هوش مصنوعی | محمد زمانی

🖥 مایکروسافت خبر داده که مدل‌های MAI-Transcribe-2-Streaming، MAI-Voice-2.1 و MAI-Voice-2.1-Flash دارن به MAI Playground و API ها اضافه می‌شن. مدل‌های MAI-Transcribe و MAI-Voice دقت و سرعت بالایی دارن و هزینه‌شون هم پایینه. از نظر درک و تولید صوت توی صدر جدول رتبه‌بندی‌ها قرار گرفتن و یکی از بهترین گزینه‌ها برای ساخت دستیارها و عامل‌های صوتیِ گفتگومحور به حساب میان. در کنار این‌ها، یه دموی صوتی جدید هم به اسم Chatter به MAI Playground اضافه شده تا بشه تجربه کار با این سیستم صوتی رو از نزدیک امتحان کرد. playground.microsoft.ai/chat?model=chatter ✈️@mohammad_zammani 📱Mohammad.zammani.offical

🤖 ماجرا از یک نامه ۲۱۷ ساله شروع می‌شه؛ سندی از دوران ناپلئون که برای یکی از ژنرال‌هاش فرستاده شده بود و بیشتر از دو قرن، هیچ‌کس نتونسته بود متنش رو بخونه. حالا کارتر چرچ با کمک مدل GPT-6 Astra و بعد از حدود شش ساعت کارِ مدل، قفل این نامه تاریخی رو باز کرده. سخت‌ترین بخش این معما اصلاً شکستن خودِ کد نبود؛ چالش اصلی این بود که چطور از دل یک اسکن تاریخیِ به‌شدت ناخوانا، متنی بیرون کشیده بشه که بشه باهاش کار کرد. آسترا قدم‌به‌قدم جلو رفت: اول ۱,۳۰۰ نماد رمزی رو مستقیماً از روی همون تصویر رونویسی کرد. بعد یک کلید رمز ناقص رو که قبلاً منتشر شده بود پیدا کرد. در ادامه، برای کدهای باقی‌مونده یک حل‌کننده ساخت و دست‌آخر هم با تطبیق دادن نامه‌های تاریخی، تاریخ دقیق نگارش سند رو مشخص کرد. حالا وب‌سایت کریپتیانا این معما رو رسماً در فهرست کدهای حل‌شده ثبت کرده. هوش مصنوعی درست همین حالا تکه‌ای از تاریخ رو آزاد کرده که بیش از دو قرن ناخوانده مونده بود؛ یک کاربرد واقعاً عجیب و دور از انتظار. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

آیدیوگرام مدل تصویری جدید خودش، یعنی Ideogram 4.5 رو با تمرکز روی ویرایش دقیق عکس‌ها منتشر کرده. الان می‌شه هم از طریق خود آیدیوگرام و API و هم توی سرویس‌هایی که با این پلتفرم همکاری می‌کنند به این مدل دسترسی داشت. علاوه‌بر این، تیم سازنده‌ش قصد داره به‌زودی وزن‌های بازِ مدل (Open weights) رو هم منتشر کنه. قیمتش هم برای هر عکس با کیفیت اصلیِ ۲K، بین ۰٫۸ تا ۲۲ سنت درمیاد. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

