AI (آموزش + استنتاج) به مدار LEO استفاده از انرژی خورشیدی ۲۴/۷ + خنک‌سازی طبیعی خلأ 🖥 @elonfact 🙄 هدف بلندمدت: ۱۰۰ گیگاوات ظرفیت محاسباتی AI جدید هر سال برنامه درخواست مجوز: تا ۱ میلیون ماهواره محاسباتی طبق پیش‌بینی ماسک: احتمالاً از ۲۰۲۸–۲۰۲۹ محاسبات AI در فضا از نظر هزینه از زمین سبقت می‌گیره.پروژه بعد از ادغام SpaceX × xAI سرعت گرفته و الان در فاز استخدام و طراحی اولیه است.

👉 @ai_python ✍️ اعلام همکاری ان ویدیا و داکلینگ در CES در 7 ژانویه 2026 کلمه Docling رو در کانال سرچ کنید، مطالب زیادی دربارش داریم.

این ویدیو برای افرادی که قصد دارن در آینده در اکوسیستم مایکروسافت، سرویس های هوش مصنوعی ارائه بدن، بسیار مهم هست. ( یا در حال حاضر ارائه می دن) 👉 @ai_python ✍️ مواردی که پوشش داده شده : 💬 Agent Factory 💭 Model Router 💬 Microsof Defender for AI Services https://youtu.be/a0byEIaDi8U?si=7f91KCQJucqzVUuj

هدف فیلتر بان 👉 @ai_python ✍️ https://youtu.be/TpccDxGGMnk?si=xnSDY54oxVTRrgmy

👉 @ai_python ✍️ انواع منابع پردازشی موجود در Azure Machine Learning : 👉 @ai_python ✍️ 1️⃣ Compute instance: Behaves similarly to a virtual machine and is primarily used to run notebooks. It's ideal for experimentation. 2️⃣ Compute clusters: Multi-node clusters of virtual machines that automatically scale up or down to meet demand. A cost-effective way to run scripts that need to process large volumes of data. Clusters also allow you to use parallel processing to distribute the workload and reduce the time it takes to run a script. 3️⃣ Kubernetes clusters: Cluster based on Kubernetes technology, giving you more control over how the compute is configured and managed. You can attach your self-managed Azure Kubernetes (AKS) cluster for cloud compute, or an Arc Kubernetes cluster for on-premises workloads. 4️⃣ Attached compute: Allows you to attach existing compute like Azure virtual machines or Azure Databricks clusters to your workspace. 5️⃣ Serverless compute: A fully managed, on-demand compute you can use for training jobs.

اهمیت مهندسی اجنت ها در دنیایی که مهندسی اجنت ها از اجزای اصلی مهندسی نرم افزار است : 👉 @ai_python ✍️ این پست در تاریخ 2 ژانویه 2026 برای اولین بار توسط LangChain منتشر شد. https://www.linkedin.com/pulse/agent-engineering-new-discipline-langchain-27pzc/

این مقاله با تکیه بر داده‌های جمع‌آوری‌شده از کاربران موبایل در آمریکا، نخستین ارزیابی تجربی از شبکهٔ «ارتباط مستقیم ماهواره به موبایل» استارلینک را ارائه می‌دهد و نشان می‌دهد که این فناوری، که از ۲۰۲۴ با همکاری T‑Mobile و در قالب سرویس پیامکی آغاز شده، در عمل قابل اتکا است اما هنوز محدودیت‌های مهمی دارد. پژوهش نشان می‌دهد که با افزایش تعداد ماهواره‌ها، تعداد سلول‌های قابل مشاهده و حجم اندازه‌گیری‌ها نیز بیشتر شده و استفاده عمدتاً در مناطق فاقد پوشش زمینی رخ می‌دهد. @WearebiTs 🐤 کیفیت سیگنال نسبت به شبکه‌های زمینی بسیار ضعیف‌تر است (میانگین RSRP حدود ۲۴ دسی‌بل پایین‌تر)، هرچند RSRQ کمی بهتر است که با ماهیت پیامکی سرویس فعلی سازگار است. تحلیل SINR نشان می‌دهد که سرویس دادهٔ آینده احتمالاً حدود ۳ مگابیت‌برثانیه برای هر beam در فضای باز ارائه خواهد داد و با تصمیمات مقرراتی و توسعهٔ بیشتر منظومهٔ ماهواره‌ای می‌تواند تا حدود ۱۸ مگابیت‌برثانیه افزایش یابد. این مطالعه تصویری واقع‌گرایانه از توان فعلی و مسیر تکامل DS2D ارائه می‌کند و نشان می‌دهد که این فناوری در وضعیت کنونی بیشتر برای پوشش پایه و اضطراری مناسب است، نه جایگزینی کامل برای شبکه‌های زمینی. https://arxiv.org/abs/2506.00283

👗3D Dynamic Garments👗 👉UCLA introduces Dress-1-to-3, a novel pipeline that reconstructs physics-plausible, simulation-ready separated garments with sewing patterns and humans from an in-the-wild image. 👉Review https://t.ly/qciHV 👉Paper arxiv.org/pdf/2502.03449 👉Project dress-1-to-3.github.io

در این Path از گوگل، یاد خواهیم گرفت، که چگونه می توان با استفاده از TPU های گوگل Inference انجام داد. 👉 @ai_python ✍️ این یکی از نیازهای اساسی بسیاری از سازمان های Enterprise هست که نیاز به پردازش های سنگین دارند. https://www.skills.google/paths/3310

