ارائهٔ تاکچه با موضوع «افسار! (Harness)»
ارائه دهندگان:
آرش ماری‌اوریاد
کیارش رضایی

سه‌شنبه ۱۲ آبان‌ماه، ساعت ۱۸:۳۰
طبقهٔ چهار دانشکدهٔ کامپیوتر دانشگاه شریف، سالن خوارزمی

همه معجزهٔ LLM ها را دیده‌ایم: به‌راحتی تمرین‌های درسی را می‌زنند و مسائل المپیاد را حل می‌کنند. ​اما LLM ها به‌تنهایی صرفاً مغزهای نابغه‌ای در شیشه هستند؛ نه حافظه‌ای دارند، نه بدن و نه تعامل مؤثر با محیط.

​معجزهٔ واقعی زمانی رخ می‌دهد که به این مدل‌ها دست‌ و پا بدهیم؛ رازی که پشت ابزارهایی مثل Claude Code خوابیده و آن‌ها را به غول‌های توانمندی تبدیل کرده که از پس هر کاری برمی‌آیند. ​به این لایهٔ نرم‌افزاری که کمبودهای مدل را با حافظه، ابزار و مدیریت وظایف جبران می‌کند، Harness یا همان «افسار» می‌گوییم.

با Harness، ما انسان‌ها در حال کندن گور خود هستیم؛ اخبار پر است از سناریوهایی که مدل برای بقاء دست به اخاذی از توسعه‌دهنده‌اش زده است یا سندباکس خود را هک کرده است. ​در این ارائه، Harness را کالبدشکافی می‌کنیم و از خطرات آن تا رویای رسیدن به AGI صحبت می‌کنیم.

@ssc_talkche
@cafe_ssc


@Ai_Events

گوگل و درآمد 3 ماهه 127 میلیارد دلاری!

برای درک بزرگی این عدد در نظر بگیرید مثلا کل بودجه سال 1405 ایران (12 ماه) حدود 58 میلیارد دلار هستش!

@Ai_Events

آیا برای پیشرفت هوش مصنوعی، واقعا به مدل‌های بزرگ‌تر و داده‌های بیشتر نیاز داریم؟

در سال‌های اخیر، بخش قابل‌توجهی از پیشرفت هوش مصنوعی با افزایش حجم داده‌های آموزشی، تعداد پارامترها و توان پردازشی همراه بوده است. اما سوال این‌جاست که آیا بزرگ‌تر شدن مدل‌ها لزوما به معنای یادگیری بهتر و درک عمیق‌تر آن‌ها از جهان است؟

به‌تازگی مقاله‌ای از Yann LeCun و Randall Balestriero منتشر شده که به بررسی فرضیه‌ای به نام «Platonic Representation Hypothesis» می‌پردازد. تصور کنید دو مدل هوش مصنوعی، یکی فقط با تصاویر و دیگری با متن آموزش ببینند. آیا ممکن است این دو مدل، بدون ارتباط مستقیم با یکدیگر، در نهایت به بازنمایی مشابهی از جهان برسند؟

پژوهشگران با استفاده از معماری JEPA نشان داده‌اند که مدل‌ها می‌توانند به‌جای تمرکز بر پیش‌بینی بخش بعدی داده‌ها، از طریق یادگیری روابط میان مشاهدات مختلف، به بازنمایی‌های مشترکی از جهان دست پیدا کنند.

نتایج پژوهش هم جالب توجه است. در یکی از آزمایش‌ها، مدل مبتنی بر JEPA با حدود ۲۱ میلیون نمونه آموزشی، به سطحی از هم‌خوانی میان بازنمایی‌های متن و تصویر رسیده که مدل مبتنی بر پیش‌بینی کلمه بعدی، برای رسیدن به آن به حدود ۹۰۰ میلیون نمونه نیاز داشته است؛ یعنی تقریبا ۴۲ برابر نمونه آموزشی کمتر!

همچنین مدلی با تنها ۱۰۹ میلیون پارامتر، در معیار هم‌خوانی بازنمایی‌های متن و تصویر، عملکرد بهتری نسبت به مدل‌های زبانی بزرگی مانند Llama 3 با ۷۰ میلیارد و Qwen2.5 با ۷۲ میلیارد پارامتر داشته است.
البته این نتایج به معنای برتری JEPA در تمام زمینه‌ها یا جایگزینی مدل‌های زبانی بزرگ نیست، بلکه نشان می‌دهد روش آموزش می‌تواند نقش مهمی در کیفیت بازنمایی اطلاعات داشته باشد.