🔍گوگل مدل جدیدش رو معرفی کرده: Gemini 4 Argon. این مدل برای کارهای طولانی و پیچیده ساخته شده، مثل برنامه‌نویسی، کارهای سازمانی و دفاع سایبری. فعلاً فقط متخصص‌های امنیت سایبری که گوگل بهشون اعتماد داره و از طریق برنامه‌ی Fairwind کار می‌کنن بهش دسترسی دارن. گوگل می‌خواد تا تکمیل محافظ‌های (guardrails) مدل، بازخورد جمع کنه. بعدش دسترسی برای بقیه هم باز می‌شه. اول از همه مشتری‌های پولی API و مشترک‌های Google AI Ultra. قیمت مقدماتیش برای هر یک میلیون توکن ورودی ۲ دلار و برای خروجی ۱۰ دلاره. بعد از دوره‌ی مقدماتی، این قیمت‌ها می‌شه ۴ و ۲۰ دلار. سقف خروجی مدل هم از ۶۴ هزار توکن به ۱ میلیون توکن رسیده. طبق گفته‌ی Artificial Analysis، Argon توی شاخص هوش (Intelligence Index) با GPT-6 Astra برابره، اما هزینه‌ی هر کارش ۶۰ درصد کمتر از اونه. توی Text Arena هم با ۱۵۲۵ امتیاز اول شده. توی آزمون DeepSWE، که توانایی مدل توی پروژه‌های بزرگ نرم‌افزاری رو می‌سنجه، ۷۷٫۹ درصد گرفته و توی امنیت سایبری، توی CWE-bench، با ۶۸ درصد مقام اول رو با یه مدل دیگه شریکه. گوگل می‌گه هزاران نفر از کارمندهاش الان از Argon استفاده می‌کنن. به گفته‌ی گوگل، ایجنت‌های این مدل بهینه‌سازی‌هایی پیدا کردن که توی دیتاسنترها بیشتر از ۳۰۰ ترابایت حافظه آزاد کرده. این عامل‌ها توی تبدیل کدهای C و C++ به Rust هم کمک می‌کنن. توی یه پروژه‌ی تبدیل هم کدی تولید شده که ۲٫۷ برابر سریع‌تر بوده. شرکت Wiz هم با کمک Argon یه آسیب‌پذیری بحرانی توی نرم‌افزار درمانی بیمارستان‌ها پیدا کرده که مدل‌های قبلی ندیده بودنش. مدل بدون محدودیت‌های سایبری فقط دست همون متخصص‌های مورد اعتماد و تیم‌های داخلی گوگله. عرضه‌ی عمومی مرحله‌به‌مرحله انجام می‌شه، چون گوگل هنوز داره حفاظت‌ها رو در برابر سوءاستفاده‌ی سایبری و CBRN (تهدیدهای شیمیایی، زیستی، رادیولوژیکی و هسته‌ای)، تزریق پرامپت غیرمستقیم (indirect prompt injection) و رفتار اشتباه عامل‌ها قوی‌تر می‌کنه. 🤖خرید اکانت جمینای پرو ✈️@mohammad_zammani 📱Mohammad.zammani.offical

☁️ سروری که متصل نباشه بهترین ایده های روش رو از بین می‌بره☹️ یک MVP برای ارائه داری؟ می‌خواهی اپلیکیشنت رو Run کنی؟ به دیتابیس، فضای ذخیره‌سازی یا ابزارهای آماده نیاز داری؟

آرانیک کمک می‌کند مسیر ساخت و توسعه محصولت روان‌تر باشد؛ از راه‌اندازی اولین سرویس تا زمانی که محصولت به منابع بیشتری نیاز پیدا می‌کند.

⚡️ راه‌اندازی اپلیکیشن و MVP 🗄 دیتابیس و فضای ذخیره‌سازی 🧩 ابزارهای آماده مثل n8n، Metabase و WordPress 📈 امکان توسعه منابع همراه با رشد محصول 🗓 پرداخت روزانه، هفتگی، ماهانه یا سالانه ۲۵۰ هزار تومان اعتبار هدیه بگیر https://aranik.net/mag/Mohammad_zammani

توی پروفایل‌های چت‌جی‌پی‌تی دو تا بخش جدید اضافه شده: یکی برای پلاگین‌های برتر (Top Plugins) و یکی هم یه ویترین برای سایت‌ها (Showcase with Sites). کاربرا می‌تونن خودشون مشخص کنن چه سایت‌هایی توی این ویترین قرار بگیره و اون‌ها رو در معرض دید عموم بذارن. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

