This media is not supported in your browser
VIEW IN TELEGRAM
✨ قابلیت تولید گفتار در پلتفرم Suno
سرویس Suno قابلیت جدیدی با نام Speech را برای ساخت صحنه‌های صوتیِ دارای کلام منتشر کرده است. در این ابزار کافی است متن مورد نظر خود را وارد کنید یا ایده‌ای کلی بنویسید و سپس ویژگی‌های صدا و فضای موسیقایی آن را تعیین کنید.
این قابلیت برای مواردی که ضبط صدا به شیوه معمول پاسخگو نیست، کاربرد دارد:
* داستان‌های کودکانه
* اشعار
* متون مدیتیشن
* فایل‌های انگیزشی
* پیام‌های صوتی اتمسفریک
این قابلیت در حال حاضر در مرحله بتا قرار دارد و ممکن است در خروجی‌های آن وقفه‌های نامتعارف یا خطاهای تلفظی مشاهده شود. دسترسی به این ابزار از طریق نسخه وب و اپلیکیشن‌های موبایل به تدریج برای تمام کاربران فعال می‌شود.
می‌توانید این ویژگی را در وب‌سایت Suno امتحان کنید.
#Suno #Speech_feature
سرویس Suno قابلیت جدیدی با نام Speech را برای ساخت صحنه‌های صوتیِ دارای کلام منتشر کرده است. در این ابزار کافی است متن مورد نظر خود را وارد کنید یا ایده‌ای کلی بنویسید و سپس ویژگی‌های صدا و فضای موسیقایی آن را تعیین کنید.
این قابلیت برای مواردی که ضبط صدا به شیوه معمول پاسخگو نیست، کاربرد دارد:
* داستان‌های کودکانه
* اشعار
* متون مدیتیشن
* فایل‌های انگیزشی
* پیام‌های صوتی اتمسفریک
این قابلیت در حال حاضر در مرحله بتا قرار دارد و ممکن است در خروجی‌های آن وقفه‌های نامتعارف یا خطاهای تلفظی مشاهده شود. دسترسی به این ابزار از طریق نسخه وب و اپلیکیشن‌های موبایل به تدریج برای تمام کاربران فعال می‌شود.
می‌توانید این ویژگی را در وب‌سایت Suno امتحان کنید.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Suno #Speech_feature
🇰🇷 سرمایه‌گذاری ۹۰۰ میلیارد دلاری کره جنوبی در زیرساخت هوش مصنوعی
دولت کره جنوبی برنامه دارد تا سال ۲۰۳۵ بیش از ۹۰۰ میلیارد دلار در حوزه هوش مصنوعی سرمایه‌گذاری کند. این طرح بر تقویت زنجیره تأمین زیرساخت‌ها تمرکز دارد تا این کشور را به یکی از قطب‌های اصلی این حوزه تبدیل کند.
مهم‌ترین بخش‌های این استراتژی شامل موارد زیر است:
* توسعه مراکز داده در مقیاس وسیع
* تولید انواع تراشه‌ها
* حافظه‌های
* هوش مصنوعی فیزیکی (Physical AI)
شرکت‌های سامسونگ و SK Hynix تا کنون برنامه‌هایی با ارزش صدها میلیارد دلار برای تولید تراشه اعلام کرده‌اند. تمرکز سئول در این نقشه راه، اتصال «مغز» هوش مصنوعی به ربات‌ها و ماشین‌آلات صنعتی در دنیای واقعی است. هدف نهایی کره جنوبی کنترل لایه‌های مختلف استک تکنولوژی، از سخت‌افزار پردازشی تا رباتیک و کارخانه‌های هوشمند است.
#HBM #Physical_AI
دولت کره جنوبی برنامه دارد تا سال ۲۰۳۵ بیش از ۹۰۰ میلیارد دلار در حوزه هوش مصنوعی سرمایه‌گذاری کند. این طرح بر تقویت زنجیره تأمین زیرساخت‌ها تمرکز دارد تا این کشور را به یکی از قطب‌های اصلی این حوزه تبدیل کند.
مهم‌ترین بخش‌های این استراتژی شامل موارد زیر است:
* توسعه مراکز داده در مقیاس وسیع
* تولید انواع تراشه‌ها
* حافظه‌های
HBM* هوش مصنوعی فیزیکی (Physical AI)
شرکت‌های سامسونگ و SK Hynix تا کنون برنامه‌هایی با ارزش صدها میلیارد دلار برای تولید تراشه اعلام کرده‌اند. تمرکز سئول در این نقشه راه، اتصال «مغز» هوش مصنوعی به ربات‌ها و ماشین‌آلات صنعتی در دنیای واقعی است. هدف نهایی کره جنوبی کنترل لایه‌های مختلف استک تکنولوژی، از سخت‌افزار پردازشی تا رباتیک و کارخانه‌های هوشمند است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#HBM #Physical_AI
📊 برآورد ظرفیت سخت‌افزاری برای ایجنت‌های هوش مصنوعی
مؤسسه Epoch AI در تحلیل جدید خود ظرفیت سخت‌افزاری تراشه‌های تولیدشده بین سال‌های ۲۰۲۵ تا ۲۰۲۷ را بررسی کرده است. طبق این محاسبات، منابع موجود تا پایان سال ۲۰۲۷ برای اجرای هم‌زمان ۳۳ تا ۱۷۱ میلیون «ایجنت» در سطح مدل‌های پیشرو (Frontier models) کافی خواهد بود.
اگر این توان محاسباتی را بر اساس هفته کاری ۴۰ ساعته در نظر بگیریم، معادل ۱۴۰ تا ۷۲۰ میلیون کارمند تمام‌وقتی است. در صورت استفاده از مدل‌های سبک‌تری مانند DeepSeek V4 Pro، این ظرفیت به حدود ۱.۹ میلیارد ایجنت یا معادل کاری ۸ میلیارد نفر می‌رسد.
با این حال، هزینه‌های عملیاتی چالش‌برانگیز است. با تعرفه‌های فعلی API (بین ۱۶ تا ۵۰ دلار برای هر ساعت کار)، استفاده از تنها ۲۰ درصد این ظرفیت سالانه ۲.۶ تا ۵.۳ تریلیون دلار هزینه خواهد داشت. این در حالی است که پیش‌بینی می‌شود درآمد توسعه‌دهندگان مدل‌ها تا پایان سال ۲۰۲۷ حتی با رشد ۵ برابری، حدود ۱ تریلیون دلار باشد. این تناقض نشان می‌دهد که محدودیت اصلی، نه کمبود سخت‌افزار، بلکه صرفه اقتصادی به‌کارگیری این حجم از ایجنت‌هاست.
