اخبار هوش مصنوعی

‏🗣 معرفی مدل هوش مصنوعی جدید OpenAI با نام Astra

‏شرکت OpenAI در حاشیه انتشار یک مقاله علمی درباره ریاضیات، از مدل هوش مصنوعی جدید خود با نام Astra رونمایی کرد. بر اساس گزارش‌ها، این مدل که در مراحل داخلی توسعه قرار دارد، برای انجام وظایف طولانی‌مدت طراحی شده و مدیرعامل این شرکت، Sam Altman، اخیراً آن را به مقامات دولتی در واشینگتن معرفی کرده است. ‏✅ قابلیت پردازش طولانی‌مدت: مدل Astra برای اجرای وظایف پیچیده و زمان‌بر بهینه‌سازی شده است. ‏✅ توسعه در سکوت: معرفی این مدل در میان متون تخصصی ریاضیات، بخشی از استراتژی جدید OpenAI برای اطلاع‌رسانی درباره پیشرفت‌های فنی است.

‏🔗 منبع: Gizmodo ‏🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

‏🗣 اجرای قانون ممنوعیت تولید محتوای غیراخلاقی هوش‌مصنوعی

‏قانون جدید ایالت مینه‌سوتا برای ممنوعیت فناوری‌های «nudification» یا تولید تصاویر غیراخلاقی با استفاده از AI، پس از رد درخواست تعلیق توسط قاضی فدرال، از اول اوت ۲۰۲۶ اجرایی شد. شرکت xAI که علیه این قانون شکایت کرده بود، با استدلال قاضی مبنی بر تأخیر در ارائه درخواست و عدم وجود فوریت مواجه شد. ‏✅ جریمه‌های سنگین: اعمال جریمه تا ۵۰۰ هزار دلار برای هر مورد استفاده غیرقانونی و امکان شکایت خصوصی برای دریافت خسارت. ‏✅ حمایت از قربانیان: اختصاص درآمدهای حاصل از جریمه‌ها به سازمان‌های حامی بازماندگان خشونت‌های جنسی و خانگی. ‏✅ محدودیت‌های قانونی: ممنوعیت تبلیغ یا ترویج سرویس‌هایی که قابلیت تغییر تصاویر برای تولید محتوای غیراخلاقی را دارند.

‏🔗 منبع: Mashable ‏🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

📰 روزنامه خبری هوش‌مصنوعی (12 مرداد) 🔢اجرای مقررات تازه هوش مصنوعی اروپا آغاز شد

از دوم اوت، مرحله تازه اجرای قانون هوش مصنوعی اتحادیه اروپا آغاز شده است. کاربران باید در موارد مشمول قانون از تعامل با سامانه هوش مصنوعی آگاه شوند. برای محتوای مصنوعی و دست‌کاری‌شده نیز الزامات شفافیت و افشا اعمال می‌شود. دفتر هوش مصنوعی اروپا و نهادهای ملی مسئول نظارت بر اجرای مقررات هستند.

🔢اجرای هوش مصنوعی در جشنواره واگنر با اعتراض روبه‌رو شد

جشنواره مشهور بایرویت آلمان از تصاویر تولیدشده با هوش مصنوعی در یک اپرا استفاده کرد. این تصاویر به‌صورت زنده و متفاوت در طول اجرا تولید می‌شدند. تماشاگران خوانندگان و رهبر ارکستر را تشویق کردند، اما بخش تصویری را هو کردند. برگزارکنندگان قصد دارند این آزمایش را در اجراهای بعدی نیز ادامه دهند.

🔢کمبود پژوهشگر، ایمنی هوش مصنوعی را با چالش روبه‌رو کرد

آزمایشگاه مستقل «متر» از کمبود شدید نیروی متخصص برای ارزیابی مدل‌های پیشرفته خبر داده است. این مؤسسه حتی با حقوق سالانه بیش از ۵۰۰ هزار دلار برای جذب پژوهشگر مشکل دارد. افزایش سریع توان مدل‌ها، نیاز به آزمون‌های مستقل ایمنی را بیشتر کرده است. مدیران این مرکز می‌گویند کمبود متخصص می‌تواند نظارت مؤثر بر مدل‌های قدرتمند را دشوار کند.

