هوش مصنوعی - رضا شکرزاد
👈 کانال علم داده و هوش مصنوعی رضا شکرزاد 🔘 نقشهراه یادگیری 🔘 معرفی و دانلود منابع 🔘 مقاله وبسایت دپارتمان: cafetadris.com/datascience ارتباط با ادمین، درخواست منتورشیپ و پروژه: https://t.me/dslanders_admin یوتیوب: Youtube.com/@RezaShokrzad
نمایش بیشتر📈 تحلیل کانال تلگرام هوش مصنوعی - رضا شکرزاد
کانال هوش مصنوعی - رضا شکرزاد (@dslanders) در بخش زبانی فارسی بازیگری فعال است. در حال حاضر جامعه شامل 12 683 مشترک است و جایگاه 16 052 را در دسته آموزش و رتبه 26 544 را در منطقه إيران دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 12 683 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 16 نوامبر, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -19 و در ۲۴ ساعت گذشته برابر -6 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 7.89% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 4.14% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 1 000 بازدید دریافت میکند. در اولین روز معمولاً 525 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 7 است.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاههای شخصی توصیف میکند:
“👈 کانال علم داده و هوش مصنوعی رضا شکرزاد
🔘 نقشهراه یادگیری
🔘 معرفی و دانلود منابع
🔘 مقاله
وبسایت دپارتمان:
cafetadris.com/datascience
ارتباط با ادمین، درخواست منتورشیپ و پروژه:
https://t.me/dslanders_admin
یوتیوب:
Youtube.com/@RezaShokrzad”
به لطف بهروزرسانیهای پرتکرار (آخرین داده در تاریخ 17 نوامبر, 2026)، کانال همواره بهروز و دارای دسترسی بالاست. تحلیلها نشان میدهد مخاطبان بهطور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته آموزش تبدیل کردهاند.
در حال بارگذاری دادهها
| تاریخ | رشد مشترکین | اشارات | کانالها | |
| 17 نوامبر | +10 | |||
| 16 نوامبر | +2 | |||
| 15 نوامبر | 0 | |||
| 14 نوامبر | +1 | |||
| 13 نوامبر | 0 | |||
| 12 نوامبر | +2 | |||
| 11 نوامبر | +4 | |||
| 10 نوامبر | +5 | |||
| 09 نوامبر | 0 | |||
| 08 نوامبر | +2 | |||
| 07 نوامبر | 0 | |||
| 06 نوامبر | 0 | |||
| 05 نوامبر | 0 | |||
| 04 نوامبر | +1 | |||
| 03 نوامبر | +4 | |||
| 02 نوامبر | +6 | |||
| 01 نوامبر | +2 |
| 2 | مهمترینهای ۲۴ ساعت اخیر هوش مصنوعی
📱 خبر ۱: مدل Embla 1 طوری ساخته شده که روی خود گوشی و بدون ابر اجرا شود؛ پاسخ سریع میدهد و توکن کمتری مصرف میکند.
🚀 خبر ۲: مدل Qwen4-Max برای مدلسازی سهبعدی، ساخت بازی و کارهای مالی و حرفهای به کار میرود و تیمها را از چند مدل جدا بینیاز میکند.
🛠️ خبر ۳: Devin Apps به Devin اجازه میدهد فقط با یک توضیح ساده، اپهای وبی خصوصی مثل داشبورد و صف تأیید بسازد و میزبانی کند.
💳 خبر ۴: کیف پول ChatGPT Wallet اجازه میدهد ایجنتهای هوش مصنوعی خرید کنند بدون دیدن اطلاعات کارت؛ پیش از پرداخت هم یک بررسی امنیتی انجام میشود.
🧪 خبر ۵: Quark یک مدل زبانی ۱۶۵ میلیون پارامتری را از صفر تا آخر با حدود ۴۲۰۰ دلار آموزش داد تا ساخت مدل سفارشی برای تیمهای کوچک ممکن شود.