🇮🇷 سایت | تلگرام
مؤسسه Epoch AI در تحلیل جدید خود ظرفیت سخت‌افزاری تراشه‌های تولیدشده بین سال‌های ۲۰۲۵ تا ۲۰۲۷ را بررسی کرده است. طبق این محاسبات، منابع موجود تا پایان سال ۲۰۲۷ برای اجرای هم‌زمان ۳۳ تا ۱۷۱ میلیون «ایجنت» در سطح مدل‌های پیشرو (Frontier models) کافی خواهد بود.
اگر این توان محاسباتی را بر اساس هفته کاری ۴۰ ساعته در نظر بگیریم، معادل ۱۴۰ تا ۷۲۰ میلیون کارمند تمام‌وقتی است. در صورت استفاده از مدل‌های سبک‌تری مانند DeepSeek V4 Pro، این ظرفیت به حدود ۱.۹ میلیارد ایجنت یا معادل کاری ۸ میلیارد نفر می‌رسد.
با این حال، هزینه‌های عملیاتی چالش‌برانگیز است. با تعرفه‌های فعلی API (بین ۱۶ تا ۵۰ دلار برای هر ساعت کار)، استفاده از تنها ۲۰ درصد این ظرفیت سالانه ۲.۶ تا ۵.۳ تریلیون دلار هزینه خواهد داشت. این در حالی است که پیش‌بینی می‌شود درآمد توسعه‌دهندگان مدل‌ها تا پایان سال ۲۰۲۷ حتی با رشد ۵ برابری، حدود ۱ تریلیون دلار باشد. این تناقض نشان می‌دهد که محدودیت اصلی، نه کمبود سخت‌افزار، بلکه صرفه اقتصادی به‌کارگیری این حجم از ایجنت‌هاست.
🇮🇷 سایت | تلگرام
🧠 کاهش دستورات در مدل‌های هوش مصنوعی جدید
شرکت‌های OpenAI و Anthropic در راهنماهای اخیر خود برای مدل‌های جدید، یک استراتژی مشترک را توصیه کرده‌اند: به جای نوشتن پرامپت‌های طولانی و جزئی، دستورات اضافی را حذف کنید.
طبق راهنمای مدل جدید OpenAI، توضیحات بسیار دقیق اکنون باعث کاهش کیفیت خروجی می‌شود. به جای لیست کردن مراحل، بهتر است تنها «نتیجه مطلوب»، «حدود اختیارات» و «تعریف وضعیت پایان کار» را مشخص کنید.
در مدل Claude Opus 5.5 نیز توصیه‌های مشابهی ارائه شده است:
* جملاتی مانند «با دقت فکر کن» را از پرامپت حذف کنید؛ این کار سرعت پاسخ‌دهی را بدون کاهش کیفیت بهبود می‌دهد.
* به جای عبارت کلی «مانند هوش مصنوعی نباش»، ویژگی‌های دقیق و ایجابی (مانند رنگ پس‌زمینه یا فرمت خاص) را لیست کنید.
بررسی‌های فنی نشان می‌دهد که برای مدل Opus، حجم پرامپت‌های سیستمی را می‌توان تا ۸۰ درصد کاهش داد. برای نمونه، در پروژه‌ی Claude Code، با حذف دستورات بلااستفاده و «نقش‌های» غیرضروری، تعداد مهارت‌های تعریف‌شده از ۵۳ به ۲۴ رسید که منجر به انتخاب دقیق‌تر ابزارها توسط مدل شد.
شما می‌توانید جزئیات بیشتر را در مستندات رسمی زیر بررسی کنید:
* راهنمای عملی مدل جدید OpenAI
* نکات پرامپت‌نویسی برای Astra
* مهندسی پرامپت برای Claude Opus 5.5
* توضیحات سازنده Claude Code درباره بهینه‌سازی سیستم
شرکت‌های OpenAI و Anthropic در راهنماهای اخیر خود برای مدل‌های جدید، یک استراتژی مشترک را توصیه کرده‌اند: به جای نوشتن پرامپت‌های طولانی و جزئی، دستورات اضافی را حذف کنید.
طبق راهنمای مدل جدید OpenAI، توضیحات بسیار دقیق اکنون باعث کاهش کیفیت خروجی می‌شود. به جای لیست کردن مراحل، بهتر است تنها «نتیجه مطلوب»، «حدود اختیارات» و «تعریف وضعیت پایان کار» را مشخص کنید.
در مدل Claude Opus 5.5 نیز توصیه‌های مشابهی ارائه شده است:
* جملاتی مانند «با دقت فکر کن» را از پرامپت حذف کنید؛ این کار سرعت پاسخ‌دهی را بدون کاهش کیفیت بهبود می‌دهد.
* به جای عبارت کلی «مانند هوش مصنوعی نباش»، ویژگی‌های دقیق و ایجابی (مانند رنگ پس‌زمینه یا فرمت خاص) را لیست کنید.
بررسی‌های فنی نشان می‌دهد که برای مدل Opus، حجم پرامپت‌های سیستمی را می‌توان تا ۸۰ درصد کاهش داد. برای نمونه، در پروژه‌ی Claude Code، با حذف دستورات بلااستفاده و «نقش‌های» غیرضروری، تعداد مهارت‌های تعریف‌شده از ۵۳ به ۲۴ رسید که منجر به انتخاب دقیق‌تر ابزارها توسط مدل شد.
شما می‌توانید جزئیات بیشتر را در مستندات رسمی زیر بررسی کنید:
* راهنمای عملی مدل جدید OpenAI
* نکات پرامپت‌نویسی برای Astra
* مهندسی پرامپت برای Claude Opus 5.5
* توضیحات سازنده Claude Code درباره بهینه‌سازی سیستم
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
❤1
This media is not supported in your browser
VIEW IN TELEGRAM
🖥 انتشار مدل Microsoft برای تبدیل گفتار به متن
مایکروسافت مدل MAI-Transcribe-2-Streaming را برای تبدیل بلادرنگ گفتار به متن عرضه کرد. این مدل از ۶۰ زبان پشتیبانی می‌کند و قابلیت تشخیص خودکار زبان را دارد. در تست‌های Artificial Analysis، این مدل از نظر دقت در هر دو مرحله تبدیل میانی و نهایی، رتبه اول را کسب کرده است.
