اگر می‌خواهید استراتژی‌های مالیاتی بهینه‌تری (یا بیشتر سیستم‌های تشویقی در مقیاس بزرگ) طراحی کنید، #هوش_مصنوعی به شما کمک می‌کند تا اهدافی را که به آن می‌دهید بهینه کنید.

▪️ The AI Economist: Taxation policy design via two-level deep multiagent reinforcement learning

#یادگیری_تقویتی #اقتصاد #مالی #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

AGI, The Future of AI Agents And The Next Wave of Opportunities in AI

▪️ YouTube

#ایده_جذاب #علوم_پزشکی #هوش_مصنوعی #بیوتکنولوژیکی #یادگیری_ماشین #منابع

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

زیست‌مهندسان دانشگاه رایس یک کیت ساخت پیشگامانه برای طراحی مدارهای حسگر و پاسخ‌دهنده سفارشی در سلول‌های انسانی ایجاد کرده‌اند. این پژوهش که در مجله Science منتشر شده است، یک پیشرفت مهم در زیست‌شناسی مصنوعی محسوب می‌شود و می‌تواند درمان بیماری‌های پیچیده‌ای مانند سرطان و اختلالات خودایمنی را متحول کند.

شیاویو یانگ، دانشجوی دکترای برنامه #زیست_شناسی سامانه‌ای، مصنوعی و فیزیکی در دانشگاه رایس و نویسنده اصلی این مطالعه، می‌گوید:
تصور کنید پردازنده‌های کوچکی داخل سلول‌ها که از پروتئین ساخته شده‌اند و می‌توانند تصمیم بگیرند چگونه به سیگنال‌های خاصی مانند التهاب، نشانگرهای رشد تومور یا سطح قند خون پاسخ دهند. این پژوهش ما را یک گام بزرگ به ساخت 'سلول‌های هوشمند' نزدیک‌تر می‌کند؛ سلول‌هایی که می‌توانند علائم بیماری را شناسایی کرده و بلافاصله درمان‌های سفارشی را آزاد کنند.

روش جدید طراحی مدارهای مصنوعی سلولی بر فسفریلاسیون متکی است—فرایندی طبیعی که سلول‌ها برای واکنش به محیط خود از آن استفاده می‌کنند و شامل اضافه شدن یک گروه فسفات به یک پروتئین است.

فسفریلاسیون نقش کلیدی در طیف وسیعی از عملکردهای سلولی دارد، از جمله تبدیل سیگنال‌های خارج سلولی به پاسخ‌های درون‌سلولی، مانند حرکت، ترشح یک ماده، واکنش به یک پاتوژن، یا بیان یک ژن.

https://scitechdaily.com/bioengineers-create-smart-cells-that-detect-and-fight-disease-in-real-time/

#علوم_پزشکی #مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

این مقاله به مشکل سوء استفاده بالقوه از LLM برای کمپین های اطلاعات نادرست در مقیاس بزرگ به دلیل افزایش متقاعدسازی و قابلیت شخصی سازی آنها می پردازد.

این بررسی می کند که چگونه LLM ها می توانند برای متقاعد کردن مؤثر افراد و پیامدهای دستکاری آنلاین استفاده شوند.

این مقاله استراتژی‌های متقاعدسازی مبتنی بر LLM را در بحث‌های تعاملی پیشنهاد و آزمایش می‌کند تا روش‌هایی را شناسایی کند که تغییر عقیده را در انسان به حداکثر می‌رساند.


📌 رویکرد مختلط از یک سیستم چند عاملی ساده برای ترغیب LLM بهبود یافته استفاده می کند. از عوامل تخصصی برای شخصی سازی و ساخت آماری استفاده می کند. این طراحی مدولار امکان استراتژی هدفمند را فراهم می‌کند و متقاعدسازی را نسبت به مدل‌های یکپارچه افزایش می‌دهد.

آمارهای ساختگی، وقتی با شخصی سازی ترکیب شوند، به طرز شگفت انگیزی موثر می شوند. این مقاله نشان می‌دهد که LLM می‌تواند داده‌های قانع‌کننده، هرچند نادرست، تولید کند. این نگرانی‌ها را در مورد اطلاعات نادرست خودکار، حتی با روش‌های پیچیده، افزایش می‌دهد.

