Aref Notes

🚨 تلگرام دسکتاپ خود رو حتما به آخرین نسخه بروزرسانی کنید. اخیرا یک آسیب‌پذیری امنیتی مهم با شناسه CVE‌-2026-‌107181 در تلگرام دسکتاپ شناسایی شده که باعث می‌شود در نسخه‌های پایین‌تر از ۷.۲.۹، با کلیک بر روی یک لینک مخرب خاص، امکان سرقت سشن و تصاحب کامل حساب کاربری تلگرام فراهم شود. ‌ تلگرام این آسیب‌پذیری رو ۱۷ سپتامبر ۲۰۲۶ (حدود ۳ هفته پیش) در نسخه ۷.۲.۹ بی‌سروصدا رفع کرده. مشاهده کامیت رفع این باگ ‌ 🔗 اگر تلگرام دسکتاپ شما به صورت خودکار بروزرسانی نمی‌شود، از لینک زیر آخرین نسخه را نصب کنید:

https://desktop.telegram.org

‌‌ 🔗 لینک گزارش:

https://beaksec.github.io/posts/telegram-desktop-one-click-account-takeover/

‌ 🖥 @MiladNouriChannel

https://github.com/openai/math اونایی که به ریاضی علاقه دارید حتما این ریپو گیت‌هاب رو چک کنید. شرکت OpenAI داره یه سری مسائل خفن و گاهی حل نشده ی ریاضی رو با استفاده از مدلای خودش حل و اثبات می‌کنه. به نظرم خیییییلی باحاله

🪰 گوگل مشکل کمبود GPU رو با مغز مگس‌ها حل کرده! گوگل یه ویروس با CRISPR ساخته که مگس‌های میوه رو آلوده می‌کنه و بعد مدل‌های هوش مصنوعی رو مستقیماً روی مغزشون اجرا می‌کنه. ورودی مدل به شکل نور به یه کلاستر از مگس‌ها تابیده میشه، مگس‌ها پردازش رو انجام میدن و برای انتخاب توکن خروجی روی سنسورهای خازنی مختلف می‌شینن. از اونجایی هم که عمر مگس‌ها کوتاهه، دیتاسنتر گوگل عملاً شبیه یه سطل زباله‌ی میوه‌ست؛ میوه می‌ریزین توش، مگس جدید به دنیا میاد، ویروس رو از نسل قبلی می‌گیره و inference ادامه پیدا می‌کنه. فقط یه مشکل کوچیک وجود داره: این خبر که خیلیم پخش شده اصلا واقعی نیست :) ولی چیزی که باعث شده این داستان حتی برای چند ثانیه باورپذیر به نظر برسه، خبر واقعی‌ایه که از خود داستان هم عجیب‌تره. اوایل سپتامبر، Google Research با همکاری HHMI Janelia، دانشگاه کمبریج و MRC Laboratory of Molecular Biology کامل‌ترین Connectome سیستم عصبی مرکزی یک مگس میوه‌ی نر رو منتشر کرد: 🧠 بیش از ۱۶۶ هزار نورون 🔗 حدود ۱۲۵ میلیون سیناپس 🧩 و تقریباً کل مسیر عصبی از مغز تا Ventral Nerve Cord ـ چیزی شبیه نقش نخاع در مهره‌دارها. یعنی ما الان یک جور wiring diagram فوق‌العاده دقیق از مغز و سیستم عصبی مگس داریم؛ می‌دونیم چه نورونی به چه نورونی وصل شده و قدرت خیلی از این ارتباط‌ها چقدره. دیتاست هم Open Source/CC BY منتشر شده و میشه دانلودش کرد. اما این نکته خیلی مهمه: داشتن نقشه‌ی اتصال نورون‌ها به این معنی نیست که دقیقاً می‌دونیم هر لحظه داخل مغز مگس چه اتفاقی میفته. مثل اینه که نقشه‌ی تمام ترانزیستورها و سیم‌کشی‌های یک CPU رو داشته باشید، ولی هنوز ندونید دقیقاً چه نرم‌افزاری داره روش اجرا میشه. اما میشه به نورون‌های حسی ورودی داد و دید فعالیت چطور در شبکه پخش میشه و در نهایت کدوم نورون‌های حرکتی فعال میشن. خیلیا دارن همین مغز دیجیتال رو به انواع محیط‌ها وصل می‌کنن؛ از شبیه‌سازی و بازی گرفته تا ربات‌ها و آزمایش‌های عجیب‌تر. پس هنوز قرار نیست به‌جای RTX 5090 یه ظرف موز گندیده کنار کیس بذاریم. 🍌 ولی داریم به نقطه‌ای می‌رسیم که می‌تونیم ساختار واقعی یک سیستم عصبی زیستی کامل رو وارد کامپیوتر کنیم، تحریکش کنیم و ببینیم چه رفتاری ازش بیرون میاد. و شاید سوال جذاب‌تر این باشه: اگه فقط نقشه‌ی اتصال نورون‌ها رو داشته باشیم، چقدر از «ذهن» رو میشه دوباره ساخت؟ 📚 برای مطالعه بیشتر: Google Research — A connectomics milestone: Mapping the complete male fruit fly brain معرفی رسمی پروژه و دیتاست جدید مگس نر Cell (2026) — Sexual dimorphism in the complete Drosophila male central nervous system connectome مقاله‌ی اصلی علمی پروژه Nature (2024) — A Drosophila computational brain model reveals sensorimotor processing یکی از جذاب‌ترین مقاله‌ها برای اینکه ببینید چطور میشه از Connectome یک مدل محاسباتی از مغز مگس ساخت و فعالیت مدارهای عصبی رو شبیه‌سازی کرد.