این سیستم بدون نیاز به پایان جملات، پیش‌نویس متن را در حدود ۱۰۰ میلی‌ثانیه ارائه می‌دهد و هم‌زمان با دریافت صدا، آن را اصلاح می‌کند. طبق آزمایش‌های داخلی مایکروسافت، سرعت نمایش کلمات در این مدل حدود دو برابر سریع‌تر از نزدیک‌ترین رقیب است که کاربرد اصلی آن را در توسعه دستیارهای صوتی نشان می‌دهد.
هم‌زمان، مایکروسافت دو مدل جدید برای سنتز گفتار معرفی کرد:
* مدل MAI-Voice-2.1 برای تولید گفتار در ۲۳ زبان.
* نسخه MAI-Voice-2.1-Flash که قادر است ۴۵ ثانیه صدا را با تأخیر ۱۵۰ میلی‌ثانیه تولید کند.
این ابزارها از طریق Microsoft Foundry و MAI Playground در دسترس هستند. هزینه استفاده از مدل تبدیل گفتار تا پایان سال میلادی ۰.۵۴ دلار به ازای هر ساعت صدا تعیین شده است.
🇮🇷 سایت | تلگرام
مایکروسافت مدل MAI-Transcribe-2-Streaming را برای تبدیل بلادرنگ گفتار به متن عرضه کرد. این مدل از ۶۰ زبان پشتیبانی می‌کند و قابلیت تشخیص خودکار زبان را دارد. در تست‌های Artificial Analysis، این مدل از نظر دقت در هر دو مرحله تبدیل میانی و نهایی، رتبه اول را کسب کرده است.
این سیستم بدون نیاز به پایان جملات، پیش‌نویس متن را در حدود ۱۰۰ میلی‌ثانیه ارائه می‌دهد و هم‌زمان با دریافت صدا، آن را اصلاح می‌کند. طبق آزمایش‌های داخلی مایکروسافت، سرعت نمایش کلمات در این مدل حدود دو برابر سریع‌تر از نزدیک‌ترین رقیب است که کاربرد اصلی آن را در توسعه دستیارهای صوتی نشان می‌دهد.
هم‌زمان، مایکروسافت دو مدل جدید برای سنتز گفتار معرفی کرد:
* مدل MAI-Voice-2.1 برای تولید گفتار در ۲۳ زبان.
* نسخه MAI-Voice-2.1-Flash که قادر است ۴۵ ثانیه صدا را با تأخیر ۱۵۰ میلی‌ثانیه تولید کند.
این ابزارها از طریق Microsoft Foundry و MAI Playground در دسترس هستند. هزینه استفاده از مدل تبدیل گفتار تا پایان سال میلادی ۰.۵۴ دلار به ازای هر ساعت صدا تعیین شده است.
🇮🇷 سایت | تلگرام
❤1
⚠️ امکان‌سنجی آزمایش علمی هوشیاری در هوش مصنوعی
تا به امروز، بحث درباره هوشیاری ماشین‌ها بیشتر در حوزه فلسفه مطرح بود و روش مشخصی برای اندازه‌گیری آن وجود نداشت. اکنون پژوهشگران با معرفی چارچوب MEM یا «ذهن احساسیِ دارای انگیزه»، مدلی ریاضی و معماری‌محور پیشنهاد داده‌اند که هوشیاری ماشین را به یک فرضیه ابطال‌پذیر تبدیل می‌کند.
طبق این چارچوب، تسلط بر زبان، قابلیت‌های چندوجهی، حافظه، توانایی برنامه‌ریزی و حتی داشتن بدنه انسان‌نما، نشان‌دهنده هوشیاری نیستند. در عوض، این مطالعه پیشنهاد می‌دهد که پژوهشگران باید به دنبال ویژگی‌های معماری و علیِ مشخصی باشند که در آزمایشگاه قابل بررسی و ردکردن باشند.
پژوهشگران در مقاله اصلی تأکید دارند که با پیشرفت سیستم‌های هوش مصنوعی و شکل‌گیری روابط عاطفی بین کاربران و ماشین‌ها، پاسخ به این پرسش اهمیت می‌یابد که آیا حقیقتاً ذهنی پشت این سیستم‌ها وجود دارد یا ما تنها با یک شبیه‌سازی بسیار متقاعدکننده روبرو هستیم.
#MEM #Machine_Consciousness
تا به امروز، بحث درباره هوشیاری ماشین‌ها بیشتر در حوزه فلسفه مطرح بود و روش مشخصی برای اندازه‌گیری آن وجود نداشت. اکنون پژوهشگران با معرفی چارچوب MEM یا «ذهن احساسیِ دارای انگیزه»، مدلی ریاضی و معماری‌محور پیشنهاد داده‌اند که هوشیاری ماشین را به یک فرضیه ابطال‌پذیر تبدیل می‌کند.
طبق این چارچوب، تسلط بر زبان، قابلیت‌های چندوجهی، حافظه، توانایی برنامه‌ریزی و حتی داشتن بدنه انسان‌نما، نشان‌دهنده هوشیاری نیستند. در عوض، این مطالعه پیشنهاد می‌دهد که پژوهشگران باید به دنبال ویژگی‌های معماری و علیِ مشخصی باشند که در آزمایشگاه قابل بررسی و ردکردن باشند.
پژوهشگران در مقاله اصلی تأکید دارند که با پیشرفت سیستم‌های هوش مصنوعی و شکل‌گیری روابط عاطفی بین کاربران و ماشین‌ها، پاسخ به این پرسش اهمیت می‌یابد که آیا حقیقتاً ذهنی پشت این سیستم‌ها وجود دارد یا ما تنها با یک شبیه‌سازی بسیار متقاعدکننده روبرو هستیم.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#MEM #Machine_Consciousness
📊 رتبه‌بندی مدل‌های ایجنتیک در Agent Arena
پلتفرم Agent Arena جدیدترین رتبه‌بندی خود را از توانایی مدل‌های هوش مصنوعی در حل مسائل دنیای واقعی منتشر کرد. این رتبه‌بندی بر اساس عملکرد ایجنت‌ها در سه حوزه اصلی انجام شده است:
* کدنویسی: شامل نوشتن و دیباگ کد، اتوماسیون گردش کار و تحلیل داده.
* کار (Work): شامل مدیریت اسناد، تحقیق حرفه‌ای، برنامه‌ریزی و نگارش تخصصی.
* چت: شامل تولید محتوای خلاقانه، آموزش، پاسخ به سوالات شخصی و پژوهش‌های روزمره.
مدل‌های آزمایشگاه‌های آمریکایی در تمامی این دسته‌ها پیشتاز هستند. برای نمونه، مدل Claude Fable 5.1 (Max) در حوزه‌های کدنویسی و کار رتبه اول را در اختیار دارد. همچنین Claude Sonnet 5.5 (Max) در بخش چت پیشرو است. مدل GPT 6 Astra (Max) نیز در هر سه دسته جزو ۴ مدل برتر قرار گرفته است.
