هوش مصنوعی | محمد زمانی

مارک اندریسن (Marc Andreessen)، هم‌بنیان‌گذار صندوق سرمایه‌گذاری معروف a16z، تو یکی از پادکست‌های اخیرش دست گذاشته رو یه واقعیت جالب درباره وضعیت این روزهای هوش مصنوعی؛ این‌که سرعت پذیرش AI بین کاربرها و کارمندها، فرسنگ‌ها جلوتر از سازمان‌ها و شرکت‌های بزرگه. اندریسن میگه الان تو بیشتر شرکت‌ها، مدیرها هنوز درگیر جلسات بررسی و نوشتن دستورالعمل‌های طولانی هستن، در حالی که خود کارمندها خیلی وقته دارن بی‌سر‌و‌صدا کارهای روزمره‌شون رو با ChatGPT و ابزارهای مشابه جلو می‌برن؛ جوری که احتمالاً مدیر بالا سرشون اصلاً روحش هم خبر نداره کار چطور با این سرعت تحویل داده شده :) به نظر اون، استفاده از ابزارهای هوش مصنوعی برای یه فرد خیلی ساده‌تر و روان‌تر از یه ساختار پیچیده سازمانیه. همین تفاوت باعث شده یه اتفاق بزرگ‌تر در پس‌زمینه شکل بگیره: کارمندهایی که می‌بینن با کمک AI می‌تونن کار چند نفر رو تنهایی انجام بدن، کم‌کم به این نتیجه می‌رسن که راه‌اندازی کسب‌وکار شخصی هیچ‌وقت به این راحتی نبوده. در نهایت، اندریسن پیش‌بینی کرده که این ماجرا قراره موج عظیمی از استارتاپ‌های تک‌نفره و خلوت رو به راه بندازه؛ دوره‌ای که شاید توش شرکت‌های غول‌پیکر هنوز مشغول تصمیم‌گیری باشن، اما کارمندهای سابقشون استارتاپ‌های سریع و مجهز به AI خودشون رو بالا آورده باشن. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

جک دورسی از یه مدل صوتی جدید به اسم Dessa رونمایی کرده که قابلیت Full-duplex داره؛ یعنی مثل یه آدم واقعی می‌تونید هم‌زمان حین حرف زدنش بپرید وسط کلامش، مکالمه دوطرفه زنده داشته باشید و خبری از اون مکث‌های رباتی و اعصاب‌خردکن نباشه. نکته عجیب و جالبش اینجاست که دموهای منتشرشده ازش از نظر انتقال حس، احساسات و طبیعی بودن لحن، هرچیزی که تا الان دیدیم رو پشت سر می‌ذارن. طوری حرف می‌زنه و لحنش بالا و پایین می‌شه که اگه ندونید، رسماً حس می‌کنید یه انسان اون‌طرف خط نشسته و داره باهاتون گپ می‌زنه. از نظر فنی هم روش کارش متفاوته؛ Dessa اصلاً روی داده‌های متنی یا مدل‌های از پیش‌آموزش‌دیده (Pretrained) ساخته نشده و آموزش دیدنش صرفاً و تماماً از طریق مکالمات صوتی بوده تا درک ارگانیک‌تری از ریتم مکالمه انسانی پیدا کنه. فعلاً فقط نمونه‌های دمو ازش منتشر شده و دسترسی عمومی نداره، ولی همین نمونه‌ها نشون میده مدل‌های صوتی دارن با سرعت وحشتناکی همه‌گیر میشن و احتمالاً خیلی زود باید به هم‌کلام شدن روزمره باهاشون عادت کنیم. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

مایکروسافت از یک سیستم هوش مصنوعی پزشکی به نام MAI-DxO رونمایی کرده که تو ارزیابی پرونده‌های پیچیده، آماری به مراتب بالاتر از پزشکان عمومی ثبت کرده است؛ دقت ۸۳.۲ درصدی این مدل در برابر دقت ۳۶.۱ درصدی پزشکانی که حتی به منابع پزشکی هم دسترسی کامل داشتن. تو پرونده‌های اورژانسی هم دقت این سیستم به ۸۰.۳ درصد رسیده، در حالی که پزشکان تو شرایط مشابه به دقت ۴۶.۸ درصد رسیدن. تفاوت اصلی این سیستم با چت‌بات‌های معمول اینه که کار یک کمیسیون پزشکی رو شبیه‌سازی می‌کنه؛ یعنی یک‌باره حدس نمی‌زنه، بلکه قدم‌به‌قدم جلو میره، سوال‌های تکمیلی مطرح می‌کنه، آزمایش‌های لازم رو انتخاب می‌کنه و سناریوهای مختلف رو با هم می‌سنجه تا جلوی آزمایش‌های غیرضروری و هزینه‌های اضافه تشخیصی گرفته بشه. البته این نتایج روی پرونده‌های قدیمی به دست اومده، نه بیماران واقعی در فضای بیمارستان، بنابراین برای قضاوت درباره جایگزینی اون با پزشکان زوده. به گفته مایکروسافت، هدف این پروژه جایگزینی کادر درمان نیست، بلکه قرار دادن این ابزار به عنوان یک دستیار در کنار پزشکان است تا خطاهای تشخیصی در پرونده‌های دشوار کمتر بشه. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