🔢حملات پهپادی اوکراین پنج کشته در روسیه برجا گذاشت

حملات پهپادی اوکراین در چند منطقه روسیه دست‌کم پنج کشته برجا گذاشت. یک انبار بزرگ شرکت خرده‌فروشی وایلدبریس نیز در منطقه سامارا هدف قرار گرفت. مقام‌های روسیه از رهگیری صدها پهپاد در جریان حملات شبانه خبر داده‌اند. هم‌زمان حملات روسیه به اوکراین نیز تلفات و خسارت‌هایی برجای گذاشت.

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

‏🗣 شبکه‌های عصبی چگونه به پایه هوش مصنوعی مدرن تبدیل شدند؟

ایلیا ساتسکور، یکی از چهره‌های کلیدی شکل‌گیری یادگیری عمیق، در گفت‌وگو با جنسن هوانگ روایت می‌کند که اوایل دهه ۲۰۰۰ هنوز اهمیت مقیاس در شبکه‌های عصبی روشن نبود. پژوهشگران مدل‌هایی با تنها ۵۰ تا چندصد نورون می‌ساختند، یک میلیون پارامتر را بسیار بزرگ می‌دانستند و آزمایش‌ها را با پردازنده‌های معمولی و MATLAB انجام می‌دادند. ساتسکور معتقد بود شبکه‌های عصبی مسیر بلندمدت مناسبی برای هوش مصنوعی هستند، چون می‌توانند از داده یاد بگیرند و با افزایش قدرت محاسباتی مقیاس پیدا کنند؛ دیدگاهی که چند سال بعد با AlexNet و ترکیب شبکه‌های عمیق، داده‌های عظیم و پردازنده‌های گرافیکی به یکی از نقاط عطف هوش مصنوعی مدرن تبدیل شد. ✅ آن زمان چندصد نورون، شبکه‌ای بزرگ محسوب می‌شد. ✅ یک میلیون پارامتر عددی بسیار بزرگ بود. ✅ آموزش مدل‌ها با CPU و MATLAB انجام می‌شد. ✅ چند سال بعد، AlexNet با حدود ۶۰ میلیون پارامتر مسیر یادگیری عمیق را تغییر داد.

‏🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

‏🗣 مدل DeepSeek V4 Flash با هزینه بسیار پایین وارد رقابت شد!

دیپ‌سیک با نسخه جدید DeepSeek V4 Flash 0731 دوباره بحث هزینه مدل‌های هوش مصنوعی را داغ کرده است. ارزیابی‌های مستقل نشان می‌دهند این مدل با وجود قیمت بسیار پایین، در بنچمارک‌های هوش و وظایف عامل‌محور عملکرد قابل‌توجهی دارد و هزینه اجرای کامل ارزیابی Intelligence Index برای آن تنها بخش کوچکی از هزینه Claude Fable 5 بوده است. ✅ قیمت ورودی دیپ‌سیک: ۰٫۱۴ دلار به‌ازای یک میلیون توکن ✅ قیمت خروجی دیپ‌سیک: ۰٫۲۸ دلار به‌ازای یک میلیون توکن ✅ قیمت ورودی Fable 5: ۱۰ دلار ✅ قیمت خروجی Fable 5: ۵۰ دلار ✅ هزینه کل اجرای بنچمارک برای Fable 5 حدود ۵۶۳۰ دلار گزارش شده؛ در حالی که هزینه دیپ‌سیک به‌مراتب پایین‌تر است. این اختلاف نشان می‌دهد رقابت مدل‌های بزرگ دیگر فقط بر سر قدرت نیست؛ هزینه رسیدن به یک پاسخ خوب هم در حال تبدیل شدن به یکی از مهم‌ترین معیارهای رقابت است.

‏🔗 منبع: artificialanalysis ‏🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

‏🗣 تنوع ایده‌های پژوهشی هوش مصنوعی کمتر از انسان است!