@dslanders | 443 |
| 3 | ✈️ فرض کن دستیار هوش مصنوعیات را میفرستی تا بلیت هواپیما بخرد. همه مراحل را بیخطا انجام میدهد و بلیت هم صادر میشود، ولی چند ساعت بعد شرکت رزرو را باطل میکند و میگوید خرید با دستیار خودکار از قبل ممنوع بوده. مشکل اصلی کجا بود؟ | 497 |
| 4 | مهمترینهای ۲۴ ساعت اخیر هوش مصنوعی
📉 خبر ۱: آگهیهای استخدام «دنبال نیرو هستیم» در Hacker News به پایینترین سطح ۱۲ سال گذشته رسیده، چون هوش مصنوعی وارد نیمی از کارها شده و نیاز به نیروی انسانی کم شده است.
🏫 خبر ۲: والدین برای مدرسه هوش مصنوعی Alpha سالی ۷۵ هزار دلار میپردازند، اما نصف دانشآموزان به هدف درس ریاضی نرسیدند و این پرسش جدی مطرح شده که آموزش با AI چقدر جواب میدهد.
🌿 خبر ۳: ابزار db-branch با استفاده از ZFS در چند ثانیه از دیتابیس یک شعبه جدا میسازد تا ایجنتهای هوش مصنوعی و تستهای CI روی نسخهای امن و مستقل کار کنند.
🧭 خبر ۴: یک مقاله آموزشی تازه نحوه کار «embedding موقعیتی» در مدلهای زبانی بزرگ را ساده توضیح میدهد؛ یعنی مدل چطور ترتیب و جای کلمات در جمله را میفهمد.
🐍 خبر ۵: Gawain ابزار جدید پایتون است که تعیین نوع داده را روی همه متغیرها اجباری میکند تا خطاها پیش از اجرای برنامه گرفته شود و کد تمیزتر بماند.
@dslanders | 625 |
| 5 | 🏥 فرض کنید دو دانشآموز برگهٔ امتحان کاملاً یکسانی تحویل بدهند و معلم یکی را ۱۶ و دیگری را ۱۲ بدهد. حالا فرض کنید بیمارستانی از هوش مصنوعی برای پیشنهاد درمان استفاده کند و دو بیمار با شرح حال یکسان، دو جواب متفاوت بگیرند. مهمترین مشکل این وضعیت چیست؟ | 639 |
| 6 | مهمترینهای ۲۴ ساعت اخیر هوش مصنوعی
🎯 خبر ۱: در تالار Ask HN فهرستی از مهارتهای هوش مصنوعی جمع شده که آدم میتواند تنهایی یاد بگیرد؛ از نوشتن دستور تا ساختن ایجنت، برای اینکه در بازار کار برتری پیدا کند.
⚠️ خبر ۲: یک استاد حقوق از Claude خواست شماره صفحهها را مرتب کند، اما مدل کل برنامه درسی و یادداشتهای یک سال تدریسش را پاک کرد؛ درس مهم: قبل از سپردن فایل به هوش مصنوعی پشتیبان بگیرید.
🔓 خبر ۳: پژوهش یک محقق نشان داد اپهایی که با Lovable ساخته شدهاند اطلاعات پاسپورت و بیش از ۲۰۰ هزار پیام خصوصی کاربران را در دسترس عمومی گذاشتهاند؛ سازندگان بدون کد باید تنظیمات دسترسی داده را چک کنند.
🧪 خبر ۴: یک توسعهدهنده مدل DeepSeek V3 را در حدود ۲۰۰ خط کد خالص Jax از نو نوشته؛ نسخهای فشرده برای کسانی که میخواهند ساخت مدلهای زبانی را یاد بگیرند و آزمایش کنند.
⚡ خبر ۵: مدل GLM-5.3 با vLLM روی دو ایستگاه DGX انویدیا به سرعت ۶۰۷.۸ توکن در ثانیه رسیده؛ یعنی سرویسهایی با درخواست زیاد میتوانند خیلی سریعتر پاسخ بدهند.
@dslanders | 703 |
| 7 | 🖥️ تیمی فایل تنظیمات سرور را که داخلش رمز است به یک مدل API میدهد تا خطا را پیدا کند. مدل جدا از جواب، بخش رمزگذاریشدهای از استدلالش هم برمیگرداند و تیم خیالش راحت است که آن بخش جایی نمیرود. اگر کسی آن بخش را رمزگشایی کند، چه اتفاقی میافتد؟ | 719 |
| 8 | مهمترینهای ۲۴ ساعت اخیر هوش مصنوعی
📝 خبر ۱: Claude حالا میتواند بهعنوان یک شرکتکننده واقعی وارد تماسهای Google Meet شود، همانجا یادداشت بردارد و به سؤالهای حاضران جواب بدهد.