اگه پیگیر خبرای چت‌بات‌ها و AGI و مابقی داستان‌ها هستین، احتمالا توئیت اون کارمند سابق Anthropic و OpenAI رو خوندین و به این فکر کردین که مزخرف گفته یا جدی‌جدی هوش مصنوعی می‌تونه به‌زودی فاجعه به بار بیاره. این ویدیو رو ببینید :) استرا یا همون GPT-6 Astra شاید هنوز با AGI فاصله‌ی معناداری داشته باشه، ولی ببینید چطور تمام «I’m not a Robot» ها رو مثل بنز حل می‌کنه :) حالا شاید پیش خودتون بگید خب به ما چه؟ ماجرا اینه که یکی از کاربردهای اصلی CAPTCHAها و سیستم‌های مشابه اینه که ترافیک واقعی انسانی رو از ربات‌ها و درخواست‌های اتوماتیک جدا کنن. یعنی ایده‌ی اصلی این بوده که یه ربات نتونه با سرعت بالا هزاران درخواست، لاگین، ثبت‌نام، فرم، کامنت و… بفرسته و هر جا رفتار مشکوکی دیده شد، یه مرحله بذاریم جلوش که برای انسان ساده باشه ولی برای ربات سخت. این سیستم‌ها حتی می‌تونن در کنار Rate Limiting، WAF و Bot Detection بخشی از دفاع در برابر بعضی حملات، از جمله حملات لایه‌ی Application در DDoS باشن. اتفاقا تحقیقات جدید هم دارن دقیقا همین مسئله رو نشون می‌دن. مدل‌های Vision-Language الان می‌تونن بخش قابل‌توجهی از CAPTCHAهای تصویری رو حل کنن و حتی مدل‌های متن‌باز و لوکال هم دارن به نقطه‌ای می‌رسن که این کار دیگه لزوما نیازمند مدل‌های خیلی گرون و خاص نیست. و خب وقتی اون مانع برداشته بشه، فقط بحث DDoS نیست از Credential Stuffing تا ساخت اکانت فیک، اسپم ، Scraping، سوءاستفاده از فرم‌ها و کلی مدل دیگه از حمله‌های اتوماتیک هم راحت‌تر و مقیاس‌پذیرتر می‌شن. دیگه ترسیدین نه؟ :)) برای مطالعه بیشتر: • Robot Visions: Breaking reCAPTCHA at Zero Cost and Zero Shot — Sivakorn & Gottlieb, 2026 — arXiv:2609.18518 • CAPTCHAs in the Agentic Era: Solvers That Learn from Every Encounter — Salman & Bicakci, 2026 — arXiv:2609.02393 • COGNITION: From Evaluation to Defense against Multimodal LLM CAPTCHA Solvers — Wang et al., 2025 — arXiv:2512.02318

