ابزارها و کاربردهای هوش مصنوعی
5.01K subscribers
1.11K photos
803 videos
1.02K files
1.63K links
آخرین اخبار و ابزارهای هوش مصنوعی و یادگیری ماشین

@GPT360
Download Telegram
🛠️ REA
مهندسی معکوس با کمک هوش مصنوعی


با REA می‌تونید از ایجنت هوش مصنوعی بخواید بررسی کنه یک قابلیت در اپلیکیشن، سایت یا نرم‌افزار چطور کار می‌کنه و بعد نسخه مشابهی از اون رو بسازه؛ حتی وقتی کد منبع برنامه در دسترس نیست! 👀
🔹 بررسی اپلیکیشن‌ها، سایت‌ها و فایل‌های اجرایی
🔹 ردیابی توابع و ارتباط بین بخش‌های مختلف برنامه
🔹 کمک به بازسازی قابلیت‌های نرم‌افزاری
🔹 سازگار با Claude Code، Codex، Cursor و ابزارهای دیگه

🌐 وب‌سایت: https://rea.tools/
💻 گیت‌هاب: https://github.com/morluto/rea
Media is too big
VIEW IN TELEGRAM
🤖🔍 گوگل Gemini رو به یک عامل هوش مصنوعی تبدیل کرد!

🚀 مدل Gemini 4 Argon حالا در اپلیکیشن Gemini در دسترس قرار گرفته و گوگل می‌گوید در استدلال، برنامه‌نویسی و حل وظایف پیچیده عملکرد بهتری دارد؛ با پاسخ‌های مستقیم‌تر و عبارت‌های کلیشه‌ای کمتر!

⚡ قابلیت جدید Tasks؛ انجام کارها حتی وقتی نیستید!

حالت جدید Tasks به Gemini اجازه می‌دهد وظایف را در غیاب کاربر پیش ببرد. این قابلیت به بیش از ۴۰ اپلیکیشن متصل می‌شود؛ از جمله:

- 🛍️ Shopify و Instacart:
مدیریت کسب‌وکار و سفارش خرید
- 🍽️ OpenTable:
رزرو میز
- 🎨 Adobe:
انجام کارهای طراحی

💻 برنامه‌نویسی بدون جابه‌جایی بین ابزارها

گوگل در نسخه macOS محیط توسعه Antigravity را هم در Gemini ادغام کرده تا کاربران بتوانند بین گفتگو با هوش مصنوعی و کدنویسی راحت‌تر جابه‌جا شوند.

💎 دسترسی به Gemini 4 Argon و قابلیت Tasks برای مشترکان Google AI Pro و Ultra فراهم شده است.

🔥 اگر هوش مصنوعی بتواند به‌جای شما چندین کار را در اپلیکیشن‌های مختلف انجام دهد، اولین وظیفه‌ای که به آن می‌سپارید چیست؟
🤖📱 PhoneBot
؛ رباتی که مغزش یک گوشی هوشمنده!

تصور کنید با یک گوشی اندرویدی معمولی، یک ربات انسان‌نما بسازید! پروژه PhoneBot دقیقاً همین ایده رو دنبال می‌کنه؛ رباتی ۴۸ سانتی‌متری که از گوشی هوشمند برای پردازش و دیدن محیط اطرافش استفاده می‌کنه.

⚙️ چطور کار می‌کنه؟

- 📷 دوربین و پردازش تصویر: با کمک گوشی هوشمند
- 🧠 کنترل حرکت: یک رایانه کوچک روی ربات، فرمان‌ها رو از طریق Wi-Fi به موتورها می‌فرسته.
- 🦿 حرکت بدن: ۱۳ سرووی کم‌هزینه، پاها و بالاتنه رو کنترل می‌کنن.

🚶 این ربات چه کارهایی انجام می‌ده؟

- راه می‌ره و یک شخص رو دنبال می‌کنه.
- اگر به‌صورت رو به پایین زمین بخوره، می‌تونه دوباره بلند بشه.

💰 هزینه ساخت: حدود ۴۰۰ دلار، بدون احتساب گوشی!

📱 سازندگان عملکردهای پایه پروژه رو با چهار گوشی اندرویدی آزمایش کردن و اعلام کردن که این قابلیت‌ها روی هر چهار دستگاه کار کرده‌اند.