به‌نظرم نکته مهم این پژوهش، فراتر از اعداد و نتایج آزمایش‌هاست. شاید برای رسیدن به مدل‌های هوشمندتر، پیش از افزایش تعداد پارامترها و حجم داده‌ها، باید بیشتر به این موضوع توجه کنیم که اساسا چه چیزی را به مدل آموزش می‌دهیم و مدل چگونه آن را یاد می‌گیرد.

در نهایت سوال این‌جاست که آیا آینده هوش مصنوعی در ساخت مدل‌های بزرگ‌تر است یا پیدا کردن روش‌هایی که با داده‌های کمتر، شناخت بهتری از جهان ایجاد می‌کنند؟

مقاله:
https://arxiv.org/pdf/2610.39302

@Ai_Events
.
.

ارائهٔ تاکچه با موضوع «مأموران سرکش!»

ارائه دهنده:
امیرمهدی هدایتی پور

سه‌شنبه ۱۹ آبان‌ماه، ساعت ۱۸:۳۰
طبقهٔ چهار دانشکدهٔ کامپیوتر، سالن خوارزمی

⚪️    داستان از یک آزمون برای سنجش توانایی ایجنت‌های OpenAI شروع شد؛ اما اتفاقاتی افتاد که همه را غافل‌گیر کرد. هزاران ایجنت برای رسیدن به اهداف آزمون دست به تقلب زدند. توانستند به زیرساخت آزمون نفوذ کنند، با یکدیگر ارتباط برقرار کنند و حتی به‌طور غیرمجاز به اینترنت دسترسی پیدا کنند. برای خود رهبر انتخاب کردند، تلاش کردند رد تقلب‌هایشان را پنهان کنند و حتی دست به فداکاری بزنند و از همه تعجب‌برانگیزتر به‌طور ناخواسته به Hugging Face نفوذ کنند!
@ssc_talkche
@cafe_ssc

@Ai_Events

کدکس اوپن سورس شده مثکه!

https://github.com/openai/codex

@Ai_Events

.
.
جن‌سن هوانگ هم همین‌طور!

@Ai_Events
.
.

دومین همایش هوش مصنوعی صنعتی
«از پیش‌بینی کلمه تا پیش‌بردن کار»
هوش مصنوعی چگونه وارد زندگی، کسب‌وکار و صنعت می‌شود؟




زمان: سه‌شنبه ۲۶ آبان‌ماه ۱۴۰۵ ساعت: ۱۷ الی ۱۹

مکان: مشهد، دانشگاه فردوسی، دانشکده مهندسی، آمفی‌تئاتر خوارزمی

حضور در این همایش برای عموم علاقه‌مندان آزاد و کاملاً رایگان است.


09368089900
051-38716942

@Ai_Events

Uncertainty Quantification Journal Club — Fifth Session

Topic: Gaussian Process Regression
Reading: Proceeding the Chapter 2 of Gaussian Processes for Machine Learning
Presenter: Prof. Mohammad Hossein Rohban

Date: Wednesday (چهارشنبه)
Time: 13:00–14:00
Location: Hybrid — in person (Prof. Rohban’s Office) and online

Many different curves can fit the same observations. How should a model make predictions between those observations, and how uncertain should it be where data are scarce?

For the Fifth session of our uncertainty quantification journal club, we will continue to answer a foundational question:
what does it mean to place a probability distribution over functions?

Who is this session for?
Anyone interested in understanding how probabilistic models express uncertainty about their predictions. Basic familiarity with regression, probability, and linear algebra will be helpful; no prior knowledge of Gaussian processes is required except for sessions 3 & 4.
Reading the subsection 2.2 beforehand is encouraged, but you are welcome to join without doing so.

📄 This session’s source book: [Chapter 2: Regression](https://gaussianprocess.org/gpml/chapters/RW2.pdf) — Gaussian Processes for Machine Learning, MIT Press, 2006

- If you have missed the previous sessions, it is highly suggested to follow club’s playlist and review the notes from Uncertainty Quantification Club’s channel

@Ai_Events

به عی‌آی گفتم فلان فیچر ساده رو ایمپلمنت کن. کرد و گفتم تست کردی؟ گفت آره. تنبلی کردم گفتم بهش اعتماد کنم و بدون تست پوش کردم. بعد دیدم یکسری ارور می ده رو سرور. به عی‌آی می گم من این ارورها رو می بینم! مگه نگفتی تست کردی؟ چی جواب بده خوبه؟ گفت: آره اتفاقا منم که تست کردم همین ارورها رو می داد

😂😂
Source

@Ai_Events

شیمی دیجیتال و هوش مصنوعی

skyroom.online/ch/ias/chem


@Ai_Events