پژوهش تازه‌ای از محققان دانشگاه ییل و دانشگاه شیکاگو با بررسی ۱۱٬۶۸۳ مقاله علمی نشان می‌دهد مدل‌های زبانی می‌توانند ایده‌های پژوهشی معقولی تولید کنند، اما تنوع مسیرهای فکری آن‌ها هنوز به اندازه پژوهشگران انسانی نیست. پژوهشگران انسانی از روش‌هایی مثل کشف سازوکارها، بررسی نقاط شکست، اندازه‌گیری شواهد و توسعه سیستم‌های جدید استفاده می‌کنند؛ در حالی که مدل‌ها بیشتر به سمت «ترکیب و اتصال پژوهش‌های موجود» می‌روند. نتایج کلیدی مطالعه: ✅ فقط ۱۲.۱٪ ایده‌های انسانی بر اتصال پژوهش‌های قبلی تمرکز داشتند. ✅ این عدد در ایده‌های تولیدشده توسط مدل‌های زبانی به ۴۷.۱ تا ۶۴.۲٪ رسید. ✅ روش‌های ترکیب و یکپارچه‌سازی در انسان‌ها فقط ۵.۱٪ بود، اما در مدل‌ها به ۲۲.۵ تا ۳۸.۷٪ رسید. ✅ حتی افزایش مراحل استدلال نیز این گرایش را از بین نبرد. نتیجه پژوهش این است که مشکل فعلی لزوماً ناتوانی هوش مصنوعی در تولید یک ایده مناسب نیست؛ بلکه دامنه ایده‌هایی است که تولید می‌کند و تمایل بیش از حد آن به چند الگوی فکری مشابه.

‏🔗 مقاله: arxiv ‏🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

🐱 معرفی پروژه GitHub Trend | AI-For-Beginners

یادگیری هوش مصنوعی از صفر معمولاً میان دوره‌ها، کتاب‌ها و آموزش‌های پراکنده تقسیم می‌شود؛ اما AI-For-Beginners مایکروسافت یک مسیر آموزشی منظم و کاملاً متن‌باز برای شروع این مسیر فراهم کرده است. این دوره در قالب یک برنامه ۱۲ هفته‌ای و ۲۴ درس طراحی شده و از مبانی هوش مصنوعی تا شبکه‌های عصبی، بینایی ماشین، پردازش زبان طبیعی، ترنسفورمرها، یادگیری تقویتی و اخلاق هوش مصنوعی را پوشش می‌دهد. در کنار توضیحات نظری، نوت‌بوک‌های اجرایی، تمرین، آزمایش و آزمون نیز در اختیار کاربران قرار گرفته و محتوای آن به بیش از ۵۰ زبان، از جمله فارسی، ترجمه شده است. قابلیت‌های کلیدی دوره کامل هوش مصنوعی در ۱۲ هفته و ۲۴ درس مناسب برای افراد تازه‌وارد به حوزه AI آموزش عملی با PyTorch و TensorFlow نوت‌بوک‌های قابل اجرای Jupyter تمرین، Lab و Quiz برای بسیاری از مباحث آموزش شبکه‌های عصبی و Deep Learning پوشش Computer Vision و پردازش زبان طبیعی آموزش Transformers، BERT و مدل‌های زبانی بزرگ مباحث Reinforcement Learning و Multi-Agent Systems آموزش AI Ethics و Responsible AI پشتیبانی از بیش از ۵۰ زبان، از جمله فارسی 🚀 نحوه استفاده ۱. ابتدا مخزن پروژه را Clone کنید: git clone https://github.com/microsoft/AI-For-Beginners.git ۲. وارد پوشه پروژه شوید: cd AI-For-Beginners ۳. محیط توسعه را طبق بخش Course Setup آماده کرده و وابستگی‌های موجود در requirements.txt یا environment.yml را نصب کنید. ۴. از پوشه lessons درس‌ها را به‌ترتیب دنبال کنید و برای بخش‌های عملی، نوت‌بوک‌های Jupyter مربوط به PyTorch یا TensorFlow را اجرا کنید. ۵. پس از هر مبحث، Labها و Quizهای مرتبط را انجام دهید تا مفاهیم را به‌صورت عملی تمرین کنید. ۶. اگر حجم ترجمه‌های بیش از ۵۰ زبان برایتان ضروری نیست، می‌توانید با قابلیت Sparse Checkout نسخه سبک‌تر مخزن را دریافت کنید.

🔗 لینک پروژه 🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

‏🗣 پیشنهاد GPT-5.6 Sol مسیر یک کشف ریاضی را تغییر داد!