💳 خبر ۲: Replit Agent حالا خودش خریدهای کاری انجام میدهد و کمپین تبلیغاتی Google Ads راه میاندازد؛ پرداختها هم با Visa و Stripe کنترلشده و امن انجام میشود.
📓 خبر ۳: هوش مصنوعی دفترچههای خطی Gödel را بازخوانی کرده و ظاهراً صدها قضیه اثباتشده را از نوشتههای منتشرنشده او بیرون کشیده است.
🛡️ خبر ۴: ابزار تازهای برای شناسایی رفتار عجیب عاملهای هوش مصنوعی، ۸۷ درصد دستورهای خطرناک را در آزمونهای مستقل گرفته و کمک میکند تیمها عامل سرکش را زود بگیرند.
🔊 خبر ۵: LiquidCodec صدا را سریع و با مصرف حافظه کم به داده قابلپردازش تبدیل میکند و ساخت اپهای گفتوگوی زنده و بلادرنگ را خیلی سادهتر میکند.
@dslanders | 811 |
| 9 | 🗂️ فرض کن تیمی یک عامل هوش مصنوعی برای کارهای اداری ساخته است. عامل در نمایش خوب است ولی در کار واقعی پر از اشتباه است. تیم تستهای خودکاری دارد که بعد از هر کار، وضعیت نهایی فایلها و پایگاه داده را درست بررسی میکنند. برای قابلاعتمادتر شدن خودِ عامل، بهترین کار چیست؟ | 773 |
| 10 | مهمترینهای ۲۴ ساعت اخیر هوش مصنوعی
⚖️ خبر ۱: گوگل API تازهای به اسم Gemini Decisions معرفی کرد که از روی عکس و متن، سریع و با دقت تصمیم میگیرد و برای ساختن دستهبندهای خودکار در همین امروز به کار میآید.
🤖 خبر ۲: شرکت Runway مدل رباتیکی Praxis-1 را با ۲۷ میلیارد پارامتر و مجوز باز Apache 2.0 منتشر کرد؛ مدلی که ویدیو و حرکت بعدی را پیشبینی میکند تا کنترل رباتها ممکن شود.
🔌 خبر ۳: OpenAI افزونههای MCP را برای TypeScript و Python متنباز کرد تا برنامهنویسها بتوانند اپهای نوار کناری ChatGPT و نمایشگر فایل را به سرورهای خودشان اضافه کنند.
🧮 خبر ۴: یک مقایسه تازه نشان میدهد هر درخواست از طریق سرورهای MCP هزاران توکن اضافه مصرف میکند، در حالی که CLI و skills بسیار سبکترند؛ پس قبل از وصل کردن ایجنتها هزینه بافت را حساب کنید.
📉 خبر ۵: دستیار هوش مصنوعی Airbnb هزینه پشتیبانی به ازای هر رزرو را بیش از ۱۷ درصد کم کرد و حدود ۴۰ درصد مشکلات را بدون دخالت اپراتور انسانی حل میکند.
@dslanders | 826 |
| 11 | 🍽️ یک رستوران ساعت کاریاش را عوض کرده، ولی چند فهرست اینترنتی هنوز ساعت قدیمی را نشان میدهند. خیلیها میگویند حالا که دستیار هوش مصنوعی جای فهرست لینکها را گرفته، این داده قدیمی کمتر ضرر میزند. کدام گزینه به واقعیت نزدیکتر است؟ | 802 |
| 12 | 📋 تیپ #48
چکلیست کوتاه برای ساخت اولین ایجنت
پیش از نوشتن حتی یک پرامپت، پنج چیز را روی کاغذ بیاورید: هدف در یک جمله، ابزارهایی که ایجنت اجازه دارد صدا بزند، چیزی که بین مراحل به خاطر میسپارد، شرط توقف سخت (سقف مراحل یا بودجه) و معیاری که موفقیت را نشان میدهد. بعد کوچکترین حلقه ممکن را با یک ابزار بسازید و هر مرحله را لاگ کنید. ایجنتی که شرط توقف ندارد، در واقع یک حلقه بیپایان گرانقیمت است 🔁.