یه داشبرد همه چی تموم برای اتصال به پلتفرم‌های هوش مصنوعی برای اندروید و ویندوز. لینک هر دو نسخه رو میذارم ریپو رو دقیق مطالعه کنید. 📱ریپوی اندروید ⬛️ریپوی ویندوز ✈️@mohammad_zammani 📱Mohammad.zammani.offical

مدل ساخت تصویر کنوا نسبتا میشه گفت درک خوبی از پرامپت داره، ولی متاسفانه فارسی رو فعلا خوب نمی‌فهمه ✈️@mohammad_zammani 📱Mohammad.zammani.offical

کیمی مدل K3.1 Pro رو برای نسخه وب و موبایل عرضه کرده. طبق ادعای خودشون، این نسخه یه مدل پرچمدار و همه‌فن‌حریفه که مشخصاً برای کارهای پیچیده و پروژه‌های حرفه‌ای طراحی شده. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

اینجوری ری اکشن بزنید جیگر آدم حال بیاد :) ✈️@mohammad_zammani 📱Mohammad.zammani.offical

یه نگرانی جدی هست که می‌گه هوش مصنوعی شاید داره همون تخصصی رو از بین می‌بره که برای کنترل خودش بهش نیاز داریم. محقق‌ها اسم این مشکل رو گذاشتن «تراژدی منابع مشترک شناختی» و می‌گن شاید از بیکاری گسترده هم خطرناک‌تر باشه. قضیه از این قراره که هر صنعتی به آدم‌های باتجربه احتیاج داره، یعنی کسایی که سال‌ها کار کردن تا مهارتشون جا بیفته. تازه‌کارها هم معمولاً همین‌طوری یاد می‌گیرن: کارهای تکراری انجام می‌دن، مشکل حل می‌کنن و از اشتباهاتشون درس می‌گیرن. مشکل اینجاست که الان هوش مصنوعی داره کم‌کم همین کارهای ساده و پایه‌ای رو انجام می‌ده. شرکت‌ها از اینکه کارها سریع‌تر و بازده‌ی بیشتری پیدا کرده خوشحالن، ولی محقق‌ها می‌گن شاید داریم همون مسیری رو می‌بندیم که قرار بود ازش متخصص‌های آینده بیرون بیان. از اینجا به چیزی می‌رسیم که اسمش رو «بند اعتبارسنجی» گذاشتن. یعنی ما آدم‌ها فقط وقتی می‌تونیم درست روی کار هوش مصنوعی نظارت کنیم که اون‌قدر بلد باشیم که بفهمیم کجا داره اشتباه می‌کنه. متخصص‌های امروز این کار رو می‌تونن، چون سال‌ها توی حرفه‌شون وقت گذاشتن. ولی وقتی این‌ها بازنشسته بشن و نسل بعدی چنین فرصتی برای یاد گرفتن نداشته باشه، چی می‌شه؟ ممکنه کار به جایی برسه که هوش مصنوعی کارهای پیچیده‌تر و پیچیده‌تری رو انجام بده، ولی کسایی که بتونن درست‌وحسابی خروجی‌اش رو بررسی و تأیید کنن، هی کمتر بشن. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