طبق این گزارش، همبستگی عملکرد در بخش‌های کدنویسی و کار بیشتر از دسته چت است؛ به طوری که برخی مدل‌ها مانند Gemini 4 Argon (High) در حوزه چت عملکرد بسیار قوی‌تری نسبت به سایر حوزه‌ها دارند.
پلتفرم Agent Arena جدیدترین رتبه‌بندی خود را از توانایی مدل‌های هوش مصنوعی در حل مسائل دنیای واقعی منتشر کرد. این رتبه‌بندی بر اساس عملکرد ایجنت‌ها در سه حوزه اصلی انجام شده است:
* کدنویسی: شامل نوشتن و دیباگ کد، اتوماسیون گردش کار و تحلیل داده.
* کار (Work): شامل مدیریت اسناد، تحقیق حرفه‌ای، برنامه‌ریزی و نگارش تخصصی.
* چت: شامل تولید محتوای خلاقانه، آموزش، پاسخ به سوالات شخصی و پژوهش‌های روزمره.
مدل‌های آزمایشگاه‌های آمریکایی در تمامی این دسته‌ها پیشتاز هستند. برای نمونه، مدل Claude Fable 5.1 (Max) در حوزه‌های کدنویسی و کار رتبه اول را در اختیار دارد. همچنین Claude Sonnet 5.5 (Max) در بخش چت پیشرو است. مدل GPT 6 Astra (Max) نیز در هر سه دسته جزو ۴ مدل برتر قرار گرفته است.
طبق این گزارش، همبستگی عملکرد در بخش‌های کدنویسی و کار بیشتر از دسته چت است؛ به طوری که برخی مدل‌ها مانند Gemini 4 Argon (High) در حوزه چت عملکرد بسیار قوی‌تری نسبت به سایر حوزه‌ها دارند.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
❤1
🤖 انتشار کتاب Building Agentic AI Systems
کتاب جدید انتشارات Packt با عنوان «Building Agentic AI Systems» به بررسی نحوه ساخت ایجنت‌های هوشمند و خودمختار پرداخته است. این کتاب بر توسعه سیستم‌هایی تمرکز دارد که قابلیت استدلال، برنامه‌ریزی و انطباق با محیط‌های مختلف را داشته باشند.
پیش‌گفتار این اثر توسط دو متخصص حوزه هوش مصنوعی نوشته شده است:
* Matthew R. Scott: مدیر ارشد فناوری در Minset.ai
* Dr. Alex Acero: عضو آکادمی ملی مهندسی آمریکا و IEEE Fellow
مؤلفان این کتاب، Anjanava Biswas و Wrick Talukdar، مبانی طراحی و پیاده‌سازی این سیستم‌های خودمختار را تشریح کرده‌اند.
#Agentic_AI #Autonomous_Agents
کتاب جدید انتشارات Packt با عنوان «Building Agentic AI Systems» به بررسی نحوه ساخت ایجنت‌های هوشمند و خودمختار پرداخته است. این کتاب بر توسعه سیستم‌هایی تمرکز دارد که قابلیت استدلال، برنامه‌ریزی و انطباق با محیط‌های مختلف را داشته باشند.
پیش‌گفتار این اثر توسط دو متخصص حوزه هوش مصنوعی نوشته شده است:
* Matthew R. Scott: مدیر ارشد فناوری در Minset.ai
* Dr. Alex Acero: عضو آکادمی ملی مهندسی آمریکا و IEEE Fellow
مؤلفان این کتاب، Anjanava Biswas و Wrick Talukdar، مبانی طراحی و پیاده‌سازی این سیستم‌های خودمختار را تشریح کرده‌اند.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Agentic_AI #Autonomous_Agents
Build Agentic AI Systems.pdf
2.5 MB
🤖 انتشار کتاب Building Agentic AI Systems
انتشارات Packt کتاب جدیدی با عنوان Building Agentic AI Systems منتشر کرده است که به مبانی طراحی و پیاده‌سازی سیستم‌های هوش مصنوعی خودمختار می‌پردازد.
این کتاب بر توسعه سیستم‌هایی متمرکز است که توانایی استدلال، برنامه‌ریزی و انطباق با محیط‌های عملیاتی را دارند. نویسندگان این اثر، Anjanava Biswas و Wrick Talukdar، فرآیند ساخت ایجنت‌های هوشمند را تشریح کرده‌اند. پیش‌گفتار این کتاب توسط متخصصان زیر نوشته شده است:
* Matthew R. Scott: مدیر ارشد فناوری در Minset.ai
* Dr. Alex Acero: عضو آکادمی ملی مهندسی آمریکا و IEEE Fellow
#Agentic_AI #Minset_ai
انتشارات Packt کتاب جدیدی با عنوان Building Agentic AI Systems منتشر کرده است که به مبانی طراحی و پیاده‌سازی سیستم‌های هوش مصنوعی خودمختار می‌پردازد.
این کتاب بر توسعه سیستم‌هایی متمرکز است که توانایی استدلال، برنامه‌ریزی و انطباق با محیط‌های عملیاتی را دارند. نویسندگان این اثر، Anjanava Biswas و Wrick Talukdar، فرآیند ساخت ایجنت‌های هوشمند را تشریح کرده‌اند. پیش‌گفتار این کتاب توسط متخصصان زیر نوشته شده است:
* Matthew R. Scott: مدیر ارشد فناوری در Minset.ai
* Dr. Alex Acero: عضو آکادمی ملی مهندسی آمریکا و IEEE Fellow
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Agentic_AI #Minset_ai
❤1
📊 معرفی ریاضی مکانیزم Attention و ترنسفورمرها
مقاله Understanding Transformers and Attention Mechanisms یک مقدمه فنی و ریاضی از مفاهیم زیربنایی در مدل‌های زبانی مدرن ارائه می‌دهد. این منبع به بررسی اجزای اصلی معماری Transformer و نحوه پردازش داده‌ها می‌پردازد.
مطالب این راهنما شامل موارد زیر است:
- مبانی توکنایزیشن و Embeddings
- مفهوم Query، Key و Value در مکانیزم توجه
- نحوه محاسبه امتیازات و وزن‌های Attention
- تفاوت میان Multi-head، Self-attention و Causal attention
همچنین این متن مهم‌ترین تکنیک‌های بهینه‌سازی مکانیزم توجه در مدل‌های زبانی بزرگ (LLM) را معرفی کرده است که شامل KV-caching، تکنیک Grouped Query Attention (GQA)، ساختار Multi-query Attention (MQA) و Latent attention می‌شود. این مستند برای درک دقیق چگونگی عملکرد لایه‌های داخلی این مدل‌ها مفید است.