منتشر شد 😍

روز برنامه‌نویس مبارک همه ی کسایی که جنگ قبل از همه باعث تعدیل شدن‌شون شد، زودتر از همه میرن سراغ دستگیری‌شون چون می‌ترسن یه راهی برای عبور از فیلترینگ پیدا کنن، تمام هوش‌مصنوعی های مطرح دنیا گذاشتنشون توی فهرست تحریم، سرویس های گوگل تحریم‌شون کرده، یه خرواری از امکاناتی که همه ی مردم دنیا بهش دسترسی دارن ازشون گرفته شده، همیشه باید دنبال کردیت‌کارت فیک باشن که بتونن یه جا ثبت نام کنن، دائم در حال تغییر لوکیشن آی‌پی ان که بتونن از فلان سایت یه سرور رایگان اجاره کنن و در نهایت بهشون میگن الکی خودتونو نگیرید AI جاتونو به زودی می‌گیره البته که همین برنامه نویسا AI رو ایجاد کردن همینا دولوپش کردن و رسوندنش به اینجا و همونا هم باید از این خفن ترش کنن نه کسی که آخرین استفاده ش ازش این بوده که آهنگ حامد همایونو با صدای حمیرا بشنوه. روزتون مبارک بهترین دوستای من ♥️ به ساختن ادامه بدید ✌🏼

کاملا از ظاهرشون مشخصه که بر اساس شایسته سالاری انتخاب شدن 😂 حالا شاید بگی نه چرا از روی ظاهر قضاوت میکنی آدما روووو باید در جواب بگم که سوابق کاری قبلی ایشون ایناس: عضو هيات مديره همراه اول سابقه مديريت روابط عمومى ستاد اجرايى فرمان امام عضويت در هيات مديره موسسه جام جم در نتیجه من امسال نه اینوتکس میرم، نه الکامپ نه هیچ جای دیگه ای و دعوتنامه های گوگولی مگولی هیچ جا رو هم استوری نخواهم کرد. چون ایشون و امثال ایشون دعوت میشن و من باید از تجربیات گرانبهاشون استفاده کنم یا معرفی‌شون کنم. جالب اینکه محتوای صحبت ها رو گاهی تو استوریا میبینم؛ یارو میکروفون به دست شکمو انداخته بیرون، نشسته داره در باب موفقیت های کسب شده ی مرکز پژوهشی فلان و تبدیل آرزوی جوانان ایرانی به واقعیت حرف میزنه. چجوری هنوز روتون میشه؟

امروز قراره بخش زیادی از روزم صرف کار روی یک مدل GAN بشه. ایده ی کلی GAN اینه: دو شبکه‌ی عصبی رو روبه‌روی هم قرار می‌دیم؛ یکی سعی می‌کنه چیزی تولید کنه که واقعی به نظر برسه و اون یکی تلاش می‌کنه تشخیص بده چیزی که دیده واقعیه یا ساخته‌ی مدل. معمول برای تولید تصاویر با دیتیل بسیار زیاد و دقیق و مشابه یه دیتاست استفاده میشه. نکته‌ی جالب اینه که هرچقدر یکی بهتر می‌شه، اون یکی هم مجبور می‌شه خودش رو ارتقا بده و در نهایت، اگر همه‌چیز درست پیش بره، مدل مولد یاد می‌گیره نمونه‌هایی بسازه که از نظر آماری به داده‌های واقعی خیلی نزدیکن (به این میگن هم‌گرایی). پروژه‌ای که امروز روش کار می‌کنم فعلاً قابل توضیح دادن نیست و نمی‌خوام جزئیاتش رو منتشر کنم، ولی بخش GAN اون دقیقاً به یکی از مسائلی مربوطه که استفاده از داده‌ی واقعی به‌تنهایی محدودیت‌هایی ایجاد می‌کنه. چون حقیقتش تا حالا به این شکل از GAN هیچ جا استفاده نشده. البته این خبر خوبی نیست :) ممکنه به این علت باشه که استفاده ازش بیخوده :) کلا در زمینه های علمی برای افرادی تو سطح دانش ما، اگه به یه کاری می‌رسی که تا حالا حتی شبیهش انجام نشده احتمالا قبلا تست شده و شکست خورده ولی خب من تلاشمو می‌کنم ✌🏼 احتمالا به زودی، وقتی نتیجه ی کارم مشخص بشه، درباره‌ی تجربه‌ی ساختنش، چیزهایی که جواب نداد و چیزهایی که ازش یاد گرفتم بیشتر می‌نویسم. مقاله های مرتبط باحالی که میتونم بهتون معرفی کنم: • Generative Adversarial Nets — Goodfellow et al., 2014 مقاله‌ای که برای اولین‌بار GAN و رقابت بین Generator و Discriminator رو معرفی کرد. • CycleGAN — Zhu et al., 2017 نشون داد می‌شه بدون داشتن تصاویر جفت‌شده، یک تصویر رو از یک domain به domain دیگری تبدیل کرد. • Improved Training of Wasserstein GANs (WGAN-GP) — Gulrajani et al., 2017 یکی از مهم‌ترین راهکارها برای پایدارتر کردن آموزش GAN و کاهش مشکلاتی مثل ناپایداری و شکست در همگرایی.

