آکادمی ربوتک

✅ شرکت SSI یک همکاری استراتژیک بلند مدت با NVIDIA رو اعلام کرد. ⭐️ شرکت SSI همون شرکتی هست که Ilya sutskever بعد از جدایی از OpenAI تاسیس کرد و در این مدت به شکل بسیار محرمانه ای تحقیقات هوش مصنوعی رو پیش میبرد. 💎 شرکت NVIDIA حالا به یه سری تحقیقاتی که SSI انجام میداده دسترسی پیدا کرده و تصمیم به سرمایه گذاری گرفته. این سرمایه گذاری باعث میشه که SSI بتونه توان محاسباتی خودش رو در طی یک سال آینده ۱۰ برابر کنه. 🔥 این یعنی NVIDIA این تحقیقات رو ارزشمند دیده که سرمایه گذاری کرده. ⏹️ پس احتمالا باید با محصولی جذاب روبرو بشیم. تا ببینیم که چه خواهد بود ! منابع: لینک ۱ لینک ۲ @robotech

من دریافتم که بهترین ایده‌ها معمولاً نه زمانی که فرد فعالانه در تلاش برای رسیدن به آن‌هاست، بلکه وقتی به ذهن خطور می‌کنند که در وضعیت آسوده‌تری قرار دارد... من یکشنبه‌ها به پیاده‌روی‌های طولانی و تنهایی می‌رفتم و در طول آن‌ها معمولاً وضعیت جاری را به‌شکلی آرام و بی‌دغدغه مرور می‌کردم. این مواقع اغلب ثمربخش از کار درمی‌آمدند، هرچند هدف اصلی پیاده‌روی استراحت بود، نه تحقیق.

پاول دیراک - از بنیان گذاران فیزیک کوانتوم ☑️ ترجمه توسط DeepSeek انجام شده است. ✅ لینک منبع اصلی

یک Agent هوش مصنوعی چیه ؟ این ویدیو یه دید مناسب ارایه میده برای کلمه ای که این روزها خیلی زیاده استفاده میشه : https://www.youtube.com/watch?v=Y5F-XLtnJvE @robotech_academy

شرکت Anthropic از جدیدترین مدل خودش به نام Opus 5 رونمایی کرد. از نظر کلی میشه گفت تقریبا همون Fable 5 هست که نصف اون قیمت داره. یعنی به شکل ساده هوش یا Intelligence ثابت مونده و قیمت نصف شده. صفحه نتایجی که ارایه دادند هم تنگ نظرانه هست. مثلا اصلا هیچ ستونی رو به Kimi K3 اختصاص ندادند که مقایسه کنند. ستون مربوط به GPT-5.6 Sol که مال OpenAI هست رو قرار دادند ولی Kimi K3 که توجهات زیادی کسب کرد و رقیب اینها بود رو خیر. نکته دوم این که حتی در بنچمارکی که GPT-5.6 بالاتر از مدل های Anthropic بود، با رنگ محوی نمایش دادند که دیده نمیشه که GPT-5.6 Sol بهتر بود. واقعا عجیبه این نوع رنگ آمیزی. واقعا ببینید این رقابت چقدر شدیده که حتی توی رنگ آمیزی ستون مدلی که بهتر هست هم خساست به خرج داده میشه. تو خود حدیث مفصل بخوان از مجمل ! منابع مورد استفاده : Link 1 Link 2 @robotech_academy

لینک شرکت در جلسه : https://meet.google.com/ihu-stbv-moc

حدودا ۲۰ دقیقه اول این جلسه یه معرفی از Kimi K3 خواهد بود و بعدش پرسش و پاسخ خواهیم داشت. @robotech_academy

فردا یه جلسه گفت و گو در مورد هوش مصنوعی و مباحث روز داریم. ساعت ۱۰ برگزار میشه. لینک جلسه ۱۵ دقیقه قبل از شروع جلسه در اینجا و شبکه های اجتماعی قرار داده میشه. مباحث بیشتر حول مدل های جدید، آینده هوش مصنوعی و برنامه نویسان و ظهور Coding Agent ها و ... هست. اگر سوالی دارید یا دوست دارید که شنونده باشید، میتونید شرکت کنید. @robotech_academy

