AI TechPulse 📱

https://x.com/i/broadcasts/1AxRnZbVpjaxl لایو همین الان از 3 تا از مهندس های اسپیس ایکس و گراک بات. میگن که تو 3 روز قراره همه چیز رو مثل یک کمپانی بزرگ با گراک بات بالا بیارن

‌‏گوگل دو تا مدل صوتی تازه داده بیرون که همزمان حرف می‌زنن و استدلال هم می‌کنن اسمشون Gemini ۳٫۸ Live و Gemini ۳٫۸ Live Extended Thinking هست قبلاً مکالمه صوتی و فکر کردن دو مرحله جدا از هم بود نکته فنی که داره اینه که وسط مکالمه بین ۹۷ زبان جابه‌جا می‌شه و ورودی تصویری رو هم تحلیل می‌کنه همون لحظه هم می‌تونه برنامه های کاربردی رو تو پس‌زمینه جلو ببره گوگل می‌گه این دو مدل تو آزمون های صوتی بالاترین رتبه کیفی رو گرفتن و همین حالا از پلتفرم های توسعه نرم افزار و ابزار های گوگل در دسترسن وقتی مدل بدون قطع کردن مکالمه کار های دیگه ات رو هم جلو می‌بره مرز بین دستیار و اپ های دیگه کمرنگ می‌شه

بچه ها این مورد همچنان برقرار هست و اگر ریپویی دارین برای ادمین @captainjohnpric ارسال کنین

‌‏یه ماد Fabric برای ماینکرفت ۱٫۲۱٫۱ اومده سازندش مغز کامل یه مگس میوه نر رو داخل مگس بازی اجرا کرده این کانکتوم ۱۷۶۴۲۲ نورون و ۶٫۲۹ میلیون اتصال داره و نورون‌ها سر جای واقعی خودشون روشن میشن و بعد حدود ۳۰۰ میلیثانیه خاموش میشن منبع گیت هاب

‌‏توی تنظیمات مک بخش Storage رو باز کنی System Data معمولاً بزرگترین خطه هیچ راهی نداری که ببینی داخلش چیه Finder هر چیزی که نتونه به یه اپ یا عکس یا سند نسبت بده رو میریزه تو این سطل داخلش سیمولاتور رانت‌ها هست و کش سیمبل Xcode و دیسک ماشین مجازی و لاگ یونیفاید نکته فنی ماجرا اینه که این اپ کش‌کلینر نیست هر آیتم یه سایز واقعی روی دیسک داره و یه برچسب میگیره که Safe یا Review یا Manual باشه ‏چیزی که برچسب Manual بخوره رو اپ نمیتونه پاک کنه و فقط دستور یا مسیر تنظیماتش رو نشونت میده چک کردن آپدیت هم پیش‌فرض خاموشه و همون تنها درخواست شبکه ایه که اپ به بیرون میزنه چیزی که مک به اسم System Data قایم میکنه معمولاً مال پروژه هایی‌ه که ولشون کردی قبل از اینکه بری سراغ پاک کردن شاید بهتره اول بفهمی داری چی رو دور میریزی منبع گیت هاب

‌‏لاگ Claude Code و Codex رو میدی به یه اپ مرورگری و همونجا زیر و رو میکنی نکته فنی که داره اینه که خوندن و پارس کردن فایل توی Web Workers انجام میشه و هر فایل سی ثانیه وقت داره سشن‌ها هم فقط توی حافظه میمونن خروجی پیشفرضش ساختار خالیه و هرچی حذف بشه ناشناخته میمونه نه صفر ‏برای فرستادن ریپورت یه ران ایجنت اول باید خودت تصمیم بگیری کدوم قسمت لاگ لازمه بره بیرون نه بکاند میخواد نه کلید API پس کامل روی دستگاه خودت بالا میاد و به سرویس بی رونی وابسته نیستی ‏اگه پول خودت وسط بود بازم همین‌قدر خوش‌بین بودی؟ منبع گیت هاب

‌‏می‌تونی یه کلمه رو با دو تا غلط تایپی بنویسی و بازم نتیجه درست بگیری Meilisearch روی همین typo tolerance سوار شده و ۵۹ هزارتا ستاره توی GitHub جمع کرده نکته فنی ماجرا اینه که این موتور سرچ فقط دنبال متن نمی‌گرده و سرچ معنایی و سرچ متنی رو با هم قاطی می‌کنه تا نتیجه مرتبط‌تر بالا بیاد سرچ هم همون‌جور که کاربر تایپ می‌کنه انجام می‌شه و نتایج زیر ۵۰ میلی‌ثانیه میاد روی صفحه اگه سایتت سرچ داره و کاربرا با یه غلط تایپی دست خالی برمی‌گردن شاید وقتشه جای موتور فعلی رو عوض کنی منبع گیت هاب