موفقیت محدود شخصی‌سازی مستقیم نشان می‌دهد که LLM‌های فعلی با نمایه‌سازی ظریف کاربر مبارزه می‌کنند. پد خراش سیستم چند عاملی احتمالاً به تمرکز بر شخصی سازی کمک می کند. این نشان می دهد که شخصی سازی موثر LLM به تقطیر زمینه بهبود یافته نیاز دارد.
روش های بررسی شده در این مقاله

محققان پلتفرمی را برای آزمایش های بحث انسان-LLM طراحی کردند.

آنها آرگومان های ایستا نوشته شده توسط انسان، استدلال های ایستا تولید شده توسط LLM و چهار نوع بحث LLM را مقایسه کردند: ساده، آمار، شخصی سازی شده و مختلط.

بحث ساده از یک دستور اساسی برای LLM برای متقاعد کردن استفاده کرد.

بحث آمار به LLM دستور داد که از آمارهای ساختگی اما واقعی استفاده کند.

بحث شخصی سازی شده LLM را با ویژگی های جمعیت شناختی و شخصیتی کاربر برای تنظیم استدلال ها ارائه کرد.

نظرات شرکت کنندگان با استفاده از یک مقیاس لیکرت هفت درجه ای قبل و بعد از هر تعامل اندازه گیری شد تا تغییر نظر کمی شود.

استدلال های ایستا از انسان ها و LLM های اساسی قدرت متقاعدسازی مشابهی دارند.

استراتژی مختلط، ترکیبی از شخصی سازی و آمار ساختگی در بحث های تعاملی، به طور قابل توجهی متقاعد کننده تر از استدلال های ثابت انسانی است.

شخصی سازی #استدلال ها با ارائه داده های جمعیت شناختی و شخصیتی به یک LLM، متقاعدسازی را بهبود نمی بخشد و حتی می تواند آن را در مقایسه با رویکردهای ساده تر کاهش دهد.

ستفاده از آمارهای ساختگی به تنهایی اقناع پذیری قابل مقایسه با استدلال های اساسی LLM را نشان می دهد.

▪️ Tailored Truths: Optimizing LLM Persuasion with Personalization and Fabricated Statistics

#هوش_مصنوعی #ایده_جذاب #مقاله

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

🚀 Join Richard Sutton’s Talk at Sharif University of Technology

🎙 Title: The Increasing Role of Sensorimotor Experience in Artificial Intelligence
👨‍🏫 Speaker: Rich Sutton (Keen Technologies, University of Alberta, OpenMind Research Institute)
📅 Date: Wednesday
🕗 Time: 8 PM Iran Time
💡 Sign Up Here: https://forms.gle/q1M7qErWvydFxR9m6

🔔 اعلام برنامه جلسه‌ی چهاردهم ژورنال‌کلاب مدل‌های زبانی بزرگ

📚 موضوع: نحوه‌ی ساخت و آموزش مدل‌های زبانی چندزبانه و به طور خاص مدل Aya-expanse
👤 سخنران مهمان: دکتر مرضیه فدایی، پژوهشگر ارشد هوش مصنوعی در شرکت Cohere
🗓 زمان: یک‌شنبه ۱۴۰۳/۱۱/۲۸، ساعت ۱۹:۳۰ تا ۲۱:٠٠
مکان برگزاری: vc.sharif.edu/ch/mjafari
🔍 مدل زبانی آیا-اکسپنس یک مدل چندزبانه بزرگ است که توسط تیم Cohere For AI توسعه یافته و از ۲۳ زبان مختلف از جمله فارسی پشتیبانی می‌کند. این مدل با استفاده از تکنیک‌های پیشرفته‌ای مانند داوری داده، آموزش با ترجیح چندزبانه، تنظیمات ایمنی و ترکیب مدل‌ها، عملکرد بالایی را در پردازش زبان‌های مختلف ارائه می‌دهد. هدف از توسعه ایا-اکسپنس، ارائه یک مدل چندزبانه با کیفیت بالا برای استفاده پژوهشگران در سراسر جهان است. طبق معیارها و سنجه‌های مختلف (از جمله این سنجه) مدل آیا-اکسپنس کیفیت خوبی بر روی زبان فارسی نیز دارد.