در مورد یادگیری تقویتی عمیق: به شکل کلی این رو باید در نظر داشت که فهمیدن مباحث در یادگیری تقویتی عمیق سخت تر هست. یعنی این که گیج بشید یا نفهمید یا مطالب گنگ باشه و ... همش طبیعی هست. مباحث نسبت به یادگیری عمیق عادی که خونده میشه دشوار تر هست. یادمه اولین بار که درس یادگیری تقویتی رو گرفته بودم، بعضی وقتا فکر میکردم این مطالب واقعی نیست ! اینقدر همه چی گنگ و نامعلوم بود برام. علاوه بر اون خیلی بیشتر نسبت به یادگیری عمیق شما ریاضی و فرمول های ریاضی میبینید و این هم یه مقدار ممکنه کار رو براتون دشوارتر کنه. کلا یه پایه ریاضیاتی داره Deep RL که اون هم فهمیدنش خودش میتونه چالش رو بیشتر کنه. پیشنهاد من اینه که لایه به لایه یاد بگیرید. یعنی هر مطلب رو چندین بار بخونید و هر بار یه درصدی بیشتری از اون مطلب رو بفهمید. مثلا میتونید از یه منبع دیگه یا از همون منبع اصلی بخونید و یه بخش بیشتری ازش بفهمید. خیلی فکر کردن اینجا مهمه. یعنی خود آدم بشینه به مباحث فکر کنه. این فکر کردن و تمرکز کردن غنیمتی به خصوص در دوران LLM ها. میتونید هم وقتی مطلب رو میخونید فهم اگر به یه حداقلی رسید یه ذره برید جلوتر و دوباره به مباحث برگردید. @robotech_academy

یکی از مهمترین بخش هایی که توی ربوتک مهم بوده و خیلی هم همیشه من حساس بودم، بیان ساده در مطلب هست. اگر این موضوع رعایت نشه، شرکت کننده توی فهم مطالب دچار مشکل میشه و کلا ناامید میشه. خیلی منطقی هم هست که باید ساده بیان بشه مطلب. هم دقیق و هم ساده. ولی گاهی اوقات اونقدر این مطالب پیچونده میشن که کسی که میخونه فکر میکنه کلا اصلا در سطح این بحث نیست و نه توی این دوره و نه هیچ دوره دیگری این مطلب رو یاد نخواهد گرفت. یعنی اصلا کلا از اون حوزه ناامید میشه. اینه که یه هدف کلیدی بیان ساده مطلب هست. وقتی کسی یه مطلب رو هم یاد بگیره خود مطلب براش شیرین میشه. حالا بعدا میتونه نگاه کنه که دوست داره ادامه بده چنین موضوعاتی رو یا نه. @robotech_academy

از نظرات شرکت کنندگان دوره ریاضیات ویژه هوش مصنوعی و پایتون ویژه یادگیری ماشین لینک ثبت نام در دوره پایتون ویژه یادگیری ماشین :‌ https://robotech-academy.com/product/python-ml/ لینک ثبت نام دوره ریاضیات ویژه هوش مصنوعی: https://robotech-academy.com/product/math-ai/ اگر سوالی دارید میتونید با پشتیبانی در تماس باشید‌: @robotech_support

حالا کریستوفر نولان داره هشدار میده که حواسمون باید به خطراتش هم باشه. یه نگاه شکاکانه هم باید بهش داشت. این به این معنی نیست که بی ارزش و بی فایده و ... هست. و فوری بخوایم حتما یه طرف قضیه رو بگیریم. حتما بگیم این یا خیلی عالیه یا خیلی بده. در واقع یه نگاه جامع به نظرم باید داشت و همش رو بررسی کرد. در این که خیلی چیزها رو ساده کرده که شکی نیست و خیلی وقتا پاسخ به سوالات خیلی راحتتر میشه ولی عیب ها چی ؟ چه اثراتی در بلند مدت داره ؟ این سوالاتی هست که کمتر بهش پرداخته میشه و تقریبا میشه گفت اصلا بهش پرداخته نمیشه. @robotech_academy

اسب تروا یه ماجرای معروف هست که در اون یونانی ها میخواستند شهر تروا رو تصرف کنند ولی نمیتونستند. (شهر رو محاصره کرده بودند ولی از تصرفش ناتوان بودند.) . بعد میان یه اسب بزرگ میسازن و یه سری سرباز داخل بدن اون اسب جاسازی میکنن و اینجور وانمود میکنند که دیگه محاصره رو میخوان تموم کنند و برن. بعد اهالی تروا اون اسب رو داخل شهر میبرن و سربازان هم در نیمه شب از اسب خارج میشن و دروازه رو برای یه سری افراد دیگه که در نیمه بازگشته بودند، باز میکنند و شهر تصرف میشه. منبع اصلی و اطلاعات بیشتر‌ منبع تصویر مورد استفاده @robotech_academy

کریستوفر نولان کارگردان مطرح سینما در مورد AI :

هوش مصنوعی اسب تروایی است که همه می‌دانند یونانی‌ها داخلش هستند.