هیگزفیلد پلتفرمش رو به سیستم چندعاملیِ دات‌ها (Dots) در OpenAI وصل کرده؛ قابلیتی که طبق ادعای این شرکت، قراره نقش یک تیم خلاق همیشه فعال رو بازی کنه و حتی وقتی کاربر پای سیستم نیست، کار طراحی ویدیو، تصویر و موشن‌دیزاین رو جلو ببره. این یکپارچه‌سازی بر پایه مدل GPT-6.1 Sol انجام شده. دات‌ها در واقع چند ایجنت یا عامل تخصصی هستن که قراره تیمی کار کنن؛ یعنی وظایف رو تقسیم کنن، درباره خروجی‌ها نظر بدن و در صورت اختلاف، با هم بحث کنن تا به توافق برسن. این ایجنت‌ها به ابزارهای هیگزفیلد دسترسی دارن و می‌تونن مستقیم در محیط نرم‌افزارهایی مثل افتر افکتس، پریمیر پرو، فیگما، بلندر و یونیتی پروژه رو تغییر بدن یا ویرایش کنن. روند کار به این صورته که کاربر ایده یا دستورش رو ثبت می‌کنه و عوامل دات‌ها کار رو دست می‌گیرن. طبق توضیحات ارائه‌شده، پیشرفت کار در غیاب کاربر هم متوقف نمی‌شه و وضعیت پروژه از طریق پیام، ایمیل یا تماس به اطلاع کاربر می‌رسه تا هر جا لازم بود کار رو متوقف کنه یا دستور اصلاح بده. این قابلیت الان در قالب پلاگین هیگزفیلد توی ChatGPT در دسترس قرار گرفته. هیگزفیلد قبلاً هم با OpenAI کار می‌‌کرد و برای برنامه‌ریزی از GPT و برای تولید ویدیو از سورا استفاده می‌کرد، اما اتصال به دات‌ها این ارتباط رو از سطح یک مدل به تعامل با یک تیم کاری تغییر داده. هم‌زمان، این شرکت به مارکت‌پلیس OpenAI اضافه شده و API خودش رو در اختیار سازمان‌ها قرار داده؛ اقدامی که نشون می‌ده هیگزفیلد دنبال سهم بیشتری از بازار کسب‌وکارهاست تا تولید ویدیو و تبلیغات رو از سطح ابزار فردی، به ساختار یک استودیوی مجازی پیوسته نزدیک کنه. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

اوپن‌ای‌آی دیشب ۷ مهر از مدل جدید GPT-6.1 Sol هم رونمایی کرد. این مدل نسخه ارتقایافته GPT-6 Sol به حساب میاد و طبق ادعای خود شرکت، توی بخش‌هایی مثل کدنویسی عامل‌محور، کار با کامپیوتر و کارهای تخصصی، عملکردی نزدیک به مدل پرچمدار یعنی GPT-6 Astra ارائه می‌ده. مزیت اصلی اینجاست که قیمت استاندارد توکن‌های ورودی و خروجیش تقریباً یک‌پنجم Astra تموم می‌شه.​هزینه استفاده از این مدل در رابط برنامه‌نویسی (API) به ازای هر یک میلیون توکن، ۲ دلار برای ورودی، ۰٫۱۰ دلار برای ورودی‌های ذخیره‌شده در حافظه کش و ۱۰ دلار برای خروجی تعیین شده. دسترسی به GPT-6.1 Sol از امروز توی سرویس‌های ChatGPT Work و Codex برای کاربرهای اشتراک‌های پلاس، پرو، بیزینس، سازمانی و آموزشی باز شده، اما هنوز به بخش چت معمولی ChatGPT اضافه نشده. توسعه‌دهنده‌ها هم می‌تونن از طریق API با شناسه gpt-6.1-sol به اون دسترسی داشته باشن. ​بر اساس ادعای اوپن‌ای‌آی، این مدل در چندین بنچمارک پیچیده نسبت به نسخه قبلی پیشرفت چشمگیری داشته و در بعضی ارزیابی‌ها به سطح کیفی Astra نزدیک شده. علاوه بر این، قراره به‌زودی نسخه سریع‌‌تری از اون به نام Ultrafast در سرویس Codex منتشر بشه. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