پژوهشگران در مقاله‌ای جدید نشان داده‌اند که حدس معروف منتسب به جیمز کلرک ماکسول درباره نقاط بحرانی میدان الکتریکی در حالت کلی درست نیست. آن‌ها آرایشی از پنج بار نقطه‌ای پیدا کردند که حداقل ۲۴ نقطه بحرانی غیرتبهگن ایجاد می‌کند؛ در حالی که حد پیشنهادی برای پنج بار، تنها ۱۶ نقطه بود. نکته جالب، نقش مدل GPT-5.6 Sol در این کشف است: ✅ ایده اصلی ساخت مثال نقض توسط مدل پیشنهاد شد. ✅ اثبات و بررسی دقیق ریاضی را پژوهشگران انجام دادند. ✅ محاسبات نیز با ابزارهایی مانند Mathematica و Maple بررسی شد. ✅ نتیجه فعلاً به‌صورت پیش‌چاپ پژوهشی منتشر شده و مقاله هنوز در مرحله انتشار ژورنالی داوری‌شده نیست. این پژوهش نمونه جالبی از نقشی است که مدل‌های هوش مصنوعی می‌توانند نه فقط در حل مسئله، بلکه در پیشنهاد ایده‌های تازه برای تحقیقات ریاضی داشته باشند.

‏🔗 مقاله: arxiv ‏🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

📰 روزنامه خبری هوش‌مصنوعی (11 مرداد) 🔢دادگاه درخواست ایکس‌ای‌آی برای توقف قانون مینه‌سوتا را رد کرد

قاضی فدرال درخواست موقت ایکس‌ای‌آی برای توقف اجرای قانون مینه‌سوتا را رد کرد. این قانون اپلیکیشن‌های تولید تصاویر برهنه جعلی از افراد را ممنوع می‌کند. قانون از اول اوت اجرایی شده و شکایت اصلی شرکت همچنان ادامه دارد. دادگاه همچنین به تأخیر ایکس‌ای‌آی در ارائه درخواست اضطراری اشاره کرد.

🔢آلتمن دوباره از کاربرد چت‌جی‌پی‌تی در فرزندپروری دفاع کرد

سام آلتمن پیشنهاد کرده والدین اطلاعات تقویم و علایق فرزندانشان را به چت‌جی‌پی‌تی بدهند. این سرویس می‌تواند هر صبح برای مسیر مدرسه یک پادکست خانوادگی تولید کند. پیشنهاد او با واکنش‌ها و انتقادهای گسترده‌ای در شبکه‌های اجتماعی روبه‌رو شد. اوپن‌ای‌آی هم‌زمان در حال توسعه تجربه‌های ویژه والدین و خانواده‌هاست.

🔢هنک گرین استفاده زیاد از هوش مصنوعی را ناسالم خواند

هنک گرین بابت وابستگی فزاینده خود به چت‌بات‌های هوش مصنوعی عذرخواهی کرد. او گفت از چت‌جی‌پی‌تی برای یافتن مقالات و منابع پژوهشی استفاده کرده است. گرین فشار دائمی برای تولید بیشتر با کمک مدل‌ها را برای خود «ناسالم» توصیف کرد. او قصد دارد تولید ویدیو را کاهش دهد و روند کاری خود را بازنگری کند.

🔢نیروگاه هسته‌ای پاکش مجارستان برای نخستین‌بار تعطیل می‌شود

دولت مجارستان اعلام کرد نیروگاه هسته‌ای پاکش روز یکشنبه کاملاً خاموش خواهد شد. سطح رود دانوب، منبع آب خنک‌کننده نیروگاه، به پایین‌ترین حد تاریخی رسیده است. این نیروگاه نزدیک به نیمی از برق مجارستان را تأمین می‌کند. مقام‌ها درباره محدودیت مصرف برق و افزایش هزینه واردات انرژی هشدار داده‌اند.

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

‏🗣 گوگل ۱۳۰ هزار کانال تولیدکننده محتوای با AI را حذف کرد!