Five checks before building your first agent
Before you write a single prompt, put five things on paper: the goal in one sentence, the tools the agent is allowed to call, what it remembers between steps, a hard stop (max steps or budget), and how you will know it succeeded. Then build the smallest loop you can with one tool, and log every step. An agent with no stop condition is just an expensive while-loop 🔁.
@dslanders | 788 |
| 13 | مهمترینهای ۲۴ ساعت اخیر هوش مصنوعی
🎙️ خبر ۱: مایکروسافت مدل صوتی MAI-Transcribe-2 را معرفی کرد و میگوید سریعترین و ارزانترین مدل تبدیل گفتار به متن است؛ حالا میفهمد کدام جمله را کدام گوینده گفته و تنظیمات دلخواه هم دارد.
🐝 خبر ۲: گوگل در ابزار Antigravity دستور تازهای به نام swrm اضافه کرده که چند عامل هوش مصنوعی با نامهای مشخص، کار یک پروژه را بین خودشان تقسیم میکنند و همزمان پیش میبرند.
🏪 خبر ۳: OpenAI قابلیت Businesses in ChatGPT را راه انداخت؛ کسبوکارها میتوانند پروفایل خودشان را ثبت کنند و فهرست محصولات را با قیمت اضافه کنند تا داخل گفتوگوها دیده شوند.
⚠️ خبر ۴: بیش از ۳۵ هزار اپلیکیشنی که با Grok ساخته شده بودند برای هر کسی که لینکش را داشت باز بود؛ ابزارهای داخلی کارمندان و حتی نتیجه آزمایشهای پزشکی بیماران لو رفت.
✈️ خبر ۵: یونایتد ایرلاینز اعلام کرد که دستیارهای هوش مصنوعی اجازه ندارند به جای مسافران بلیت هواپیما بخرند؛ نشانهای از اینکه شرکتها ممکن است جلوی رباتهای خودکار را بگیرند.
@dslanders | 859 |
| 14 | 🧊 فرض کن یک فروشگاه زنجیرهای کنترل سرمایش فریزرهایش را به اینترنت وصل کرده تا پیمانکار از راه دور تنظیمش کند. یک روز حساب این پیمانکار به دست مهاجم میافتد. مهاجم با این دسترسی چه کاری میتواند بکند؟ | 826 |
| 15 | 🎙️ تیپ #47
قطعکردن حرف، راز گفتگوی طبیعی با ایجنت صوتی
کیفیت یک ایجنت صوتی بیشتر از هوش مدل، به مدیریت نوبت و قطعکردن حرف بستگی دارد. صدا را در هر دو جهت بهصورت جریانی رد و بدل کنید و روی ورودی تشخیص فعالیت صوتی بگذارید تا بهمحض شروع صحبت کاربر، پاسخ در حال تولید لغو شود. وقفه ✋ باید واقعاً تولید را متوقف کند و بافر صدا را پاک کند، نه اینکه فقط ولوم را کم کند. فاصلهٔ زمانی را زیر حدود ۸۰۰ میلیثانیه نگه دارید، وگرنه گفتگو شبیه بیسیم میشود.
Real-time voice agents: interruption is the core feature
A real-time voice agent lives or dies by how it handles being cut off mid-sentence. Stream audio in both directions and run voice activity detection on the input, so the model can cancel its in-flight reply the moment you start speaking instead of finishing its paragraph first. Treat ✋ barge-in as a first-class feature: it must abort generation and flush the audio buffer, not just duck the volume. Keep the end-to-end gap under roughly 800 ms, or the conversation starts to feel like a walkie-talkie.
@dslanders | 845 |
| 16 | مهمترینهای ۲۴ ساعت اخیر هوش مصنوعی
💻 خبر ۱: اپل داره یه اپ Mac میسازه که دانلود و اجرای مدلهای هوش مصنوعی روی خود کامپیوتر، نه اینترنت، رو ساده میکنه و راهاندازی رو راحتتر میکنه.
🗜️ خبر ۲: ابزاری با یک کلیک مدلهای زبانی بزرگ را تقریباً بیافت سه برابر فشرده میکند و اجرای محلی با کمتر از ۵۰ مگابایت رم ارزانتر میکند.
📊 خبر ۳: Anthropic سه ابزار تازه به Claude اضافه کرده: Claude Whiteboards برای کارهای تصویری، Claude Sheets برای صفحهگسترده و Claude Data برای تحلیل داده.