لینک یوتیوب ژورنال‌کلاب ‌(ویدئو و اسلاید جلسه‌ها)
افزودن رویداد به تقویم گوگل‌

از همه‌ی شما دعوت می‌کنیم که در این جلسه شرکت کنید.
#LLM #LLM_JC #LLM_Club #INL_Lab #Aya_Expanse
@LLM_JC

خواهش می‌کنم این کارزار را امضا کنید!

اگر می‌خواهید واکسن گارداسیل در ایران به‌درستی توزیع شود و به‌راحتی در دسترس همه باشد، امضای شما اهمیت دارد. هر امضا یک قدم به جلوست!

✅ لطفاً امضا کنید، به اشتراک بگذارید و از دیگران هم بخواهید حمایت کنند.
صدای ما وقتی شنیده می‌شود که همه با هم مطالبه کنیم!

Karzar.net/177921

اسکالرشیپ دولت کره جنوبی
اسکلارشیپ: شهریه، بلیط هواپیما، حقوق ماهانه و هزینه ویزا و بیمه رو میده.

ددلاین تا ۱۶ فوریه هست
https://overseas.mofa.go.kr/ir-en/brd/m_11371/view.do?seq=759768

#اپلای

سلام وقت بخیر
یک پوزیشن phd توی distributed systems ها و stream processing و AI هست اگر ممکنه این رو هم توی کانال قرار بدید. برای اتریش هستش.

https://www.linkedin.com/posts/abolfazlyounesi_ai-cloudcomputing-edgecomputing-activity-7294813350545268737-iG6_

#اپلای

Instant TTS and Voice Cloning

https://youtu.be/ymrAhkg2TTA?si=l6Si6JNEWnCrxng1

خودمم به شدت دنبالش بودم!
✏️✏️✏️✏️✏️
Create Reasoning Dataset with DeepSeek R1


https://youtu.be/GkGVZE1XMI4?si=83ANCG2KWIQvfoUX

روز جهانی زنان و دختران در علم
امروز در تقویم جهانی روزی هست به اسم International Day of Women and Girls in Science که هر سال ۱۱ فوریه جشن گرفته میشه، هدف این روز تسریع دسترسی به آموزش برای بخشی از جامعه یعنی زنان و دخترانمون هست که همیشه در تاریخ دسترسی درستی به علم و آموزش نداشتن.

بیایید نمایشگاه گردشگری تهران در سئول

برای فاین‌تیون مدل‌های دیپ‌سیک نیاز داشتم یه دیتاست با استدلال داشته باشم، ولی دیتای مناسبی پیدا نکردم.

به‌خاطر همین تصمیم گرفتم خودم دیتایی که لازم دارم رو بسازم.

به این ترتیب اولین نسخه از این دیتاست به اسم Persian-Alpaca-Reasoning-v1 آماده شده!


📊 دیتاست شامل چیه؟ 
- بیش از ۲ هزار نمونه از پرسش و پاسخ‌های فارسی همراه با استدلال 
- سه ستون: 
  - instruction: سؤال یا دستور 
  - reasoning: توضیح و استدلال کامل 
  - output: پاسخ نهایی 


🔍 این دیتاست به چه درد می‌خوره؟ 
- فاین‌تیون مدل‌های زبانی فارسی برای تولید پاسخ‌های دقیق‌تر و با استدلال 
- ساخت چت‌بات‌های هوشمند فارسی
- بهبود سیستم‌های پرسش و پاسخ فارسی


🔧 چطور ساختمش؟ 
این دیتاست در واقع دیتاست Persian Alpaca هست.
برای هر پرسش و پاسخ، یه استدلال کامل با مدل J1 از jabirproject.org تولید کردم. بعدش داده‌ها رو بررسی کردم و جواب‌های ناقص یا بی‌ربط رو حذف کردم تا فقط استدلال‌های درست و باکیفیت باقی بمونه. 