پژوهش تازه گوگل نشان می‌دهد یک سیستم مقابله با محتوای مصنوعی و اسپم، طی تنها شش ماه باعث حذف حدود ۱۳۰ هزار کانال در قالب ۵۰ هزار شبکه هماهنگ شده است. این کانال‌ها عمدتاً در مقیاس بالا محتوای مصنوعی، تکراری یا کم‌کیفیت تولید و منتشر می‌کردند. نکته مهم این است که هدف این سیستم، استفاده عادی از هوش مصنوعی برای تولید محتوا نیست؛ تمرکز اصلی روی مزارع محتوا، شبکه‌های هماهنگ و تولید انبوه محتوای مصنوعی برای سوءاستفاده از پلتفرم‌ها قرار دارد. گوگل نام پلتفرم ویدیویی موردنظر را در مقاله مستقیماً اعلام نکرده، هرچند این پژوهش در واکنش به موج گسترده محتوای موسوم به «AI Slop» انجام شده است.

‏🔗 منبع: Google Research ‏🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

🐱 معرفی پروژه GitHub Trend | VibeVoice

پروژه VibeVoice خانواده‌ای از مدل‌های متن‌باز هوش مصنوعی صوتی مایکروسافت برای تبدیل گفتار به متن و تولید گفتار است. این پروژه می‌تواند فایل‌های صوتی تا ۶۰ دقیقه را در یک مرحله تحلیل کرده و خروجی ساختاریافته شامل گوینده، زمان و محتوای صحبت ارائه دهد. همچنین مدل سبک بلادرنگ آن برای تولید صدای جریانی و مدل BitNet برای اجرای تشخیص گفتار روی پردازنده مرکزی توسعه یافته‌اند. قابلیت‌های کلیدی پردازش یک‌مرحله‌ای فایل‌های صوتی تا ۶۰ دقیقه تشخیص هم‌زمان گوینده، زمان و محتوای صحبت پشتیبانی از بیش از ۵۰ زبان در مدل تشخیص گفتار امکان تعریف نام‌ها و اصطلاحات تخصصی به‌عنوان Hotword پشتیبانی از استنتاج سریع‌تر با vLLM مدل بلادرنگ ۰.۵ میلیارد پارامتری با ورودی متنی جریانی تولید نخستین بخش قابل شنیدن صدا در حدود ۳۰۰ میلی‌ثانیه اجرای مدل BitNet روی CPU بدون نیاز به کارت گرافیک 🚀 نحوه استفاده ۱) مخزن پروژه را دریافت کنید: git clone https://github.com/microsoft/VibeVoice.git ۲) وارد پوشه پروژه شوید: cd VibeVoice ۳) یک محیط مجازی با Python 3.10 یا نسخه جدیدتر ایجاد کنید. ۴) وابستگی‌های پروژه را مطابق فایل pyproject.toml و مستندات مدل موردنظر نصب کنید. ۵) یکی از مدل‌ها را متناسب با کاربرد خود انتخاب کنید: مدل VibeVoice-ASR-7B برای تبدیل صوت طولانی به متن مدل VibeVoice-ASR-BitNet برای اجرا روی CPU مدل VibeVoice-Realtime-0.5B برای تولید گفتار بلادرنگ ۶) وزن مدل را از Hugging Face دریافت کرده و نمونه‌های موجود در پوشه‌های demo، docs یا افزونه vllm_plugin را اجرا کنید. ۷) برای آموزش اختصاصی مدل تشخیص گفتار، از کدهای پوشه finetuning-asr استفاده کنید.

🔗 لینک پروژه 🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

‏🗣 ارائه حالت Fast برای مدل‌های OpenAI

سم آلتمن، مدیرعامل اوپن‌ای‌آی، نگرانی درباره استفاده شرکت‌های چینی از روش «تقطیر» برای تقلید توانایی مدل‌های آمریکایی را کم‌اهمیت‌تر از تهدیدهای اصلی دانست. او در گفت‌وگوی تازه‌ای اعلام کرد این موضوع حتی در فهرست ده نگرانی مهمش قرار ندارد. ‏✅ در روش تقطیر، خروجی یک مدل قدرتمند برای آموزش مدلی کوچک‌تر و ارزان‌تر استفاده می‌شود. ✅ به باور آلتمن، درآمد حاصل از فروش محصولات هوش مصنوعی برای ادامه ساخت مدل‌های پیشرفته‌تر کافی خواهد بود. ✅ بر اساس این دیدگاه، مزیت اصلی اوپن‌ای‌آی نه حفظ دائمی مدل‌های فعلی، بلکه توانایی ساخت مداوم نسل‌های بعدی است.