یکی از مهم ترین محصولات ابری که هر متخصص هوش مصنوعی باید باهاش آشنا باشه، Microsoft Foundry هست. اگر خارج از ایران زندگی می کنید هم قطعن با اهمیت این محصول در محل کار خود آشنا هستید. 👉 @ai_python ✍️ در این راهنما که برای تازه کارها تهیه شده، ساخت یک AI Agent با استفاده از منوی Workfklows آموزش داده می شود. (بدون نیاز به کدنویسی) https://youtu.be/tZ6Y1IIAdx8?si=uVJ0B6D7O5BomOQi

از جمله مدل های امبدینگ که تصاویر و ویدیو را نیز علاوه بر متن پشتیبانی می کند : 👉 @ai_python ✍️ https://youtu.be/fY3-YeveBgA?si=dHzDjo-Cje0RrkW7

یک مهندس سابق گوگل به نام لینوِی دینگ (Leon Ding) توسط هیئت منصفه فدرال در سان‌فرانسیسکو به جاسوسی اقتصادی و سرقت اسرار تجاری مرتبط با فناوری هوش مصنوعی گوگل محکوم شد. دینگ هزاران صفحه از اطلاعات محرمانه مربوط به زیرساخت سخت‌افزاری و نرم‌افزاری ابررایانه‌های هوش مصنوعی گوگل را بین سال‌های ۲۰۲۲ تا ۲۰۲۳ سرقت کرده بود. او این داده‌ها را به حساب شخصی Google Cloud خود منتقل کرده بود. هم‌زمان، او با دو شرکت فناوری در چین همکاری پنهانی داشت و حتی در حال تأسیس شرکت خودش در چین برای توسعه ابررایانه‌های هوش مصنوعی بود. در ارائه‌هایش به سرمایه‌گذاران ادعا کرده بود که می‌تواند با کپی و اصلاح فناوری گوگل یک ابررایانه هوش مصنوعی بسازد. او برای یک برنامه استعدادهای دولتی چین نیز درخواست داده بود و هدفش را «کمک به چین برای رسیدن به سطح جهانی در توان پردازشی» عنوان کرده بود. این پرونده اولین محکومیت رسمی در زمینه جاسوسی اقتصادی مرتبط با هوش مصنوعی در آمریکا محسوب می‌شود. دینگ ممکن است برای هر اتهام ۱۰ تا ۱۵ سال زندان دریافت کند. 👉 @ai_python 🦁 ☀️ https://www.justice.gov/opa/pr/former-google-engineer-found-guilty-economic-espionage-and-theft-confidential-ai-technology

در چند وقت اخیر پست های زیادی درباره اهمیت روز افزون هوش مصنوعی در صنایع نظامی قرار دادیم. همچنین از ماه ها پیش، از تمرکز سند پروژه شکوفایی ایران که رضا پهلوی و تیم ایشون در نیمه اول سال 2025 آماده و منتشر کردند، به استفاده از هوش مصنوعی به خصوص در زمینه بهداشت و سلامت و همچنین در زمینه نظامی صحبت کردیم. 👉 @ai_python 🦁 ☀️ امروز اکانت U.S. Army در توییتر از یک هوش مصنوعی اختصاصی در خصوص مسائل نظامی رونمایی کرد. البته برای استفاده از این هوش مصنوعی به نام GenAI.mil بایستی از شبکه DoW networks اقدام شود.

با تشکر از زحمات دوست عزیزم آقای علی رحیمی، پیام ایشون در اکانت توییتر را با شما مخاطبان گرامی نیز به اشتراک می گذارم : "ما وسط یه جنگ جدی روایت و رسانه‌ایم. رژیم با بودجه‌های کلان و ارتش سایبریش داره شبانه‌روزی دروغ پخش می‌کنه، طبیعیه که ما هم باید از ابزارهای هوشمند و امروزی استفاده کنیم تا بتونیم مؤثرتر عمل کنیم، دروغ‌ها رو افشا کنیم و صدای حقیقت رو برسونیم. برای همین یه پلتفرم راه انداختم که بتونیم همه با هم، هماهنگ و هدفمند روی دشمن مشترکمون، یعنی رژیم تروریستی جمهوری اسلامی کار کنیم. 🔗 آدرس وب‌سایت: https://together-for-iran.com لطفاً هر روز یه سر به سایت بزنید و فعالیت‌های مهم و مشترکی که اونجا هست رو انجام بدید. کارها ساده‌ست، ولی وقتی هماهنگ انجام بشه، اثرش خیلی بزرگ میشه. ابزارهای دیگه‌ای هم که دوستان دیگه توی این مسیر روشون زحمت کشیدن، برای دسترسی سریع به صفحه اصلی اضافه شدن، تا هر نوع «سلاح دیجیتال» دم دستتون باشه. می‌تونید سایت رو به‌صورت PWA یا Web App به Home Screen گوشیتون اضافه کنید تا همیشه دم دستتون باشه. نکته های مهم ⬇️ این وب‌سایت بدون ثبت‌نام کار می‌کنه، هیچ اطلاعات شخصی‌ای از شما جمع‌آوری نمی‌کنه، هیچ داده‌ای از فعالیت‌هاتون روی سرور ذخیره نمی‌شه و همه وضعیت‌ها فقط روی مرورگر خودتون نگه‌داری می‌شن. ابزار امن، ساده و برای کار جمعی. لطفا به اشتراک بزارید تا سریع تر متحد بشیم. همین. #جاويدشاه‌ #پاينده_ایران" 👉 @MigrationEasy 💡 👉 @WienYar 💡 👉 @almanifarsichannel 💡 👉 @ai_python💡