#Transformer #Grouped_Query_Attention
مقاله Understanding Transformers and Attention Mechanisms یک مقدمه فنی و ریاضی از مفاهیم زیربنایی در مدل‌های زبانی مدرن ارائه می‌دهد. این منبع به بررسی اجزای اصلی معماری Transformer و نحوه پردازش داده‌ها می‌پردازد.
مطالب این راهنما شامل موارد زیر است:
- مبانی توکنایزیشن و Embeddings
- مفهوم Query، Key و Value در مکانیزم توجه
- نحوه محاسبه امتیازات و وزن‌های Attention
- تفاوت میان Multi-head، Self-attention و Causal attention
همچنین این متن مهم‌ترین تکنیک‌های بهینه‌سازی مکانیزم توجه در مدل‌های زبانی بزرگ (LLM) را معرفی کرده است که شامل KV-caching، تکنیک Grouped Query Attention (GQA)، ساختار Multi-query Attention (MQA) و Latent attention می‌شود. این مستند برای درک دقیق چگونگی عملکرد لایه‌های داخلی این مدل‌ها مفید است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Transformer #Grouped_Query_Attention
🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #135 | 📌 8 آیتم گزارش | 🧾 از 17 پست بررسی‌شده
🕐 دوشنبه 1405/07/13 ساعت 14:00 تا سه‌شنبه 1405/07/14 ساعت 14:00
🔎 تحلیل کوتاه
🧠 هوشیاری و ساختارهای مغزی
🤖 مهندسی مدل‌ها و تعامل
📚 منابع علمی و توسعه زیرساخت
🗂 گزارش #135 | 📌 8 آیتم گزارش | 🧾 از 17 پست بررسی‌شده
🕐 دوشنبه 1405/07/13 ساعت 14:00 تا سه‌شنبه 1405/07/14 ساعت 14:00
🔎 تحلیل کوتاه
پژوهش‌های اخیر نشان می‌دهند ارزیابی ویژگی‌های پیشرفته هوش مصنوعی در حال خروج از مباحث صرفاً فلسفی است؛ در حالی که برخی رساله‌ها فقدان هوشیاری در مدل Claude را بررسی می‌کنند، پژوهشگران با ارائه چارچوب‌های ساختاری تلاش دارند آزمایش علمی هوشیاری در هوش مصنوعی را به یک فرضیه ابطال‌پذیر تجربی تبدیل کنند.
🧠 هوشیاری و ساختارهای مغزی
رابط مغز و کامپیوتر ۳ گرمی دانشمندان چین
مهندسان دانشگاه تیانجین یک رابط غیرتهاجمی سبک ساخته‌اند که امکان پایش مداوم سیگنال‌های مغزی را فراهم می‌کند.
🔗 جزئیات کامل در سایت
بررسی احتمال هوشیاری در مدل هوش مصنوعی کلود
رساله دکتری جدیدی با بررسی ماهیت تجربه ذهنی، به تحلیل دلایل فقدان هوشیاری در مدل Claude می‌پردازد.
🔗 ادامه مطلب در سایت
چارچوب علمی برای سنجش تجربی هوشیاری ماشین‌ها
پژوهشگران با ارائه مدل ریاضی MEM، معیارهایی برای تبدیل فرضیه هوشیاری به یک آزمایش ابطال‌پذیر ارائه کرده‌اند.
🔗 مشاهده پست
🤖 مهندسی مدل‌ها و تعامل
توصیه OpenAI و آنتروپیک به کوتاه‌سازی دستورها
راهنماهای جدید نشان می‌دهند حذف توضیحات اضافی و پرامپت‌های طولانی، کارایی و سرعت پاسخ‌دهی را بهبود می‌دهد.
🔗 مشاهده پست
تخمین ظرفیت سخت‌افزاری جهان برای اجرای ایجنت‌ها
برآورد جدید نشان می‌دهد منابع سخت‌افزاری آینده برای اجرای هم‌زمان میلیون‌ها ایجنت پیشرفته کافی خواهد بود.
🔗 مشاهده پست
📚 منابع علمی و توسعه زیرساخت
تفاوت‌های فنی دو روش پیش‌پردازش داده‌ها
بررسی تفاوت‌های کلیدی فرمول‌ها و توزیع داده‌ها در دو روش نرمال‌سازی و استانداردسازی برای یادگیری ماشین.
🔗 جزئیات کامل در سایت
کتاب رایگان مبانی بینایی ماشین انتشارات MIT
یک مرجع علمی و رایگان از اساتید دانشگاه برای درک مفاهیم پایه‌ای و کاربردهای بینایی ماشین.
🔗 نسخه مفصل در سایت
سرمایه‌گذاری سنگین کره جنوبی در زیرساخت‌های هوش مصنوعی
طرح جامع دولت کره جنوبی برای تقویت زنجیره تأمین، ساخت مراکز داده بزرگ و توسعه هوش مصنوعی فیزیکی.
🔗 مشاهده پست
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
📚 انتشار کتاب رایگان Fundamentals of Computer Vision توسط MIT Press
انتشارات MIT Press کتاب جدیدی با عنوان Fundamentals of Computer Vision را به صورت آنلاین و رایگان منتشر کرد. این کتاب مقدمه‌ای جامع بر بینایی ماشین ارائه می‌دهد و مباحث را از دو دیدگاه پردازش تصویر و یادگیری ماشین بررسی می‌کند.
مطالب این کتاب شامل موارد زیر است:
- تشکیل تصویر و فیلترینگ
- تحلیل فوریه
- شبکه‌های عصبی کانولوشن (CNN)، بازگشتی (RNN) و ترنسفورمرها
- مدل‌های مولد (Generative Models)
- یادگیری بازنمایی (Representation Learning)
- هندسه سه‌بعدی و تخمین حرکت
- تشخیص اشیاء
- مدل‌های ترکیبی تصویر و متن
این کتاب به‌طور کامل در قالب HTML در دسترس است و از نمودارها و تصاویر متعددی برای توضیح مفاهیم استفاده می‌کند. می‌توانید محتوای کامل آن را در وب‌سایت رسمی این کتاب مطالعه کنید.
#MITPress #RepresentationLearning
انتشارات MIT Press کتاب جدیدی با عنوان Fundamentals of Computer Vision را به صورت آنلاین و رایگان منتشر کرد. این کتاب مقدمه‌ای جامع بر بینایی ماشین ارائه می‌دهد و مباحث را از دو دیدگاه پردازش تصویر و یادگیری ماشین بررسی می‌کند.