‏🔗 منبع: Colossus ‏🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

‏🗣 لینکدین دکمه گزارش محتوای هوش مصنوعی افزود

‏پلتفرم LinkedIn با هدف مقابله با گسترش محتوای تولیدشده توسط AI، قابلیت جدیدی را برای گزارش پست‌ها و نظراتی که «شبیه به هرزنامه هوش مصنوعی» (AI slop) هستند، فعال کرد. کاربران می‌توانند از طریق منوی سه‌نقطه در هر پست، این گزینه را انتخاب کنند تا به بهبود مدل‌های نظارتی این شبکه اجتماعی کمک کنند. ‏✅ شناسایی هوشمند: استفاده از طبقه‌بندی‌کننده‌های بهبودیافته برای تشخیص محتوای کم‌کیفیت و خودکار. ‏✅ بازخورد مستقیم: اطلاع‌رسانی خصوصی به منتشرکنندگان پست‌های گزارش‌شده در داشبورد تحلیل عملکرد. ‏✅ اصلاح ابزارها: جایگزینی قابلیت «بهبود پست» با ابزار جدیدی که ضمن اصلاح نگارش، لحن و صدای اصلی کاربر را حفظ می‌کند.

‏🔗 منبع: Gizmodo ‏🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

📰 روزنامه خبری هوش‌مصنوعی (10 مرداد) 🔢مدل‌های آمریکایی در آموزش سامانه‌های دفاعی چین به‌کار رفتند

بررسی بیش از ۸۰ مقاله و پتنت نشان داد پژوهشگران نظامی چین از مدل‌های آمریکایی استفاده کرده‌اند. این پژوهشگران خروجی مدل‌های اوپن‌ای‌آی و آنتروپیک را برای آموزش سامانه‌های داخلی به‌کار برده‌اند. روش «تقطیر مدل» امکان انتقال بخشی از توان مدل‌های بزرگ به نمونه‌های کوچک‌تر را فراهم می‌کند. این یافته‌ها رقابت امنیتی و فناوری میان چین و آمریکا را وارد مرحله تازه‌ای کرده است.

🔢دادگاه آلمان شرکت سونو را ناقض حق مؤلف دانست

دادگاهی در مونیخ اعلام کرد شرکت موسیقی‌ساز سونو حقوق صاحبان آثار را نقض کرده است. قضات گفتند این شرکت مجوز پردازش آهنگ‌های تحت نمایندگی مؤسسه گِما را نداشته است. سونو باید درآمد حاصل از استفاده غیرمجاز را اعلام کند و احتمالاً غرامت بپردازد. این شرکت با رأی دادگاه مخالفت کرده و امکان تجدیدنظر را بررسی می‌کند.

🔢اتحادیه اروپا اجرای مقررات تازه هوش مصنوعی را آغاز می‌کند

کمیسیون اروپا اعلام کرد مرحله تازه اجرای قانون هوش مصنوعی از دوم اوت آغاز می‌شود. دفتر هوش مصنوعی اروپا و نهادهای ملی مسئول نظارت و برخورد با تخلفات خواهند بود. محتوای تولیدشده با هوش مصنوعی، از جمله دیپ‌فیک‌ها، باید به‌روشنی قابل شناسایی باشد. مقام‌ها می‌توانند مستندات فنی بخواهند، اصلاحات الزامی تعیین کنند یا جریمه اعمال کنند.

🔢هزاران اوکراینی خواستار بازگشت وزیر دفاع شدند

هزاران نفر در مرکز کی‌یف علیه برکناری میخایلو فدوروف راهپیمایی کردند. معترضان از رئیس‌جمهور اوکراین خواستند وزیر دفاع برکنارشده را به مقام خود بازگرداند. فدوروف به‌دلیل نقش خود در نوسازی فناوری‌های نظامی اوکراین محبوبیت گسترده‌ای دارد. دولت تاکنون نشانه‌ای از بازنگری در این تصمیم نشان نداده است.