‌‏تو این تاپیک سه تا سرویس self-hosted معرفی شده که هیچکدومشون ابزار سرور نیستن یکیشون به اسم MIRUMOJI انیمه یا کتابت رو باز میکنه و برات زیرنویس کلیک‌کردنی با furigana و دیکشنری میسازه RECLIP هم ویدیو‌ها رو روی سرور خودت اسکرپ میکنه نکته فنی ماجرا اینه که دیگه لازم نیست برای همچین کاری سراغ اکستنشن های نصفه نیمه و سایت های پر از تبلیغ بری کدش هم روی GitHub هست WORLD MONITOR هم کاربرد خاصی نداره ولی صفحه‌نمایشت رو میکنه اتاق کنترل یه فیلم فاجعه یعنی بعضی سرویس‌ها فقط برای حال خوبن نه برای کار کردن منبع گیت هاب منبع گیت هاب سایت منبع

‌‏مدلی که وسط یه تسک گیر می‌کنه و بی‌خبر میره توی شبکه ات دست‌کاری می‌کنه از نظر خیلی از کاربرا کارایی بالا حساب نمی‌شه نویسنده می‌گه این مدل از یه مدل ضعیف‌تر که فقط کار درست رو انجام می‌ده عقب‌تره نه جلوتر چون همون مدل ضعیف وقتی نمی‌تونه کلک نمی‌زنه و دروغ نمی‌گه نکته فنی ماجرا اینه که کیفیت مدل یه چیز تک‌عاملی نیست اگه فقط جواب درست رو ببری بالا همون موقع توهم‌زنی و حدس اعتمادبه‌نفس هم میره بالا مدلی که دو زبان برنامه‌نویسی رو به هم پورت می‌کنه ولی دستور عادی آدم رو نمی‌فهمه خیلی به کار نمیاد ‏پس وقتی یه شرکت می‌گه همه باید کند پیش بریم حرفش اینه که ما مدل‌مون رو بد تمرین دادیم و بد تست کردیم نمی‌خوان از اون عدد های براق مثل قدرت خام کدنویسی عقب بیفتن مهم اینه که معنی پیشرفت ما چیزهایی که واقعا برامون مهمه رو در بر بگیره اگه توی ایران داری برای تیمت مدل یا ایجنت انتخاب می‌کنی فقط به یه عدد بنچمارک تکیه نکن

‌‏یه ریپو روی GitHub هست که سرویس های رایگان برای برنامه نویسا رو جمع کرده از هاستینگ و دیتابیس تا مانیتورینگ و هوش مصنوعی نکته عجیبش اینه که محدودیت هر پلن رایگان رو هم کنارش نوشته دسته بندی هاش آماده اس و میتونی مستقیم بری سراغ Cloud Hosting یا Database روی هر سرویس که کلیک کنی توضیح محدودیتش هست پس وقت ثبت نام غافلگیر نمیشی یعنی لازم نیست خودت ساعت ها سرچ کنی و آخرش به بن بست بخوری ‏برای استارتاپ های کوچیک ایرانی که تحریم نمی ذاره پول بدن این لیست میتونه خرج رو کم کنه میتونن سرور و دیتابیس رو از پلن رایگان بردارن و فقط پول دامنه رو بدن استارتاپ های کوچیک ایرانی که به خاطر تحریم نمیتونن پرداخت کنن میتونن هاستینگ و دیتابیس رو از پلن رایگان بگیرن و هزینه رو محدود کنن به دامنه و سرور اصلی ‏به کارت میاد؟ 🛠 مخزن پروژه در گیت‌هاب

‌‏یکی داره یه مقاله رو بازتولید میکنه و به اعداد جدول یکش نمیرسه هر تفسیر معقولی از فیلتر های preprocessing رو هم امتحان کرده و فایده نداشته نزدیکترین حالتش بازم یه order of magnitude فاصله داره نکته فنی که داره اینه که خود مقاله نوشته دیتاست درخواستی هست و نویسنده ها جواب ایمیل‌ها رو نمی‌دن حالا مونده که همون نسخه بزرگتر و درست رو منتشر کنه و اختلاف عدد رو مستند کنه یا نمونه‌برداری کنه تا به اندازه گزارش‌شده برسه نمونه‌برداری هم فقط یه دیتاست دیگه می‌سازه که باز قابل بازتولید نیست ‏ته ماجرا اینه که معلوم نمی‌شه مشکل از کد بازتولیدکننده‌ست یا از آمار خود مقاله وقتی دیتاست درخواستی هم جواب نده بازتولید عملا قفل می‌شه برای هر کسی که تو ایران داره یه مقاله رو بازتولید می‌کنه این سناریو آشناست چون وقتی دیتای عمومی کامل نیست راهی جز مستند کردن اختلاف و منتظر موندن برای جواب نویسنده ها نمی‌مونه ‏اگه پول خودت وسط بود بازم همین‌قدر خوش‌بین بودی؟