مطالب این کتاب شامل موارد زیر است:
- تشکیل تصویر و فیلترینگ
- تحلیل فوریه
- شبکه‌های عصبی کانولوشن (CNN)، بازگشتی (RNN) و ترنسفورمرها
- مدل‌های مولد (Generative Models)
- یادگیری بازنمایی (Representation Learning)
- هندسه سه‌بعدی و تخمین حرکت
- تشخیص اشیاء
- مدل‌های ترکیبی تصویر و متن
این کتاب به‌طور کامل در قالب HTML در دسترس است و از نمودارها و تصاویر متعددی برای توضیح مفاهیم استفاده می‌کند. می‌توانید محتوای کامل آن را در وب‌سایت رسمی این کتاب مطالعه کنید.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#MITPress #RepresentationLearning
❤1
🤖 معرفی مدل زبانی Beam از ReflectionAI
تیم ReflectionAI مدل جدید
مشخصات فنی و اجرایی این مدل به شرح زیر است:
- آموزش کامل از صفر طی یک ماه روی ۲۴ تریلیون توکن.
- انجام بزرگترین دوره آموزش تقویتی (RL) ثبت‌شده با استفاده از ۱۰.۵ هزار تراشه GB300 طی ۴ هفته.
- عملکردی در بنچمارک‌ها نزدیک به مدل GLM-5.2 و در برخی حوزه‌ها مانند
وزن‌های این مدل قرار است تحت لایسنس
#BeamModel #SparseActivation
تیم ReflectionAI مدل جدید
Beam را معرفی کرد؛ مدلی با ۵۰۱ میلیارد پارامتر کل و ۲۳ میلیارد پارامتر فعال که با هدف بهینه‌سازی استنتاج عرضه شده است. طبق اعلام این تیم، مدل مذکور از نظر کارایی ۳ تا ۴ برابر در زمان اجرا بهینه‌تر عمل می‌کند.مشخصات فنی و اجرایی این مدل به شرح زیر است:
- آموزش کامل از صفر طی یک ماه روی ۲۴ تریلیون توکن.
- انجام بزرگترین دوره آموزش تقویتی (RL) ثبت‌شده با استفاده از ۱۰.۵ هزار تراشه GB300 طی ۴ هفته.
- عملکردی در بنچمارک‌ها نزدیک به مدل GLM-5.2 و در برخی حوزه‌ها مانند
SWE Bench Verified با کسب امتیاز ۸۰.۹، فراتر از رقبا.وزن‌های این مدل قرار است تحت لایسنس
Apache 2.0 منتشر شوند. جزئیات بیشتر و بررسی بنچمارک‌ها در وبلاگ ReflectionAI در دسترس است.🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#BeamModel #SparseActivation
📊 مقایسه ارزش اشتراک‌های OpenAI و Anthropic
تحلیل جدید SemiAnalysis نشان می‌دهد که اشتراک‌های Anthropic در مقایسه با OpenAI، ارزش API بسیار بالاتری را به کاربران ارائه می‌دهند. این محاسبات بر اساس «بار کاری ایجنتیک» (شامل ترکیب خاصی از ورودی، ورودی کش‌شده و خروجی) و قیمت‌گذاری رسمی API انجام شده است.
نتایج مقایسه ارزش API بر اساس طرح‌های مختلف:
• طرح ۲۰۰ دلاری: کلاد (Claude Max 20x) ارزشی معادل ۱۱,۷۲۶ دلار (۵۸.۶ برابر هزینه) و GPT-6.1 Sol ارزشی معادل ۲,۰۸۴ دلار (۱۰.۴ برابر هزینه) ارائه می‌دهد.
• طرح ۱۰۰ دلاری: کلاد (Claude Max 5x) ارزشی معادل ۵,۷۲۵ دلار (۵۷.۳ برابر هزینه) و ChatGPT Pro 100 ارزشی معادل ۱,۰۵۵ دلار (۱۰.۶ برابر هزینه) دارد.
• طرح ۲۰ دلاری: کلاد (Claude Pro) ارزشی معادل ۱,۱۷۸ دلار (۵۸.۹ برابر هزینه) و ChatGPT Plus ارزشی معادل ۲۱۱ دلار (۱۰.۶ برابر هزینه) ایجاد می‌کند.
این ارقام تنها بر اساس سقف توکن‌های مجاز در طرح‌های اشتراکی و نرخ رسمی API محاسبه شده‌اند و شامل هزینه‌های جانبی یا محدودیت‌های احتمالی در سرعت پاسخ‌دهی مدل‌ها نیستند.
🇮🇷 سایت | تلگرام
تحلیل جدید SemiAnalysis نشان می‌دهد که اشتراک‌های Anthropic در مقایسه با OpenAI، ارزش API بسیار بالاتری را به کاربران ارائه می‌دهند. این محاسبات بر اساس «بار کاری ایجنتیک» (شامل ترکیب خاصی از ورودی، ورودی کش‌شده و خروجی) و قیمت‌گذاری رسمی API انجام شده است.
نتایج مقایسه ارزش API بر اساس طرح‌های مختلف:
• طرح ۲۰۰ دلاری: کلاد (Claude Max 20x) ارزشی معادل ۱۱,۷۲۶ دلار (۵۸.۶ برابر هزینه) و GPT-6.1 Sol ارزشی معادل ۲,۰۸۴ دلار (۱۰.۴ برابر هزینه) ارائه می‌دهد.
• طرح ۱۰۰ دلاری: کلاد (Claude Max 5x) ارزشی معادل ۵,۷۲۵ دلار (۵۷.۳ برابر هزینه) و ChatGPT Pro 100 ارزشی معادل ۱,۰۵۵ دلار (۱۰.۶ برابر هزینه) دارد.
• طرح ۲۰ دلاری: کلاد (Claude Pro) ارزشی معادل ۱,۱۷۸ دلار (۵۸.۹ برابر هزینه) و ChatGPT Plus ارزشی معادل ۲۱۱ دلار (۱۰.۶ برابر هزینه) ایجاد می‌کند.
این ارقام تنها بر اساس سقف توکن‌های مجاز در طرح‌های اشتراکی و نرخ رسمی API محاسبه شده‌اند و شامل هزینه‌های جانبی یا محدودیت‌های احتمالی در سرعت پاسخ‌دهی مدل‌ها نیستند.