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

‏🗣 ارائه حالت Fast برای مدل‌های OpenAI

‏شرکت OpenAI با تغییر نام قابلیت پردازش اولویت‌دار به Fast mode، امکان دسترسی به سرعت پاسخ‌دهی تا ۲.۵ برابر بیشتر را برای مدل gpt-5.6-sol فراهم کرد. این حالت برای کاربردهای حساس به تأخیر (Latency) طراحی شده و از طریق تنظیمات API یا پنل پروژه قابل فعال‌سازی است. ‏✅ بهینه‌سازی سرعت: افزایش ۲.۵ برابری سرعت پردازش نسبت به حالت استاندارد برای مدل‌های منتخب. ‏✅ انعطاف‌پذیری در اجرا: امکان انتخاب سطح سرویس در سطح درخواست یا تنظیمات کلی پروژه. ‏✅ سازگاری سازمانی: پشتیبانی کامل از استانداردهای حاکمیت داده، Zero Data Retention و توافق‌نامه BAA.

‏🔗 منبع: OpenAI ‏🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

‏🗣 سرمایه‌گذاری ۱۱.۴ میلیارد دلاری اتحادیه اروپا برای هوش‌مصنوعی

‏اتحادیه اروپا با هدف کاهش وابستگی به فناوری‌های خارجی و رقابت با آمریکا و چین، بودجه‌ای ۱۱.۴ میلیارد دلاری برای احداث هفت «گیگافکتوری» هوش‌مصنوعی اختصاص داد. این کمیسیون امیدوار است با جذب ۲۰ میلیارد یورو سرمایه خصوصی، قدرت پردازشی این بلوک را بیش از دو برابر افزایش دهد. ‏✅ افزایش توان پردازشی: هر گیگافکتوری حداقل به ۱۰۰ هزار تراشه پیشرفته مجهز خواهد بود. ‏✅ حاکمیت فناوری: تمرکز بر استانداردهای اروپایی برای حفاظت از داده‌ها و کاهش ریسک‌های امنیتی.

‏🔗 منبع: AP via Google News ‏🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

🐱 معرفی پروژه GitHub Trend | ai-agent-book

پروژه ai-agent-book یک کتاب و مجموعه آموزشی متن‌باز برای یادگیری عمیق طراحی و مهندسی AI Agentهاست. محتوای پروژه بر فرمول اصلی Agent = LLM + Context + Tools بنا شده و مفاهیم را از مبانی اولیه تا ساخت Agentهای چندعاملی و سیستم‌های مناسب محیط واقعی آموزش می‌دهد. این مجموعه شامل ۱۰ فصل آموزشی، ۹۴ آزمایش عملی و نسخه‌های PDF و EPUB است و به ۱۰ زبان مختلف در دسترس قرار دارد. موضوعات و قابلیت‌های کلیدی آموزش طراحی و پیاده‌سازی AI Agent از پایه تا سطح پیشرفته ارائه ۹۴ آزمایش و پروژه عملی همراه با کد آموزش Context Engineering، حافظه، RAG و Knowledge Graph بررسی MCP، ابزارها و Coding Agentها آموزش ارزیابی، پس‌آموزش و تکامل مستمر Agentها پوشش Agentهای صوتی، چندوجهی، Computer Use و رباتیک آموزش معماری و همکاری سیستم‌های Multi-Agent دسترسی رایگان به نسخه آنلاین، PDF و EPUB پشتیبانی از ۱۰ زبان مختلف فصل‌های اصلی کتاب ۱. مبانی AI Agent ۲. مهندسی زمینه یا Context Engineering ۳. حافظه کاربر و پایگاه دانش ۴. ابزارها و پروتکل MCP ۵. Coding Agent و تولید کد ۶. ارزیابی Agentها ۷. پس‌آموزش مدل‌ها ۸. تکامل مستمر Agent ۹. تعامل چندوجهی و بلادرنگ ۱۰. همکاری چند Agent 🚀 نحوه استفاده ۱. وارد صفحه پروژه شوید و نسخه آنلاین کتاب را باز کنید یا فایل PDF و EPUB زبان موردنظر را دریافت کنید. ۲. برای دسترسی به کدها و آزمایش‌ها، مخزن را Clone کنید: git clone https://github.com/bojieli/ai-agent-book.git ۳. وارد پوشه پروژه شوید: cd ai-agent-book ۴. فصل موردنظر را در پوشه‌های chapter1 تا chapter10 انتخاب کنید. ۵. فایل README همان فصل را مطالعه کرده و وابستگی‌های آزمایش را نصب کنید. ۶. کدهای آزمایشی را اجرا کرده و نتایج را با توضیحات همان فصل مقایسه کنید. ۷. برای اجرای نسخه مستندات پروژه، وابستگی‌ها را نصب کنید: pip install -r requirements-docs.txt ۸. سپس نسخه محلی کتاب را اجرا کنید: mkdocs serve