یک مدل ناشناس به اسم Kibitz وارد پلتفرم ارزیابی Arena شده که تست‌کننده‌ها حدس می‌زنن همون مدل جدید شرکت Moonshot AI، یعنی Kimi K3.1 باشه. خود شرکت Kimi و اکانت رسمی آرنا هم توی شبکه اجتماعی ایکس، تیزرهایی منتشر کردن که نشون می‌ده عرضه این مدل خیلی نزدیکه؛ مدلی که یکی از کاربران مدعی شده تا قبل از سه‌شنبه آینده به‌صورت متن‌باز و با قیمت پایین منتشر می‌شه. تست‌های اولیه روی Kibitz، عملکرد و سرعت بالای اون رو توی کدنویسی و طراحی سه‌بعدی نشون می‌ده. توی این تست‌ها، مدل تونسته با یک بار دستور گرفتن و زیر ۱۵ دقیقه، یک وب‌سایت دمو و یک هلیکوپتر سه‌بعدی با جزئیات کامل بسازه. تست‌کننده‌ها سرعتش رو بالاتر از Claude Fable 5.1 و کیفیت خروجیش رو نزدیک به مدل‌های Opus 5.5 Medium و GPT-6.1 Sol Max ارزیابی کردن و حدس می‌زنن که مدل به‌طور پیش‌فرض روی بالاترین سطح استدلال تنظیم شده است. اما برگ برنده اصلی این مدل احتمالاً قیمتشه. در یک تست ساخت‌وساز توی بازی ماینکرفت، مدل GPT-6 Astra برای چیدن ۵,۷۳۸ بلوک ۵.۳۱ دلار هزینه برداشته، در حالی که Kimi K3.1 بیش از ۱۳ هزار بلوک رو فقط با ۳۸ سنت ساخته و حتی تونسته ظاهر خودش رو شبیه به نماد برند کیمی طراحی کنه. البته این نتایج مربوط به تست‌های تک‌مرحله‌ای آرناست و تا انتشار رسمی مشخصات فنی باید با احتیاط بهشون نگاه کرد. با این حال، Moonshot ماه جولای هم دقیقاً همین مسیر رو رفت و مدل ۲.۸ تریلیون پارامتری K3 رو چند روز بعد از تست در آرنا، با قیمت ۳ دلار برای هر میلیون توکن ورودی و ۱۵ دلار خروجی عرضه کرد. اگر قیمت‌های فعلی درست باشن، Kimi K3.1 درست در مقطعی که OpenAI مشغول آماده‌سازی مدل ارزان‌تر GPT-6.1 Terra و Anthropic در حال ارائه Fable 5.5 به شرکای تجاریش هستن، فشار سنگینی رو به این دو رقیب وارد می‌کنه. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

🤍کانوا از اولین مدل تصویرساز خودش به اسم «کرفت» (Craft) رونمایی کرده که صفر تا صدش در بخش تحقیقاتی این شرکت (Canva Research) ساخته شده. این مدل همین الان از طریق بخش Dream Lab در دسترس تمام کاربران کانوا قرار داره و توسعه‌دهنده‌ها هم می‌تونن با API عمومی کانوا ازش استفاده کنن. کرفت تصاویر رو تا رزولوشن 2K و در بیش از ۳۰ نسبت تصویر آماده یا ابعاد دلخواه می‌سازه، پرامپت‌ها رو به هر زبانی می‌فهمه و می‌تونه به ۵۵ زبان داخل عکس‌ها متن تولید کنه. به گفته کانوا، این مدل در بدو ورود به جدول پلتفرم DesignArena رتبه چهارم رو بین مدل‌های تصویرساز گرفته و در بخش‌های «افراد و پرتره» (بین ۸۷ مدل) و «مناظر و طبیعت» (بین ۸۵ مدل) اول شده. تفاوت اصلی کرفت در نحوه کارکردشه؛ این مدل برنامه‌ریزی ترکیب‌بندی رو از رندر کردن تصویر جدا می‌کنه. یعنی اول یک مدل برنامه‌ریز جای دقیق عناصر، مقیاس، سلسله‌مراتب بصری و متن رو می‌چینه و بعد یک رندرکننده اختصاصی تصویر رو می‌سازه. کانوا می‌گه این ساختار باعث می‌شه متن‌ها خوانا باشن و بشه بدون بازسازی کل تصویر، فقط بخش‌های خاصی رو تغییر داد. همچنین با استفاده از تکنیک کادربندی JSON، قابلیت Magic Layers می‌تونه تصاویر خروجی رو به لایه‌های قابل ویرایش تبدیل کنه. تمرکز آموزش این مدل هم به جای عکاسی، روی طراحی و بر پایه میلیون‌ها قالب آماده کانوا بوده. در مرحله تنظیم دقیق و یادگیری تقویتی هم طراحان و پژوهشگران بیش از ۲۵ هزار جفت تصویر رو با مدل‌های مطرح بازار مقایسه کردن و هر جا ارزیابی‌های خودکار با نظر طراحان فرق داشت، سلیقه طراح رو در اولویت گذاشتن. از طرفی، چون کانوا به بیش از ۲۵۰ میلیون کاربر سرویس می‌ده که در هر ثانیه بالای ۴۰۰ طرح می‌سازن، سرعت و هزینه پردازش اهمیت زیادی داشته. برای همین، با تکنیک تقطیر مدل (Model Distillation) مراحل پردازش رو کم کردن تا سرعت کرفت چندین برابر اولین نسخه داخلی بشه. طبق اعلام شرکت، نسخه‌های سریع‌تر و ارزان‌تر این مدل (Craft-fast و Craft-ultrafast)، پشتیبانی از پروتکل MCP برای اتصال به دستیارهای هوشمند، و قابلیت‌های ویرایش پیشرفته و تصویر مرجع هم در ادامه اضافه می‌شن. نظارت بر ایمنی و حریم خصوصی این مدل هم بر عهده سیستم Canva Shield است. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