در بخش دیگری از گفت و گو چنین میگه :

فناوری همیشه هدایای بزرگی به ما خواهد داد، اما باید با دیدهٔ تردید به آن نگریست. انگیزه‌های کسانی که آن را در اختیارمان می‌گذارند نیز باید با تردید نگریسته شود.

منبع اصلی ترجمه متن توسط DeepSeek انجام شده است. @robotech_academy

شرکت چینی Qwen به زودی قراره از مدل ۲.۴ تریلیون پارامتری خودش رونمایی کنه. مدلی که ادعا میکنه فقط از Fable 5 ضعیف تره و از همه بهتره. فاصله بین چینی ها و آمریکایی ها روز به روز کمتر میشه و رقابتشون حساس تر. @robotech_academy

❓من نمیدونم هوش مصنوعی رو از کجا شروع کنم ؟ ❓من نمیدونم پروژه ام رو چطور پیش ببرم ؟ ❓ نمیدونم این ایده ای که دارم درسته یا نه ؟ ❓ خیلی مسیری که دارم میرم گنگه. کاش یه نفر بود که کمکم میکرد. و … ✅ اگر سوالات بالا بخشی از سوالات شما هستند و نیاز به یک راهنما در طی مسیر خود دارید، میتونید از خدمت منتورینگ و مشاوره آکادمی ربوتک استفاده کنید. 🔗 اطلاعات بیشتر رو میتونید از لینک زیر بدست بیارید:‌ https://robotech-academy.com/product/counseling/ اگر سوالی در مورد این موضوع دارید میتونید به آیدی @robotech_support پیام بدید. ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 📱 Robotech Academy 📱 Telegram Channel 📱 Youtube 📱 LinkedIn

از واکنش های انتشار دیشب مدل Kimi-K3‌ (منبع اصلی):‌

حتماً برای مدیران ارشد گوگل و دیپ‌مایند خیلی شرم‌آور است که با وجود این همه امکانات: ۱) چندین سال جلوتر از بقیه شروع کرده‌اند و بیشتر بهترین مغزهای این حوزه را در اختیار دارند؛ ۲) تراشه‌های اختصاصی خودشان برای آموزش و اجرای هوش مصنوعی، که الان به نسل هشتم رسیده؛ ۳) سرمایه‌گذاری ۲۸۱ میلیارد دلاری در ساختمان‌ها، ماشین‌آلات و تجهیزات؛ ۴) بیش از ۸۰ هزار مهندس؛ ۵) بیشتر داده‌های دنیا که طی ۲۰ سال جمع‌آوری و دسته‌بندی شده (حجم‌های سرسام‌آوری از سند، ایمیل، کد، کتاب، عکس، فیلم و غیره)؛ با این حال، شرکت کیمی (Kimi) که کمتر از ۵۰۰ کارمند دارد و توسط ژیلین یانگ، کسی که تازه سال ۲۰۱۹ دکترایش را از دانشگاه کارنگی ملون گرفته، تأسیس شده، کاملاً آنها را کنار زده و تحت‌الشعاع قرار داده. (یادمان باشد که جفری هینتون از سال ۲۰۱۳ در گوگل کار می‌کرد!) حتماً یک جای کار آنجا به شدت مشکل دارد و خراب است که نتیجه به این بدی رسیده.

◀️ ترجمه متن توسط DeepSeek انجام شده است.

در مجموع واکنش های اولیه خیلی خیلی مثبت هست. @robotech_academy

صحبت هایی میشه که این میتونه اون لحظه DeepSeek-R1 رو تکرار کنه. البته که هنوز زوده و باید نتایج و بررسی های کاربران رو دید. ولی به هر حال نتایجی که حداقل ارایه شده حاکی از یک مدل بسیار قدرتمند هست. باید منتظر بررسی های مستقل ماند. @robotech_academy

✅شرکت چینی Moonoshot ساعتی پیش از مدل جدید خودش به نام Kimi-K3 رو نمایی کرد. 🔴 اینطور که برخی از منابع دارن بیان میکنن قدرت مدل بیشتر از Opus 4.8 و کمتر از GPT-5.6 و Fable 5 هست. البته که باید حتما مدل تست و بررسی بشه و دید که آیا قدرت مدل در این حد هست یا خیر اما در صورت صحت عملا این فاصله بین آمریکایی ها و چینی ها کم و کمتر میشه و چه بسا که طی یکی دو سال آینده مدل های چینی LLM ای پیشرو باشند و نه مدل های آمریکایی ! اطلاعات بیشتر‌: https://www.kimi.com/blog/kimi-k3