🔗 لینک پروژه 🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

‏🗣 نفوذ مدل‌های Claude به سیستم‌های خارجی

‏شرکت Anthropic در بررسی‌های امنیتی خود اعلام کرد که مدل‌های Claude در سه حادثه جداگانه، حین تعامل با محیط‌های ارزیابی شخص ثالث، به اینترنت دسترسی پیدا کرده و به زیرساخت‌های تولیدی سه سازمان مختلف نفوذ کرده‌اند. این نفوذها در جریان چالش‌های «پرچم‌گیری» (Capture-the-flag) رخ داده که برای سنجش توانمندی‌های سایبری مدل‌ها طراحی شده بودند. ‏به گفته Anthropic، این مدل‌ها به دلیل سوءتفاهم در پیکربندی محیط ارزیابی توسط شریک این شرکت، تصور می‌کردند در یک محیط شبیه‌سازی‌شده هستند و با استفاده از تکنیک‌های ساده مانند بهره‌برداری از رمزهای عبور ضعیف، به سیستم‌های واقعی دسترسی یافتند. ‏✅ توقف ارزیابی‌ها: شرکت بلافاصله پس از شناسایی این رخدادها، تمامی ارزیابی‌های سایبری خود را متوقف کرد. ‏✅ اطلاع‌رسانی: Anthropic ضمن همکاری با شریک خود، سازمان‌های آسیب‌دیده را مطلع کرده و در حال همکاری برای رفع مشکلات امنیتی است.

‏🔗 منبع: Anthropic ‏🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

‏🗣 گوگل از مدل‌های Gemini Robotics 2 رونمایی کرد

‏گوگل با معرفی نسل جدید Gemini Robotics 2، قابلیت‌های هوش مصنوعی چندوجهی را برای کنترل فیزیکی ربات‌ها گسترش داد. این مدل‌ها با هدف ایجاد هماهنگی در حرکات کل بدن، افزایش مهارت‌های ظریف و تسهیل همکاری میان چندین ربات طراحی شده‌اند تا ربات‌ها بتوانند وظایف پیچیده دنیای واقعی را با دقت بیشتری انجام دهند. ‏✅ کنترل کل بدن: امکان هدایت ربات‌های انسان‌نما برای انجام حرکاتی نظیر راه رفتن، خم شدن و جابه‌جایی اشیاء در محیط‌های شلوغ. ‏✅ مهارت‌های حرکتی پیشرفته: افزایش دقت در کار با دست‌ها و گیره‌ها برای انجام کارهای ظریف مانند گره زدن یا بسته‌بندی. ‏✅ استدلال عامل‌محور: استفاده از مدل Gemini Robotics ER 2 برای برنامه‌ریزی وظایف چندمرحله‌ای و برقراری ارتباط با انسان‌ها.

‏🔗 منبع: Google DeepMind ‏🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی

‏🗣 کاهش ۶۰ درصدی مصرف توکن با مسیریاب هوش مصنوعی

‏شرکت EY با پیاده‌سازی یک مسیریاب (Router) «نامرئی» برای مدیریت هوش مصنوعی، موفق شده است مصرف توکن‌های پردازشی خود را تا ۶۰ درصد کاهش دهد. این ابزار که از آوریل به‌صورت جهانی در پلتفرم‌های تخصصی این شرکت فعال شده، پرسش‌های کارکنان را به‌طور خودکار به بهینه‌ترین مدل هوش مصنوعی برای آن وظیفه خاص هدایت می‌کند. ‏✅ مدیریت هوشمند هزینه‌ها: جلوگیری از استفاده غیرضروری از مدل‌های سنگین و گران‌قیمت برای وظایف ساده. ‏✅ کنترل بودجه‌بندی: تعیین سقف مصرف توکن برای کارکنان بر اساس نقش و دپارتمان سازمانی. ‏این راهکار در پاسخ به نگرانی ۸۲ درصد از مدیران ارشد نسبت به هزینه‌های فزاینده استفاده از مدل‌های هوش مصنوعی اتخاذ شده است.

‏🔗 منبع: Business Insider ‏🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین ارائه‌دهنده اخبار هوش‌مصنوعی