🤖 اوپن‌ای‌آی از قابلیت جدیدی به اسم داتس (Dots) رونمایی کرده؛ نسل جدید ایجنت‌های هوش مصنوعی که با مدل GPT-۶ Astra کار می‌کنن و فرق اصلی‌شون با چت‌بات‌های معمولی اینه که دیگه دست‌به‌سینه منتظر دستور بعدی شما نمی‌مونن. دات‌ها طوری طراحی شدن که بتونن مداوم و تا حد زیادی خودکار روی هدفی که بهشون دادید کار کنن. هر دات یه کامپیوتر ابری و مرورگر اختصاصی برای خودش داره و به بیشتر از ۴۰۰۰ تا اپلیکیشن وصل می‌شه. جالبیش اینه که حتی وقتی آفلاینید، با قابلیتی به اسم تحقیق پیش‌دستانه (Proactive Research) می‌‌ره توی ابزارهایی که بهش اجازه دادید می‌چرخه، اطلاعات لازم رو جمع می‌کنه و مواردی که باید پیگیری بشن رو درمیاره. یعنی یه سری از کارها که قبلاً حضور مداوم خودتون رو می‌خواست، حالا توی پس‌زمینه انجام می‌شه. مثلاً اوپن‌ای‌آی می‌گه یه دات می‌تونه بفهمه فرستادن فاکتور رو یادتون رفته؛ خودش فاکتور رو آماده می‌کنه و فقط برای فرستادن نهایی از شما تایید می‌خواد. کار هم فقط توی محیط چت‌جی‌پی‌تی قفل نمی‌مونه؛ می‌تونید پروژه رو توی ChatGPT استارت بزنید و ادامه‌ش رو توی اسلک، مایکروسافت تیمز یا حتی با یه تماس صوتی پیش ببرید، بدون اینکه سابقه کار و رشته کلام بین این برنامه‌ها از دست بره. البته دسترسی دات‌ها به حساب‌ها بی‌درو پیکر نیست. می‌تونن از اطلاعات لاگین ذخیره‌شده استفاده کنن بدون اینکه پسورد لو بره یا دست خود مدل بیفته. با این حال کارای حساسی مثل تغییر رمز عبور یا جابه‌جایی پول، هنوز نیاز به اقدام یا تایید مستقیم خودتون داره. برای کارایی مثل فرستادن ایمیل، ویرایش فایل یا خرید هم بسته به شرایط ممکنه ازتون تایید بخواد. اوپن‌ای‌آی برای مهار این خطرات چند لایه امنیتی گذاشته؛ از محیط‌های ابری کاملاً ایزوله و لاگین امن گرفته تا بررسی خودکار (Auto-review) که قبل از یه سری اقدامات، دستور کاربر و قوانین ایمنی رو چک می‌کنه. دات‌ها در برابر تزریق پرامپت (Prompt Injection) هم محافظت شدن تا محتوای مشکوک یه سایت، ایمیل یا سند نتونه رفتار ایجنت رو دستکاری کنه. برنامه اوپن‌ای‌آی به همین‌جا هم ختم نمی‌شه. قراره در آینده دات‌های تخصصی (Specialist Dots) هم بیان؛ ایجنت‌هایی با هویت، دسترسی و وظایف مشخص برای کارهایی مثل خرید، پشتیبانی، پردازش فاکتور یا مارکتینگ توی سازمان‌ها. فعلاً هر کاربر یه دات اصلی داره، اما در آپدیت‌های بعدی چندتا دات می‌تونن تیمی روی یه کار همکاری کنن. با همه این‌ها، خود اوپن‌ای‌آی هم تاکید داره که دات‌ها هنوز خطا دارن و سوتی می‌دن. این قضیه وقتی حساس‌تر می‌شه که یادمون بیاد درست چند روز قبل از معرفی داتس، معلوم شده بود دستیارهای تحقیقاتی همین شرکت اشتباهی ۵۳ تا عکس آپلودشده توسط کاربرا رو عمومی کرده بودن! داتس وارد بازاری شده که چندتا رقیب گردن‌کلفت دیگه هم توش هستن. متا با میوز، شرکت xAI با گراک بات و پروژه‌هایی مثل OpenClaw هم دارن روی ایجنت‌های همیشه‌فعال کار می‌کنن؛ دستیارهایی که کامپیوتر، حافظه و دسترسی به برنامه‌ها رو دارن و بدون اینکه نیاز باشه مدام بهشون دستور بدید، کارها رو جلو می‌برن. داتس از امروز برای کاربرای سرویس‌های ChatGPT Pro و Business Premium در مناطق واجد شرایط فعال شده و کاربرای Enterprise هم بعد از این که ادمین فعالش کنه می‌تونن از نسخه بتا استفاده کنن. اولین دات هم بدون هزینه اضافه، داخل همین اشتراک‌ها ارائه می‌شه. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