اگه اینترنت بین‌الملل قطع بشه و دسترسی‌مون به دنیای بیرون رو از دست بدیم، فکر می‌کنم دیگه حوصله و انگیزه‌ای برای هیچ کاری نمی‌مونه، چه برسه به هوش مصنوعی و تولید محتوا. ترجیح می‌دم به‌جای کوچ کردن به پلتفرم‌های داخلی مثل بله، صبر کنیم تا اینترنت دوباره وصل بشه و بتونیم از همین‌جا ادامه بدیم. امیدوارم مجبور نشیم دوباره چنین روزهایی رو تجربه کنیم. ❤️🙏 ✈️@mohammad_zammani 📱Mohammad.zammani.offical

طبق گزارش‌هایی که منتشر شده، گوگل داره مدلی به اسم Gemini 4 Carbon رو توی پلتفرم آرنا تست می‌کنه، البته با اسم رمزی Gemini-4-Argon. پیش‌بینی اینه که احتمالاً ظرف چند هفته آینده رسماً معرفیش کنه. توی تست‌های انجام شده، عملکردش از نسخه ارگون بهتر هست. حالا سوالی که مطرح کرده اینه که آیا این مدل می‌تونه همون مدل رده Fable باشه که گوگل روش کار می‌کرده یا نه. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

مدل‌های GPT-6 Astra، ‏GPT-6.1 Sol و GPT-6 Luna حالا روی گوگل کلاد هم در دسترس قرار گرفتن. گوگل کلاد می‌گه حالا تنها ارائه‌دهنده خدمات ابری در مقیاس بزرگه که دسترسی به مدل‌های زبانی بزرگ (LLM) هر سه شرکت اوپن‌ای‌آی، آنتروپیک و گوگل رو فراهم می‌کنه. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

آنتروپیک یه دستیار هوشمند جدید به اسم کلود دوئت (Claude Duet) معرفی کرده که فعلاً در مرحله آزمایشیه. این ابزار کارهاتون رو توی پس‌زمینه انجام میده، مواردی که نیاز به پیگیری دارن رو یادآوری می‌کنه و قبل از انجام هر کار حساسی هم از خودتون اجازه می‌گیره. دسترسی بهش فعلاً فقط برای کاربرهای طرح پرو و مکس توی آمریکا باز شده و باید توی صف انتظار ثبت‌نام کنن. این سرویس یه برنامه جداگونه روی گوشی و کامپیوتر داره و هزینه‌ جداگانه‌ای نداره، ولی از همون سقف مصرف اشتراک اصلی کلود کم می‌کنه. این دستیار با مدل کلود اوپوس ۵.۵ کار می‌کنه و بیشتر به درد افراد پرمشغله و کسب‌وکارهای کوچیک می‌خوره. صبح‌ها یه خلاصه از کارهای روز رو براتون می‌فرسته و هر چند ساعت یک‌بار حساب‌های کاری مثل ایمیل رو بررسی می‌کنه تا اگه پیام مهمی بود خبرتون کنه. کارهایی مثل تنظیم جلسات، ساخت گزارش‌های مالی و حتی راه‌اندازی ابزارهای ساده وب رو انجام میده. ارتباط باهاش توی یک صفحه چت صوتی یا متنی انجام میشه و چون روی سرور اختصاصی خودش کار می‌کنه، حتی اگه کامپیوترتون خاموش باشه هم وظایفش رو ادامه میده. دوئت به برنامه‌هایی مثل جیمیل، اسلک، استرایپ، لینکدین و شپیفای وصل میشه و حتی می‌تونه خریدهای اداری رو با کارت‌های مجازی انجام بده، البته فقط در صورتی که خودتون پرداخت رو تایید کنید. سیستم جوری طراحی شده که خودش به تنهایی پیام نمی‌فرسته، پولی منتقل نمی‌کنه و فایلی رو پاک نمی‌کنه؛ یعنی همیشه تایید نهایی با انسانه. البته چون هنوز توی مرحله آزمایشیه، ممکنه توی تشخیص فوریت کارها اشتباه کنه و بررسی‌های مداومش هم اعتبار اکانت رو مصرف می‌کنه. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