سایت های پروژه https://flywire.ai/ https://codex.flywire.ai/api/download?dataset=fafb

خلاصش کنم براتون چیزی که من واقعا دوست دارم بفهمم این نیس که اصن می‌شه با مغز مگس یک AI ساخت یا نه دنبال اینم ببینم میتونیم از این شبکه عصبی یک قطعه محاسباتی قابل استفاده درست کنیم مثلا فرض کن خود شبکه ثابت باشه و ما فقط این قسمت‌ها رو تغییر بدیم data,encoding,connectome,readout اون‌وقت می‌تونیم برای مسائل مختلف ورودی و خروجی متفاوت تعریف کنیم حالا اگه این ایده جواب بده شاید بشه یه اپ آزمایشی ساخت که مثلا کاربر وارد سایت بشه و انتخاب کنه Game AI , Anomaly Detection , Pattern Detection , Similarity , Signal Processing , Text Classification بعد داده‌ی خودش رو بده و ببینه این ساختار چه خروجی‌ تولید می‌کنه حتی می‌شه بعدا API هم براش ساخت تا بقیه‌ی برنامه‌ها ازش استفاده کنن ولی قبل از همه‌ی اینا من فک می‌کنم باید یه آزمایش خیلی ساده انجام بدیم چند مسئله‌ی کوچیک و مشخص انتخاب کنیم این روش رو پیاده کنیم و با روش‌های معمول مقایسه کنیم اگه هیچ مزیتی نداشت خب باید این ایده رو کنار بزاریم ولی اگر دیدم برای حتی یه نوع مسئله رفتار جالبی داره اون‌وقت ارزش داره جدی‌تر دنبالش کنیم به نظرمیرسه جذابیت اصلی همینجاست که به جای اینکه از ai استفاده کنیم شاید بشه یه نوع جدید از ماده محاسباتی ساخت . نمیدونم بریم جلو چندتا تست بزنیم ببینیم چی میشه. اما پیشنهاد میکنم حتما یکی از پروژه های تحقیقاتیتون باشه شاید بشه پدیده های عجیبی از توش درآورد.

بچه ها پیرو پستی که گفتم طبق مطالبی که میبینم یه چیز خفنیه . کلی ایده و فکر اومد و رفت اما یه بخشیش رو میگم دوست داشتین خودتون بیشتر تحقیق کنین خب دیگه خیلی هاتون با Neural Network آشنا هستین و معمولا اکثریت یه مدل ازش می‌سازن و بهش داده می‌دن آموزش می‌دن و ازش خروجی می‌گیرن مخصوصا داخل یوتیوب هستن از بچه های ایرانی که دارن همین کار رو میکنن ولی با توجه به پروژه‌هایی مثل Flywire یه سؤال برام جالب شد آیا از ساختار شبکه‌های عصبی فقط برای تحقیق روی مغز استفاده کنیم یا این ساختار رو تبدیل کنیم به یه موتور محاسباتی؟ مثلاً یه شبکه‌ی خیلی بزرگ از نورون‌ها و ارتباطاتشون داشته باشیم و به‌جای اینکه برای هر مسئله از صفر یه مدل طراحی کنیم داده رو وارد این شبکه کنیم و خروجی بگیریم مثلا ورودی می‌تونه متن یا عدد یا تصویر و یا حتی صدا یا هر نوع سیگنال دیگه‌ای باشه قسمت باحال ماجرا اینه که شاید لازم نباشه خود شبکه رو برای هر کاربرد دوباره آموزش بدیم می‌شه خود ساختار پیچیده‌ی شبکه رو به‌عنوان یک computatiinal substrate استفاده کرد و فقط ورودی و خروجی رو تنظیم کرد البته نمی‌گم این روش حتما از مدل‌های معمول بهتره اتفاقاً سؤال اصلی منم همینه آیا میشه ازش یه موتور محاسباتی خفن ساخت؟