🤖آخرین مهلت خرید اکانت جمینای پرو، اختصاصی ۱۸ ماهه 📌این اکانت روی جیمیل شخصی خودتون فعال می‌شه و برای فعال‌سازی، نیازی به دریافت رمز یا دسترسی به جیمیل شما نداریم. ✔️امکانات اکانت: - دسترسی به جدیدترین مدل‌های Gemini Pro - ساخت تصویر و ویدئو - دسترسی به Deep Research - استفاده از NotebookLM و Flow - ماهانه ۱۰۰۰ اعتبار برای ساخت ویدئو با Veo 💸 قیمت: ۱,۴۵۰,۰۰۰ تومان ⚠️به خاطر بالارفتن قیمت دلار و اتمام این طرح از طرف گوگل در ماه اکتبر( مهرماه) احتمال اینکه قیمت افزایش پیدا کنه هست.پس اگه قصد خرید دارین زودتر اقدام کنید. برای ثبت سفارش یا دریافت اطلاعات بیشتر، به ادمین پیج خودم پیام بدین @wpcontent @wpcontent ✈️@mohammad_zammani 📱Mohammad.zammani.offical

تیم کلینگ ای‌آی اعلام کرد که نسخه Kling 4.0 قراره همین مهر ماه بیاد، اما نسخه Kling 4.0 Flash رو از الان برای مشترک‌های سالانه پلن اولترا در دسترس گذاشته. طبق ادعای خودشون، Kling 4.0 قراره تولید ویدیو رو از نظر واقع‌گرایی بصری، کنترل خلاقانه و روند روایت به سطح کاملاً متفاوتی ببره. توی بخش مشخصات صوتی و تصویری، گفتن خروجی مدل شامل حرکات پویا و پایدار، صدای استریو، هماهنگی دقیق‌تر لب‌ها، کیفیت تصویر تا سقف 4K و خروجی HDR ده بیتی می‌شه. قابلیت دیگه‌ای که معرفی کردن Omni Reference هست؛ یعنی امکان استفاده از حداکثر ۱۵ مرجع ورودی چندوجهی برای اینکه هم ثبات تصویر حفظ بشه و هم ویرایش ویدیو راحت‌تر پیش بره. برای کنترل داستان هم امکان تعیین تا ۱۰ فریم کلیدی (Multi-Keyframe) و تولید مستقیم و بومی ویدیوهای ۳۰ ثانیه‌ای رو فراهم کردن. در کنار این‌ها، مواردی مثل امتداد ویدیو و پشتیبانی از چند زبان، لهجه و گویش رو هم اضافه کردن و در نهایت نوشتن صحنه آماده‌ست و کنترل دست خودتونه. ویدئوی این پست هم توسط یه تستر با همین مدل ساخته شده و پشمام ✈️@mohammad_zammani 📱Mohammad.zammani.offical

این روزها توی اکسپولر اینستاگرام پر شده از این مدل ویدئو‌ها و حسابی هم ترند شده. ساختنش برعکس چیزی که به نظر میاد اصلاً وقت‌گیر و سخت نیست؛ سایت Higgsfield.ai این کار رو با ویژگی جدید Genjutsu انجام می‌ده. برای شروع، بعد از این‌که با جیمیل وارد سایت شدی برو سراغ بخش Genjutsu. کل ماجرا دوتا فایل می‌خواد: اول توی کادر Motion Transfer اون ویدیویی رو می‌ذاری که می‌خواهید حرکاتش رو کاراکتر مورد نظر شما انجام بده. بعدش هم توی بخش بعدی، عکس همون چهره یا کاراکتری رو که مد نظرتون هست آپلود می‌کنید. هرچی عکسی که انتخاب می‌کنید واضح‌تر و باکیفیت‌تر باشه، نتیجه تمیزتر از آب درمیاد. فقط یه نکته مهم: موقع خروجی گرفتن، حواست باشه تیک Use free gens رو بزنی تا بدون خرید اشتراک، کارت راه بیفته. البته اگر کردیت نخری، با هر اکانت فقط یک‌بار اجازه داری این ویدیو رو بسازی؛ پس سر انتخاب ویدیو و عکس دقت کن که سهمیه‌ات نسوزه (مگر این‌که برای رندرهای بعدی با یه جیمیل دیگه لاگین کنی). در آخر دکمه Generate رو بزن، چند دقیقه بعد فایل آماده‌ست. البته با مدل Kling motion 3 هم این سبک ویدیو رو میتونید بسازید. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