✨ خبر ۴: حالا Gemini 4 Carbon در دسترس است و کاربران میتوانند این مدل جدید را در کارهای روزمرهشان با هوش مصنوعی امتحان کنند.
⏱️ خبر ۵: پژوهشی نشان میدهد کاربران هوش مصنوعی روزانه تا ۹۰ دقیقه بیشتر کار میکنند، که پرسشهایی درباره بهرهوری و فرسودگی شغلی ایجاد کرده است.
@dslanders | 943 |
| 17 | 🗂️ فرض کن تیمی به دستیار هوش مصنوعی میگوید «فقط فایلهای اضافی پوشه پروژه را پاک کن» و اسم همان فایلها را هم دقیقاً میگوید. دستیار همانها را پاک میکند. فردا تیم میفهمد به یکی از آن فایلها نیاز دارد، ولی راهی برای برگرداندنش نیست. اشتباه اصلی تیم چه بود؟ | 856 |
| 18 | 🚦 تیپ #46
گردشکار ثابت یا ایجنت خودمختار؟ سادهترین گزینه را بردارید
پیش از آنکه سراغ یک ایجنت خودمختار بروید، بپرسید آیا میتوانید مراحل کار را روی یک تکه کاغذ بکشید. اگر وظیفه روشن و تکرارشدنی است، همان گردشکار ثابت (زنجیره پرامپت، مسیریابی، پایپلاین قطعی) ارزانتر، سریعتر و بسیار سادهتر برای دیباگ کردن است. فقط وقتی سراغ ایجنت بروید که مسیر از پیش معلوم نیست و مدل باید در لحظه تصمیم بگیرد قدم بعدی چیست. یک قاعده ساده: اگر میتوانید 🛤️ را بکشید، همان گردشکار را بسازید؛ خودمختاری بهایی است که برای انعطاف میپردازید، نه امکانی که برای جلوه اضافه میکنید.
Fixed workflow or autonomous agent: pick the simplest that works
Before reaching for an autonomous agent, ask whether you could just draw the steps on a napkin. If the task is well-defined and repeatable, a fixed workflow (prompt chaining, routing, a deterministic pipeline) is cheaper, faster, and far easier to debug. Go agentic only when the path genuinely cannot be known in advance and the model has to decide the next step at runtime. Rule of thumb: if you can draw the 🛤️, build the workflow, because autonomy is a price you pay for flexibility, not a feature you add for style.
@dslanders | 859 |
| 19 | مهمترینهای ۲۴ ساعت اخیر هوش مصنوعی
🔀 خبر ۱: OpenRouter دو روتر تازه به نامهای Auto و Auto Code معرفی کرد که خودشان مدل مناسب هر درخواست را انتخاب میکنند و به گفته شرکت تا چهار برابر عملکرد بهتری میدهند.
🧠 خبر ۲: Anthropic توضیح داده که عاملهای هوشمند چطور تجربههایشان را در حین کار ذخیره میکنند و در زمان بیکاری مرتبشان میکنند تا حافظه بلندمدت برایشان ساخته شود.
✨ خبر ۳: اپ Muse شرکت Meta حالا بخش Spaces دارد؛ کاربر میتواند یک تجربه تعاملی شخصی مثل دفترچهی هدیهها را با توصیف کلامی بسازد و تحویل بگیرد.
🚀 خبر ۴: مدل Claude Fable 5.2 در جدول Artificial Analysis امتیاز ۶۵ گرفته که بالاترین رکورد تا امروز است؛ یعنی یک مدل تازه برای امتحان کردن دارید.
🔐 خبر ۵: نسخه دسکتاپ ChatGPT حالا SSH محلی شما را به ماشینهای راه دور وصل میکند و ایجنتهای دور میتوانند از اعتبار GitHub شما استفاده کنند؛ همین حالا این تنظیم را بررسی کنید.
@dslanders | 944 |
| 20 | 🍳 مدیر رستوران ساعت ۹ صبح داشبورد را میبیند: میانگین آمادهسازی سفارشهای امروز ۷ دقیقه است و میانگین کل دیروز ۱۹ دقیقه. تا این لحظه ۱۲ سفارش آمده که بیشترشان نوشیدنی سرد بوده. مدیر میگوید آشپزخانه سریعتر شده. کدام جمله واقعیت را نشان میدهد؟ | 930 |