شما هم یه عالمه کار عقب افتاده دارین که سخت و بزرگن و هیچوقت جرات نمی‌کنید برید سراغش؟ یکی از ابزارای هوش مصنوعی خیلی خیلی خیلی باحال که هر روز ازش استفاده میکنم ایشونه: Goblin Tools یه عالمه قابلیت باحال داره که خودتون میتونید برید ببینید ولی جالب ترینش همینه که ازش ویدیو گرفتم. ممکنه هر روز یه عالمه تسک بزرگ جدید برامون پیش بیاد. معمولا سرنوشت‌شون چی میشه؟ اینکه حوصله و جرات انجام‌شون رو نداریم و هیچوقت انجام نمیشه و هر روز عقب میفته برای یه فرصت بهتر. صرفا تو اپ Tasks میشد یه موردی که هیچوقت تیک نمیخوره. اما تو گابلین تولز، یه تسک بزرگ تبدیل میشه به یه عالمه کار کوچیک قابل انجام. هم میدونی از کجا باید شروع کنی، هم میدونی مرحله بعدی چیه و هم از انجام دادن کل اون کار ناامید نمیشی و نمی‌ترسی. کافیه اون کار بزرگ رو بنویسید و بعد از دکمه ی جادویی هوش مصنوعیش کمک بگیرید که به صورت آفلاین هم کار میکنه. از زبان فارسی هم پشتیبانی می‌کنه. تازه یه دکمه ی estimate هم داره که زمان تقریبی انجام هر تسک رو کنارش مینویسه. این باعث میشه توی روزای شلوغ یه تسک ساده تر که وقت کمتری می‌گیره رو انجام بدید تا تموم شه. حدود ۳ دلار قیمتشه و به صورت lifetime purchase هستش یعنی اشتراک ماهانه و اینجور چیزا نمی‌خواد و فقط یه بار پول می‌دید بابتش. لینک دانلود iOS: 📱 https://apps.apple.com/us/app/goblin-tools/id6449003064 لینک دانلود اندروید: 📱 https://play.google.com/store/apps/details?id=com.goblintools&hl=en_GB

اخیرا یه عمل جراحی کوچیک انجام دادم و برای پیدا کردن دکتر جراح مناسب صرفا از نظرات کاربران سایت نوبت استفاده کردم که بنیانگذارش دوست صمیمی و عزیزم عرفان صفرپوره. حالا چرا این سایت؟ چون اخیرا حدود ۶۰ هزار نظر فیک از این سایت به کمک هوش مصنوعی حذف شده بود و خیالم راحت بود نظراتش کاملا واقعیه و تجربه ی حقیقیه. راستش همیشه نظر کاربران برام مهم ترین چیز موقع تصمیم گیریه. وقتی قراره سلامتت رو به یه نفر بسپری، فقط اسم یه پزشک یا چند ستاره امتیاز کافی نیست. می‌خوای بدونی تجربه واقعی آدمایی که قبل از تو این مسیر رو رفتن چی بوده. حالا بریم سراغ بخش تخصصی داستان: اینکه یه سیستم بتونه بین هزاران نظر تشخیص بده کدوم الگو شبیه تجربه واقعی یک بیماره و کدوم رفتار غیرطبیعی به نظر می‌رسه. برای این کار فقط متن بررسی نمی‌شه. یعنی این کار صرفا در حوزه ی NLP جا نمیگیره بلکه یه ماشین لرنینگ جذاب روی یه عالمه متغیره. مدل‌های هوش مصنوعی می‌تونن چیزایی مثل: سبک نوشتار، شباهت بین نظرهای مختلف، رفتار کاربر، زمان ثبت نظرات و ارتباط بین اطلاعات مختلف رو کنار هم قرار بدن و احتمال غیرواقعی بودن یه نظر رو بررسی کنن. مثلا: اگه یه کاربر وارد سایت شده و بدون جستجوی خاصی مستقیم رفته سراغ یه دکتر و ازش نزدیک ترین نوبت رو گرفته، هیچوقت به سایت سر نزده برای چک کردن آدرس یا ساعت نوبتش و دقیقا به محض دریافت پیامک وارد کردن نظر اومده یه پیام رو توی سایت پیست کرده (که حتی میتونه یه پیام جدید باشه) و ۵ ستاره داده و رفته. یا کسی که به شکل غیر طبیعی از تعداد بسیار زیادی دکتر در طول یک ماه نوبت گرفته و برای همه شون نظر ۵ ستاره ثبت کرده. این ها می‌شن کیس های مشکوک و هوش مصنوعی به سرعت میتونه الگوی رفتاریشون رو پیدا کنه. البته که لاگ گرفتن دقیق و درست از عملکرد یوزر روی سایت هم به شدت به مدل برای تشخیص دقیق تر کمک میکنه چون تعداد متغیر های موثر بیشتر میشه. اگه دوست دارید بیشتر درباره این حوزه بخونید، این دو مقاله به نظرم شروع خوبی هستن: 📌 Fake Review Detection Using Transformer-Based Enhanced Models (2024) توی این مقاله از مدل‌های Transformer مثل RoBERTa برای تشخیص الگوهای زبانی نظرات جعلی استفاده شده. 📌 AI vs. Human: A Large-Scale Analysis of AI-Generated Fake Reviews (2025) این مقاله تعداد زیادی نظر رو بررسی کرده و تفاوت‌های بین نظرات واقعی، نظرات جعلی انسانی و نظرات تولیدشده توسط AI رو تحلیل کرده است. به نظرم جذاب‌ترین بخش هوش مصنوعی همینجاست: وقتی از یه مفهوم پیچیده علمی خارج میشه و آروم‌آروم وارد زندگی روزمره می‌شه.