واقعا ربته اول برازنده Eleven v4 هست. آپدیت درست حسابی یعنی این ✈️@mohammad_zammani 📱Mohammad.zammani.offical

وال‌استریت ژورنال گزارش داده که اوپن‌ای‌آی انتشار مدل GPT-6.1 Astra رو به خاطر نگرانی‌های ایمنی متوقف کرده. قرار بود این مدل توی همین روزها یا هفته‌های آینده، یعنی حدود ماه اکتبر(مهر)، عرضه بشه. طبق اطلاعات موجود، این مدل توی مهارت نوشتن و انجام وظایف سخت به‌شکل کامل و بدون نیاز به انسان، از مدل‌های قبلی بهتر عمل می‌کرده. با اینکه مسئله تنبلی مدل (model laziness) توی GPT-6.1 Astra بهتر شده بود، اما ساچی جین، مدیر سیستم‌های ایمنی اوپن‌ای‌آی، گفته این نسخه نتونسته به استانداردهای ایمنی و هم‌ترازی شرکت برسه و برای همین فعلاً منتشر نمی‌شه. جین توی یک مصاحبه توضیح داده که مدل نسبت به نسخه قبلی خودش، یعنی GPT-6 Astra، توی دو تا بخش افت کرده: اول توی آزمون‌های هم‌ترازی یا همون هماهنگی با خواسته‌های کاربر، که مشخصاً مدل رفتارهای فریبکارانه بیشتری نشون داده و با کاربر درباره کارهایی که انجام داده یا نداده روراست نبوده. دوم هم مشکلی تحت عنوان محدوده دسترسی (scope authorization)؛ یعنی بدون گرفتن اجازه از کاربر کارها رو پیش می‌برده و گاهی سراغ ابزارها و سرویس‌های خارجی می‌رفته، حتی اگه کار غیرامنی بوده باشه. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

🤖آنتروپیک مدل Claude Sonnet 5.5 رو منتشر کرد. این مدل از امروز، هم روی پلتفرم Claude و هم از طریق API در دسترسه. بعد از معرفی Opus 5.5 در هفته گذشته، این دومین عضو از خانواده مدل‌های ۵٫۵ به حساب میاد و شرکت اون رو نسخه سریع‌تر و کم‌هزینه‌تر مدل قبلی، یعنی Sonnet 5، معرفی کرده. طبق ادعای آنتروپیک، Sonnet 5.5 بیشتر از ۳۰ درصد سریع‌تر از Sonnet 5 کار می‌کنه و هزینه هر وظیفه رو در بیشتر کارها تا ۳۰ درصد پایین میاره. البته نرخ تعرفه توکن‌ها فرقی نکرده؛ هنوز هم ۲ دلار برای هر یک میلیون توکن ورودی و ۱۰ دلار برای هر یک میلیون توکن خروجی دریافت می‌شه. تفاوت اصلی اینجاست که این مدل جدید کارها رو با تعداد توکن کمتری نسبت به قبل تموم می‌کنه. ظرفیت پنجره زمینه هم یک میلیون توکنه و تمرکزش روی کارهای اداری و روزمره شرکت‌هاست، از کدنویسی و نوشتن مستندات گرفته تا ساخت اسلاید و کار با صفحات گسترده. آنتروپیک گفته که Sonnet 5.5 مکمل سریع‌تر و ارزان‌تر مدل Opus 5.5 محسوب می‌شه، چون Opus برای تسک‌های سنگین‌تر و پیچیده‌تر طراحی شده. با این حال توی بنچمارک‌های داخلی خود شرکت، عملکرد این مدل جدید توی کدنویسی خودکار جهش زیادی داشته؛ در آزمون Terminal-Bench 4.0 نمره ۷۰٫۶ درصد گرفته، در حالی که Sonnet 5 نمره‌اش ۱۰٫۳ درصد بود. از نظر ابزارهای سایبری هم سطح توانایی‌هاش به مدل‌های رده‌بالاتر نزدیک شده و به گفته شرکت، این اولین بار در سری Sonnet است که تدابیر پیشرفته‌تری برای ایمنی سایبری در نظر گرفته می‌شه. در حال حاضر کاربرها و توسعه‌دهنده‌ها می‌تونن از طریق Claude.ai (نسخه‌های وب، اندروید و iOS)، و همین‌طور API خود آنتروپیک، آمازون Bedrock، گوگل کلود و مایکروسافت به مدل دسترسی داشته باشن. آنتروپیک اعلام کرده که نسخه سوم این سری یعنی Haiku 5.5، که مخصوص کارهای با حجم بالا و حساس به هزینه‌ست، به‌زودی منتشر می‌شه. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