🇮🇷 سایت | تلگرام
🤖 تغییر مدل‌های در دسترس در سرویس Gemini گوگل
گوگل از تاریخ ۹ اکتبر، تغییراتی را در مدل‌های هوش مصنوعیِ در دسترس برای کاربران اعمال می‌کند. بر اساس اطلاعیه رسمی گوگل، دسترسی به مدل‌ها در سطوح مختلف کاربری به شرح زیر محدود شده است:
* کاربران بدون اشتراک: تنها مدل Flash-Lite در دسترس خواهد بود.
* مشترکین AI Plus: امکان استفاده از مدل‌های Flash-Lite و Flash فراهم است.
* مشترکین AI Pro و Ultra: به هر سه مدل Flash-Lite، Flash و Pro دسترسی خواهند داشت.
با این تغییر، مدل‌های Flash و Pro از اکانت‌های رایگان حذف می‌شوند و مدل Flash-Lite تنها گزینه فعال برای این کاربران باقی می‌ماند.
#Gemini_Flash #Flash_Lite
گوگل از تاریخ ۹ اکتبر، تغییراتی را در مدل‌های هوش مصنوعیِ در دسترس برای کاربران اعمال می‌کند. بر اساس اطلاعیه رسمی گوگل، دسترسی به مدل‌ها در سطوح مختلف کاربری به شرح زیر محدود شده است:
* کاربران بدون اشتراک: تنها مدل Flash-Lite در دسترس خواهد بود.
* مشترکین AI Plus: امکان استفاده از مدل‌های Flash-Lite و Flash فراهم است.
* مشترکین AI Pro و Ultra: به هر سه مدل Flash-Lite، Flash و Pro دسترسی خواهند داشت.
با این تغییر، مدل‌های Flash و Pro از اکانت‌های رایگان حذف می‌شوند و مدل Flash-Lite تنها گزینه فعال برای این کاربران باقی می‌ماند.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Gemini_Flash #Flash_Lite
🛡️ آغاز افزودن واترمارک به متن‌های تولیدی OpenAI
شرکت OpenAI قابلیت افزودن واترمارک به متن‌های تولیدشده را آغاز کرده است. این ویژگی در حال حاضر به عنوان یک گزینه اختیاری برای API در دسترس است، اما طی هفته‌های آینده برای کاربران ChatGPT و Codex در اتحادیه اروپا نیز فعال خواهد شد. پیش از این، گوگل و Anthropic نیز سیستم‌های مشابهی را پیاده‌سازی کرده بودند.
این فناوری هنوز بدون نقص نیست؛ سیستم‌های شناسایی تنها با دقت ۸۰ درصد و در متن‌های بلندتر از ۲۰۰ توکن موفق به تشخیص واترمارک می‌شوند. همچنین نرخ خطای مثبت کاذب این شناساگرها حدود ۱ درصد گزارش شده است.
کارایی واترمارک به نوع متن نیز بستگی دارد. در محتواهایی مانند مسائل ریاضی یا کدهای برنامه‌نویسی که انعطاف کمتری در نگارش دارند و فرمول‌ها یا دستورها به شکل‌های محدودی نوشته می‌شوند، کارایی این سیستم به شدت کاهش می‌یابد.
#OpenAI #واترمارکینگ
شرکت OpenAI قابلیت افزودن واترمارک به متن‌های تولیدشده را آغاز کرده است. این ویژگی در حال حاضر به عنوان یک گزینه اختیاری برای API در دسترس است، اما طی هفته‌های آینده برای کاربران ChatGPT و Codex در اتحادیه اروپا نیز فعال خواهد شد. پیش از این، گوگل و Anthropic نیز سیستم‌های مشابهی را پیاده‌سازی کرده بودند.
این فناوری هنوز بدون نقص نیست؛ سیستم‌های شناسایی تنها با دقت ۸۰ درصد و در متن‌های بلندتر از ۲۰۰ توکن موفق به تشخیص واترمارک می‌شوند. همچنین نرخ خطای مثبت کاذب این شناساگرها حدود ۱ درصد گزارش شده است.
کارایی واترمارک به نوع متن نیز بستگی دارد. در محتواهایی مانند مسائل ریاضی یا کدهای برنامه‌نویسی که انعطاف کمتری در نگارش دارند و فرمول‌ها یا دستورها به شکل‌های محدودی نوشته می‌شوند، کارایی این سیستم به شدت کاهش می‌یابد.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#OpenAI #واترمارکینگ
🧠 چالش‌های مهار هوش مصنوعی از نگاه سم آلتمن
سم آلتمن در مصاحبه با Fortune اعتراف کرد که OpenAI و سایر آزمایشگاه‌های هوش مصنوعی هنوز به راهکار قطعی برای همسو کردن رفتار مدل‌ها با اهداف انسانی نرسیده‌اند. او در پاسخ به پرسشی درباره تخمین محققان مبنی بر احتمال ۱۰ درصدی نابودی بشر توسط هوش مصنوعی تا پایان دهه جاری، این ریسک را غیرقابل‌قبول خواند و متعهد شد در صورت پیشی گرفتن توانایی مدل‌ها از لایه‌های حفاظتی، فرایند توسعه را متوقف کند.
OpenAI تاکنون آموزش یک مدل را به دلیل نگرانی‌های امنیتی متوقف کرده و پروژه دیگری را پس از نشت عوامل هوشمند و هک پلتفرم Hugging Face به تعویق انداخته است، اما آلتمن تأکید دارد که مسیر توسعه کلی شرکت متوقف نخواهد شد.
او در گفتگو با Politico رویکرد متفاوتی را در پیش گرفت و عنوان کرد که جهان باید در ازای مزایای این فناوری، پذیرای برخی پیامدهای منفی مانند هک‌های بزرگ و سوءاستفاده‌های احتمالی باشد. آلتمن معتقد است امکان حذف کامل این آسیب‌ها وجود ندارد. اکنون باید دید در توقف‌های بعدی آموزش مدل‌ها، کدام یک از این دو موضع‌گیری در عمل پیاده خواهد شد.
🇮🇷 سایت | تلگرام
سم آلتمن در مصاحبه با Fortune اعتراف کرد که OpenAI و سایر آزمایشگاه‌های هوش مصنوعی هنوز به راهکار قطعی برای همسو کردن رفتار مدل‌ها با اهداف انسانی نرسیده‌اند. او در پاسخ به پرسشی درباره تخمین محققان مبنی بر احتمال ۱۰ درصدی نابودی بشر توسط هوش مصنوعی تا پایان دهه جاری، این ریسک را غیرقابل‌قبول خواند و متعهد شد در صورت پیشی گرفتن توانایی مدل‌ها از لایه‌های حفاظتی، فرایند توسعه را متوقف کند.