سلام رفقا مدتی بود که اینجا بیشتر شبیه یه آرشیو از چیزایی بود که تو دنیای تکنولوژی می‌دیدم؛ خبرها، ابزارهای جدید، لینک‌ها و چیزهایی دیگه. ولی حقیقتش اینجور چیزا رو همه ی کانالا میذارن و قطعا من وقت و حوصله ی کپی کردن روزانه ی این همه خبر رو ندارم و به نظرم ارزشی هم نداره خوندنش. اما تصمیم گرفتم از این به بعد مسیر این کانال کمی تغییر کنه و فعال بشه. از اینجا به بعد Aref Notes قراره بیشتر شبیه یه دفترچه یادداشت شخصی باشه. جایی برای به اشتراک گذاشتن چیزهایی که یاد می‌گیرم، تجربه می‌کنم و توی پروژه‌هام باهاش درگیرم. حتی ممکنه یه آهنگ باحال که موقع نوشتن یه کد تو گوشم بوده رو براتون بفرستم. فکر میکنم اینجوری تجربه ی یونیک تر و باحال تریه و هر روز میتونم براتون حرف بزنم. تلاش می‌کنم محتواها اصلا بازنشر خبر نباشن. حتی اگه یه خبرو براتون بذارم همراه با تجربه، تحلیل و چیزی باشه که واقعا ازش یاد گرفته‌م. امیدوارم این مسیر جدید براتون جالب باشه و کانال رو برای دوستاتونم بفرستید که خوشحال شم.

شاد و آزاد باشید عارف

جایگزین متن باز Fonto، رایگان، تحت وب دیگه برای استوریاتون پول اشتراک ندید😁 و اگر دوست داشتید، از بالا(علامت قلب) به سازنده دونیت کنید تا لایسنس تجاری بخره و فونت‌های خفن‌تر واستون بذاره. لینک پروژه: https://github.com/FontWoW/FontWoW.github.io لینک سایت: https://fontwow.github.io

یه اینترنت درب و داغونی بود تو ایران که: روش هزار تا سرویس فیلتر بود. هزار تا دیگه تحریم بود. ipv6 تقریبا بسته بود. سرعتش فاجعه بود. میگن مثل اینکه اونو دوباره وصل کردن :) الانم یه سریاشون دارن با یه سری دیگه شون دعوا می‌کنن که آیا باید وصل میشد یا نه. این وسط هزاران نفر جان عزیزشون رو از دست دادن چند صد هزار نفر بیکار شدن چند صد استارتاپ ورشکسته و نابود شدن چندین میلیارد دلار به کل صنایع کشور خسارت وارد شد هزاران حفره امنیتی طی بیش از ۸۰ روز پچ و آپدیت نشد یه عالمه جوان خلاق و درست و حسابی تصمیم قطعی گرفتن برای مهاجرت دعواتون برای قطع و وصل این فیلترنت تموم شد بعد بشینیم در مورد بقیه ش گریه کنیم :) ولی من به اینکه بتونم هنوز آموزش بدم و مخاطبم باهام در ارتباط باشه خوشم. خوشحالم که برگشتین ♥️