شب بخیر :))) ✈️@mohammad_zammani 📱Mohammad.zammani.offical

اِلِوِن‌لبز (ElevenLabs) از دو مدل صوتی جدید به اسم Eleven v4 و Eleven v4 Turbo رونمایی کرده که توی رده‌بندی پلتفرم آرتفیشال انالیسیس هم رتبه یک رو گرفتن. مدل Eleven v4 تمرکزش روی کیفیت، طبیعی بودن احساسات و پایداری صداست. این مدل به خاطر معماری جدیدش لحن و فضای متن رو می‌فهمه، از بیشتر از ۹۰ تا زبان پشتیبانی می‌کنه و دستورهایی مثل خندیدن یا پچ‌پچ کردن رو خیلی دقیق لای کلمات پیاده می‌کنه. علاوه بر این، به لطف قابلیت حفظ بافت متن و ثبات صدای گوینده، می‌تونه پروژه‌های طولانی تا ۱۰ هزار کاراکتر رو بدون افت کیفیت یا عوض شدن جنس صدا اجرا کنه. کلون‌های صوتی حرفه‌ای هم به این نسخه برگشتن و با کل کتابخونه ۱۷ هزار صدایی این پلتفرم سازگارن، هرچند صداهای قدیمی نیاز به بازآموزی دارن. مدل v4 Turbo اما مخصوص مکالمات زنده و دستیارهای صوتی ساخته شده و تاخیر پردازشش رو به حدود ۱۰۰ میلی‌ثانیه رسونده؛ یعنی فقط ظرف ۱۵۰ میلی‌ثانیه اولین کلمه رو ادا می‌کنه که از رقبایی مثل کارتزیا و مدل اوپن‌ای‌آی خیلی سریع‌تره. این نسخه با قابلیت استریم دوطرفه اجازه می‌ده هم‌زمان با تولید متن، صدا بلافاصله پخش بشه. هر دو مدل با فرمت‌های مختلفی مثل MP3، WAV و فرمت تلفنی µ-law کار می‌کنن و از طریق رابط برنامه‌نویسی و ابزارهایی مثل پایتون و تایپ‌اسکریپت در دسترستن. در حال حاضر هم کاربرهای رایگان با ۱۰ هزار اعتبار ماهانه و هم مشترک‌های پلن‌های پولی که از ۶ دلار شروع می‌شه به هر دو مدل دسترسی دارن، و البته کلون کردن هر صدایی فقط با رضایت تاییدشده صاحب صدا ممکنه و خروجی‌ها با سیستم تشخیص هوش مصنوعی خود شرکت بررسی می‌شن. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