ایلان ماسک ادعا کرده نیورالینک ظرف ۶ تا ۱۲ ماه آینده اولین تراشه‌های چشمی خودش رو در مغز انسان می‌کاره. طبق ادعای ماسک، این فناوری قرار نیست فقط برای افرادی باشه که بعداً بینایی‌شون رو از دست دادن؛ حتی اگه فردی از زمان تولد کاملاً نابینا بوده باشه، این دستگاه اطلاعات رو مستقیم روی قشر بینایی مغزش می‌نویسه تا برای اولین بار بتونه ببینه. ماسک در ادامه ادعاهای بزرگ‌تری هم مطرح کرده. اون گفته بازیابی بینایی تازه اول راهه و در مراحل بعدی، این فناوری وضوح تصویر فوق‌العاده بالایی پیدا می‌کنه. به گفته ماسک، این سیستم در آینده به آدم‌ها قابلیت‌هایی شبیه شخصیت‌های فیلم‌های علمی‌تخیلی می‌ده، یعنی دیدن طیف‌های فروسرخ، فرابنفش و حتی امواج رادار. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

یه نوجوون ۱۷ ساله چینی به اسم چن گوانگیو که می‌گن سالی ۷۰ میلیون یوآن درآمد داشته، داره از شرکت کیمی (Kimi) جدا می‌شه تا بره سیلیکون‌ولی. چن نوامبر ۲۰۲۵ وقتی که فقط ۱۶ سالش بود و هنوز دبیرستان می‌رفت اومد تو تیم تحقیق کیمی. نکته جالبش اینه که اصلاً دانشگاه نرفته و مدرکی نداره، ولی طبق شنیده‌ها سالی حدود ۷۰ میلیون یوآن، یعنی نزدیک ۱۰ میلیون دلار درآمدش بوده. تحقیقاتش خیلی زود سر و صدا راه انداخته؛ حتی نفر اول توی نوشتن یه مقاله معتبر بوده که یافته‌هاش رو بردن روی یه مدل هوش مصنوعی با ۲.۸ تریلیون پارامتر پیاده کردن. حالا هم ۱۵ اکتبر اعلام کرده که دیگه از کیمی اومده بیرون و می‌خواد باروبندیلش رو ببنده بره سمت خلیج سان‌فرانسیسکو، درست وسط پایگاه غول‌های هوش مصنوعی دنیا. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

اوپن‌ای‌آی شرکت اورکسترا بایو (Orchestra Bio) رو خرید تا روی مدل‌ها و ابزارهای رزالیند (Rosalind) برای پژوهش‌های علوم زیستی کار کنه. اورکسترا بایو یه پلتفرمه که به تیم‌های فعال در حوزه بیوفارما و داروسازی زیستی کمک می‌کنه تا فرایند پیچیده توسعه دارو رو هماهنگ و مدیریت کنن. پیشرفت‌های هوش مصنوعی توی حوزه علوم زیستی احتمالاً یکی از جذاب‌ترین و پرطرفدارترین بخش‌ها برای خیلی از افراده؛ تا اینجای کار هم به نظر میاد که این حوزه به اولویت اول و اصلی شرکت‌های انتروپیک، اوپن‌ای‌آی و گوگل تبدیل شده. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

🤖 اوپن‌ای‌آی قابلیت قفل کردن چت‌ها در چت‌جی‌پی‌تی رو برای همه حساب‌ها فعال کرده؛ یعنی از کاربرا با حساب رایگان و طرح Go گرفته تا پلاس، پرو، بیزنس، سازمانی و حساب‌های دانشجویی بهش دسترسی پیدا می‌کنن. با این قابلیت، می‌شه چت‌ها رو فرستاد توی یک بخش امن که داخل نسخه وب و برنامه دسکتاپ فقط با رمز پین باز می‌شه. روی گوشی یا دستگاه‌های دیگه هم علاوه بر پین، می‌شه با فیس‌آیدی، تاچ‌آیدی یا کلاً قفل خود دستگاه بازش کرد. ⚡️خرید اکانت ChatGPT ✈️@mohammad_zammani 📱Mohammad.zammani.offical

روزتون بخیر و خوشی:) ✈️@mohammad_zammani 📱Mohammad.zammani.offical

ری اکشن‌ها هم ظاهراً فیلتر شده؟