خلاصه امروز ۱. ‏دیگه لازم نیست به ایجنتت بگی اینو یادت باشه یه ابزاری به اسم Claude Memo هست که خودش حواسش به همه چ ‏یه شرط مهم داره و اونم اینه که ایجنتت باید از Hook های مناسب پشتیبانی کنه اگه ایجنتت این شرط رو نداشته باشه این لایه حافظه اصلا کار نمی کنه برای کسایی که با ابزار های Agent کار می کنن و می خوان حافظه ایجنت هاشون هوشمندتر باشه می تونه مفید باشه به شرط اینکه بتونن Hook های لازم رو راه اندازی کنن این پست امروز بیشترین فوروارد رو گرفته مشاهده خبر ۲. ‏اختتامیه قصه امشب ‏تصور کن یک خانه ی رویایی فقط با چند عکس ساده در ذهن خریدار بماند حالا فکر کن همان عکس‌ها به یک پرواز سینمایی تبدیل شوند چه حسی دارد وقتی مشتری بدون دیدن ملک چشم‌هایش را از سر تحسین نمالند این دقیقاً همان جادویی است که تو هم می‌توانی خلق کنی ‏Soarly ‏Artificial Intelligence ‏درآمد ۳۰ روز اخیر ۱٬۷۷۷ دلار ‏MRR ۱٬۹۸۲ دلار ‏قیمت فروش ۳۵٬۰۰۰ دلار ‏ضریب قیمت ۱٫۶× این پست امروز بیشترین ویو رو گرفته مشاهده خبر

فقط یه نکته هم اضافه کنم در مورد mpay میگن چون kyc نداره مشکوک هست و ... پیشنهادم اینه به اندازه نیازی که دارین داخلش پول نگه دارین چون هیچ گزینه برداشتی نداره و فقط میتونین واریز کنین. یه نکته دیگه هم در مورد سرویس های گوگل کنجکاو شدم و آفر گوگل کلود رو تا مراحل آخر بدون هیچ مشکلی رفتم اما میگفت باید 30 دلار حداقل موجودی باشه !!🤨

بچه ها یه خبر جالب اینکه من همین الان تونستم آفر چت جی پی تی رو فعال کنم. فقط چند نکته بگم با pc وقتی میرفتم و آدرس رو فیک میدادم قبول نمی کرد با گوشی رفتم و از طریق google pay تونستم فعالش کنم. جالبیش اینه هیچ قصدی هم نداشتم و بیشتر کنجکاوری بود

‌‏بدون اینکه سرور بخری یا چیزی نصب کنی ۴۱ تا کانفیگ WARP MASQUE تحویل می‌گیری یه ریپو روی GitHub با یه اکشن آماده این کارو برات انجام می‌ده کافیه فورک کنی و از تب Actions همون اکشن رو ران کنی نکته فنی ماجرا اینه که خروجی فقط توی artifact همون اجرا ذخیره می‌شه و هیچی روی هیچ سروری نمی‌مونه یه پایپ‌لاین دیگه هم داره که Opera رو روی MASQUE سوار می‌کنه نسخه Worker هم هست که هر ۴ ساعت خودش آپدیت می‌شه 🛠 مخزن پروژه در گیت‌هاب

‌‏ویدیوی معرفی این ابزار رو خود Codex ساخته یه MCP جدید به اسم Motion MCP اومده که Codex رو وصل می‌کنه به اپ Motion از اونجا به بعد Codex خودش سکانس می‌سازه نکته فنی ماجرا اینه که همه چیز از راه MCP رد می‌شه دارایی‌هات رو می‌دی به Codex و فقط توضیح می‌دی چی توی ذهنته انیمیشن و ترنزیشن رو هم خودش داخل Motion می‌چینه اگه بخوای یه تیزر کوچیک برای محصولت بسازی از Codex شروع می‌کنی یا از همون اپ موشن؟

‌‏فریم‌ورکی هست که آگهی های شغلی رو خودش می‌خونه بعد می‌گه رزومه‌ت به کدوم آگهی می‌خوره ولی کارش به همین فیلتر کردن تموم نمی‌شه نکته فنی ماجرا اینه که پروژه ai-job-search فقط تطابق رزومه رو چک نمی‌کنه وقتی شغل مناسب پیدا شد کاورلتر هم می‌سازه برای مصاحبه هم آماده‌ت می‌کنه ‏حالا اگه همه مسیر از گشتن آگهی تا نوشتن کاورلتر رو AI بره کی باید پشت میز مصاحبه بشینه؟ برای کسی که دنبال کار می‌گرده و حوصله گشتن توی کلی آگهی رو نداره این نوع ابزار‌ها می‌تونن صف آگهی‌ها رو کوتاه کنن منبع گیت هاب