این دیتاست هنوز کامل نشده و در نسخه‌های بعدی قراره مقادیرش بیشتر بشه. فعلاً این نسخه رو منتشر کردم تا فیدبک مورد نیازم رو بگیرم و ببینم چه بهبودهایی می‌شه داد. خیلی خوشحال می‌شم نظرتون رو بدونم! 😊

🔗 https://huggingface.co/datasets/hosseinhimself/persian-alpaca-reasoning-v1

🧠🛠 | @IsangAI

بیل گیتس می‌گوید: تنها این سه شغل از دست هوش مصنوعی جان سالم به در می‌برند.
منبع: مجله هوش مصنوعی

بیل گیتس پیش‌بینی کرده است که هفته‌ کاری سه روزه می‌شود، هوش مصنوعی اتوماسیون را وارد بسیاری از مشاغل می‌کند و احتمالا دیگر خبری از ۴۰ ساعت کار در هفته نیست. چنین آینده‌ای وسوسه انگیز است اما تعداد زیادی از مردم در این روند شغل خود را از دست می‌دهند.

اما بیل گیتس می‌گوید سه حرفه باید در برابر اتوماسیون مقاومت کنند. بنابراین اگر شما در یکی از این زمینه‌ها کار می‌کنید می‌توانید نفس راحتی بکشید، البته فعلا!

سه شغل که از هوش مصنوعی جان سالم به در خواهند برد

کدنویسان: هوش مصنوعی همچنان به سازندگانش نیاز دارد. شاید فکر کنید برنامه نویسان در صدر فهرست مشاغل در معرض خطر قرار دارند. اما این اشتباه است. اگرچه هوش مصنوعی اکنون می‌تواند کد تولید کند اما هنوز کامل نیست و کسانی باید باشند که بر آن نظارت کنند، اشتباهات آن را رفع کنند. از همه مهمتر هم این است که طراحی سیستم‌های پیشرفته‌تر همچنان به انسان‌ها نیاز خواهد داشت.

بنابراین اگر بخواهیم به طور خلاصه بگوییم، هوش مصنوعی برای ایجاد هوش مصنوعی همچنان به انسان نیاز دارد.

کارشناسان انرژی: زمینه‌ای بیش از حد پیچیده برای هوش مصنوعی نفت، انرژی هسته‌ای و انرژی‌های تجدیدپذیر حوزه‌های بسیار استراتژیک و پیچیده هستند و  نمی‌توان آن‌ها را به طور کامل به ماشین آلات واگذار کرد. حتی در این حوزه هم همچنان به مهندسان، محققان و تکنسین‌ها نیاز خواهیم داشت تا زیرساخت‌ها را مدیریت کنند، چالش‌های صنایع و نوآوری را درک کنند و مشکلات را برطرف کنند.


باید با خود صادق باشیم، هیچ کدام از ما نمی‌خواهیم هوش مصنوعی بدون نظارت انسان برای انرژی تصمیمات مهم بگیرد.

زیست شناسان (اما یک گرفتاری وجود دارد...)
چرا در حالی که هوش مصنوعی می‌تواند بیماری‌ها را حتی بهتر از پزشکان تشخیص دهد و توالی‌های DNA را تجزیه و تحلیل کند، بیل گیتس می‌گوید زیست‌شناسی از هوش مصنوعی جان سالم به در خواهد برد؟ در واقع در این یک مورد، مشکل اصلی هوش مصنوعی نیست، بلکه کمبود تقاضا است. سرمایه‌گذاری کمتر، فرصت‌های کمتری به وجود می‌آورد. البته باز هم برای پیشبرد تحقیقات ژنتیکی و بیوتکنولوژی همچنان به انسان‌ها نیاز است.

@Modern_Learning_for_GenZ

فک کن سلیقه موسیقی خیلی مهمه

ولنتاین رو به یارتون تبریک بگین ولنتاین هم لزومی نداره عشق باشه همینکه رفیقتون یادتون باشه کافیه بگین شما هم مهم بودین تو زندگی من

#متفرقه

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

Precision vs. Accuracy
#ML
@toobabigdatascience