Ⓜ️متا پلتفرم سازمانی جدیدی به اسم Meta Enterprise Platform معرفی کرده تا ابزارها و زیرساخت‌های هوش مصنوعیش (AI stack) رو ببره سمت شرکت‌ها و کسب‌وکارهای مختلف. هدف اصلی اینه که این زیرساخت‌ها تبدیل به سرویس‌ها و محصولاتی بشن که هر مجموعه‌ای بتونه توی کار روزمره‌ش ازشون استفاده کنه. درست مثل مدل میوز (Muse)، توی این ابزارهای سازمانی هم امنیت داده‌ها و حفظ حریم خصوصی از همون قدم اول مد نظر بوده و توی تاروپود سیستم قرار گرفته. از طرفی، گزارش‌ها نشون میده متا داره مقدمات یه همکاری راهبردی با اوراکل رو می‌چینه و احتمالاً طی روزهای آینده خبرهای دقیق‌تر و بیشتری از این ماجرا بشنویم. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

ایلان ماسک میگه برای یه هوش مصنوعی، هم‌کلام شدن با ما آدما دقیقاً مثل اینه که بری جلوی یه درخت وایسی و باهاش اختلاط کنی. مسئله هم اصلاً دشمنی یا جنگ ماشین‌ها علیه انسان نیست. ماسک میگه حتی اگه خوش‌بین‌ترین حالت رو ببینیم و هوش مصنوعی فوق‌العاده مهربون باشه و هدفش فقط شاد کردن ما، باز هم یه گره بزرگ داریم: ما خیلی کُندیم. قضیه برمی‌گرده به پهنای باند ارتباطی‌مون. چشمای ما مثل دوتا دوربین درست‌وحسابی عمل می‌کنن، پس ورودی بدی نداریم؛ در ثانیه یکی دو مگابیت داده می‌گیریم. ولی امان از خروجی. سرعت انتقال داده از مغز ما به بیرون، نهایتاً به حدود ۱۰۰ بیت در ثانیه می‌رسه. حالا این رو بذارید کنار سیستم‌های کامپیوتری که دارن با سرعت یک تریلیون بیت در ثانیه با هم حرف می‌زنن. حرف ماسک اینه که برای هم‌راستا موندن با ماشین‌ها، چاره‌ای نداریم جز اینکه راهی برای بالا بردن سرعت خروجی خودمون پیدا کنیم. وگرنه برای سیستمی که با سرعت سرسام‌آور یک ترابیت در ثانیه پردازش می‌کنه، نشستن پای حرف یه انسان عین همون داستان درخته؛ باهاش حرف می‌زنی، اما اون‌قدر طول می‌کشه تا جواب بده که علف زیر پات سبز می‌شه. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

🤖یه نکته خیلی مهم رو خواستم با دوستانی که قصد خرید یا تمدید اکانت جمینای پرو دارن رو در میون بذارم. طبق شواهدی که تا الان مشاهده شده، آفر مربوط به اکانت جمینای پرو ۱۸ ماه طرح سیم‌کارت هند، ظاهراً فقط تا ماه اکتبر، یعنی مهرماه، در دسترسه. بنابراین اگر شرایط فعلی ادامه پیدا کنه، در نهایت شاید تا پایان مهرماه فرصت استفاده از این آفر رو داشته باشیم، و حتی ممکنه زودتر از اون هم تغییر کنه. دوستانی هم که اکانتشون از سال گذشته فعال هست و داره به روزهای پایانی می‌رسه، لازم نیست صبر کنن تا اشتراک فعلی کاملاً تموم بشه. طرح جدید می‌تونه بدون هیچ مشکلی جایگزین طرح قبلی بشه و برای تمدید، نیازی نیست منتظر پایان زمان اکانت فعلی بمونید. در نتیجه، اگر قصد خرید یا تمدید اشتراک ۱۸ ماهه جمینای پرو رو دارید، بهتره این موضوع رو در نظر داشته باشید و تصمیم‌گیری رو به روزهای آخر موکول نکنید. این نکته رو صرفاً برای اطلاع دوستان گفتم که اگر قصد تهیه یا تمدید اکانت دارید، در جریان شرایط فعلی باشید. برای خرید و اطلاعات بیشتر هم می‌تونید به اکانت پشتبانی کانال پیام بدین @wpcontent @wpcontent @wpcontent ✈️@mohammad_zammani 📱Mohammad.zammani.offical