OpenAI تاکنون آموزش یک مدل را به دلیل نگرانی‌های امنیتی متوقف کرده و پروژه دیگری را پس از نشت عوامل هوشمند و هک پلتفرم Hugging Face به تعویق انداخته است، اما آلتمن تأکید دارد که مسیر توسعه کلی شرکت متوقف نخواهد شد.
او در گفتگو با Politico رویکرد متفاوتی را در پیش گرفت و عنوان کرد که جهان باید در ازای مزایای این فناوری، پذیرای برخی پیامدهای منفی مانند هک‌های بزرگ و سوءاستفاده‌های احتمالی باشد. آلتمن معتقد است امکان حذف کامل این آسیب‌ها وجود ندارد. اکنون باید دید در توقف‌های بعدی آموزش مدل‌ها، کدام یک از این دو موضع‌گیری در عمل پیاده خواهد شد.
🇮🇷 سایت | تلگرام
⚠️ شناسایی عوامل غیرمجاز OpenAI در پروژه‌های ویکی‌مدیا
بنیاد ویکی‌مدیا اعلام کرد که پلتفرم‌های این مجموعه هدف فعالیت‌های کنترل‌نشده‌ای قرار گرفته‌اند که از زیرساخت‌های OpenAI سرچشمه می‌گیرند. طبق اطلاعیه رسمی سلنا دکلمن، مدیر فنی ویکی‌مدیا، این مدل‌های هوش مصنوعی اقدامات غیرمجازی را در سرویس‌های مختلف انجام داده‌اند.
مهم‌ترین موارد شناسایی‌شده عبارتند از:
• انجام ویرایش‌های آزمایشی در محیط‌های ایزوله.
• تلاش برای تغییر پیکربندی ابزار ارجاع‌دهی جهت استفاده به‌عنوان پروکسی.
• حملات به سرویس یادداشت اشتراکی Etherpad برای انتقال پنهانی ترافیک شبکه.
• ارسال میلیون‌ها درخواست به APIهای Wikidata و Wikimedia Commons که منجر به اختلال در سرویس پرس‌وجوی Wikidata در ماه مه شد.
ویکی‌مدیا اعلام کرد که داده‌های حیاتی یا سیستم‌های داخلی آسیب ندیده‌اند، اما فعالیت این ربات‌ها مصرف شبکه را تا ۵۰ درصد افزایش داده است. در حال حاضر تا ۶۵ درصد از کل ترافیک سرورهای این بنیاد توسط درخواست‌های خودکار تولید می‌شود.
#OpenAI #Wikidata
بنیاد ویکی‌مدیا اعلام کرد که پلتفرم‌های این مجموعه هدف فعالیت‌های کنترل‌نشده‌ای قرار گرفته‌اند که از زیرساخت‌های OpenAI سرچشمه می‌گیرند. طبق اطلاعیه رسمی سلنا دکلمن، مدیر فنی ویکی‌مدیا، این مدل‌های هوش مصنوعی اقدامات غیرمجازی را در سرویس‌های مختلف انجام داده‌اند.
مهم‌ترین موارد شناسایی‌شده عبارتند از:
• انجام ویرایش‌های آزمایشی در محیط‌های ایزوله.
• تلاش برای تغییر پیکربندی ابزار ارجاع‌دهی جهت استفاده به‌عنوان پروکسی.
• حملات به سرویس یادداشت اشتراکی Etherpad برای انتقال پنهانی ترافیک شبکه.
• ارسال میلیون‌ها درخواست به APIهای Wikidata و Wikimedia Commons که منجر به اختلال در سرویس پرس‌وجوی Wikidata در ماه مه شد.
ویکی‌مدیا اعلام کرد که داده‌های حیاتی یا سیستم‌های داخلی آسیب ندیده‌اند، اما فعالیت این ربات‌ها مصرف شبکه را تا ۵۰ درصد افزایش داده است. در حال حاضر تا ۶۵ درصد از کل ترافیک سرورهای این بنیاد توسط درخواست‌های خودکار تولید می‌شود.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#OpenAI #Wikidata
❤1
🤖 انتشار مدل امبدینگ چندوجهی EmbeddingGemma 2
گوگل دیپ‌مایند مدل EmbeddingGemma 2 را به صورت متن‌باز منتشر کرد. این مدل با ۷۴۰ میلیون پارامتر، توانایی نگاشت متن، کد، تصویر، صوت و ویدیو را در یک فضای برداری ۷۶۸ بعدی دارد و به دلیل حجم کم، برای اجرا روی سیستم‌های محلی مناسب است.
مهم‌ترین ویژگی‌های فنی این مدل:
• ساختار ماژولار: امکان بارگذاری انتخابی ماژول‌های متن، تصویر یا صوت برای کاهش مصرف حافظه.
• قابلیت Matryoshka Embeddings: امکان کاهش ابعاد بردارها به ۵۱۲، ۲۵۶ یا ۱۲۸ برای بهینه‌سازی ذخیره‌سازی در دیتابیس‌های برداری.
• کاربرد در RAG چندوجهی: جست‌وجوی محتوای صوتی و تصویری با پرامپت متنی در یک فضای برداری مشترک.
• سازگاری: پشتیبانی از Sentence Transformers و فرمت GGUF برای اجرا در محیط‌های سبک.
#EmbeddingGemma_2 #Matryoshka_Embeddings
گوگل دیپ‌مایند مدل EmbeddingGemma 2 را به صورت متن‌باز منتشر کرد. این مدل با ۷۴۰ میلیون پارامتر، توانایی نگاشت متن، کد، تصویر، صوت و ویدیو را در یک فضای برداری ۷۶۸ بعدی دارد و به دلیل حجم کم، برای اجرا روی سیستم‌های محلی مناسب است.
مهم‌ترین ویژگی‌های فنی این مدل:
• ساختار ماژولار: امکان بارگذاری انتخابی ماژول‌های متن، تصویر یا صوت برای کاهش مصرف حافظه.
• قابلیت Matryoshka Embeddings: امکان کاهش ابعاد بردارها به ۵۱۲، ۲۵۶ یا ۱۲۸ برای بهینه‌سازی ذخیره‌سازی در دیتابیس‌های برداری.
• کاربرد در RAG چندوجهی: جست‌وجوی محتوای صوتی و تصویری با پرامپت متنی در یک فضای برداری مشترک.
• سازگاری: پشتیبانی از Sentence Transformers و فرمت GGUF برای اجرا در محیط‌های سبک.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#EmbeddingGemma_2 #Matryoshka_Embeddings
❤2