🔓 پروژه برای مطالعه و آزمایش در دسترسه؛ فرصتی جذاب برای علاقه‌مندان به رباتیک و هوش مصنوعی!

💬 به نظرتون استفاده از گوشی‌های معمولی می‌تونه ساخت ربات‌های ارزان‌تر رو متحول کنه؟
🔍🤖 گوگل Deep Review را معرفی کرد؛ چند عامل هوش مصنوعی برای بررسی موشکافانه اسناد!

📚 گوگل ابزار جدیدی به نام Deep Review عرضه کرده که با کمک چند عامل هوش مصنوعی، اسناد علمی و فنی را بررسی می‌کند تا تناقض‌ها، اشتباهات محاسباتی و نقاط ضعف احتمالی را پیدا کند.

🧠 این ابزار چه کارهایی انجام می‌دهد؟

- 🔎 شناسایی تناقض‌ها و خطاهای احتمالی در اسناد
- 🧮 بررسی محاسبات و استدلال‌های فنی
- 📄 پیدا کردن بخش‌های ضعیف در مقالات و گزارش‌ها

📊 دقت ابزار چقدر است؟

در آزمایش‌هایی روی مقالاتی که خطاهای شناخته‌شده داشتند، Deep Review توانست ۸۹٫۷ درصد از مشکلات را شناسایی کند؛ البته ممکن است خطاهایی را هم گزارش کند که در واقع وجود ندارند.

🆓 محدودیت نسخه رایگان: فقط ۲ بررسی در هفته.

🔐 گوگل می‌گوید فایل‌های بارگذاری‌شده برای آموزش مدل‌ها استفاده نمی‌شوند؛ بااین‌حال، ممکن است تا یک سال نگهداری شوند.

💬 به نظرتون می‌شه بررسی مقالات علمی رو به هوش مصنوعی سپرد یا هنوز نظارت متخصصان ضروریه؟
🤖⚙️ آنتروپیک آموزش ساخت عامل‌های هوش مصنوعی خودمختار را منتشر کرد!

تصور کنید یک دستیار هوش مصنوعی هر روز Slack و GitHub را بررسی کند، کارهای عقب‌مانده را پیدا کند و فقط موارد مهم را به شما گزارش دهد؛ بدون اینکه لازم باشد مدام آن را راهنمایی کنید!

🚀 آنتروپیک راهنمای جامعی برای ساخت چنین عامل‌هایی با استفاده از Claude Managed Agents منتشر کرده است.

🔍 این عامل‌ها چه کارهایی انجام می‌دهند؟

- 💬 پیدا کردن درخواست‌های بی‌پاسخ در گفتگوهای کاری
- 📋 شناسایی وظایف باز و کارهای انجام‌نشده
- 💻 بررسی تغییرات کد در مخازن GitHub
- 📢 ارسال خلاصه‌ای از موارد مهم به Slack
- 🧠 به‌خاطر سپردن پیام‌های پردازش‌شده و بررسی دوباره وضعیت وظایف پیش از ارسال گزارش

☁️ اجرا در فضای ابری

Claude Managed Agents
هنوز در مرحله بتاست و روی زیرساخت ابری آنتروپیک اجرا می‌شود؛ بنابراین نیازی نیست رایانه شما همیشه روشن بماند.

🔐 برای کنترل هزینه و دسترسی نیز می‌توان سقف هزینه هر اجرا و محدودیت‌هایی برای اتصال به سرویس‌های خارجی تعیین کرد.
This media is not supported in your browser
VIEW IN TELEGRAM
🤖⚡ Claude Code
حالا چند عامل هوش مصنوعی را هم‌زمان به کار می‌گیرد!

🚀 آنتروپیک قابلیت جدیدی به اپلیکیشن دسکتاپ Claude Code اضافه کرده که به کاربران اجازه می‌دهد چند وظیفه را هم‌زمان پیش ببرند؛ هر وظیفه در یک نشست جداگانه اجرا می‌شود و نتیجه به‌صورت خودکار به گفت‌وگوی اصلی برمی‌گردد.

💻 چه قابلیت‌هایی اضافه شده؟

- 🧩 اجرای موازی وظایف: هر کار نشست مستقل خودش را دارد.
- 🌿 ویرایش هم‌زمان کد: برای هر پوشه یک Git worktree جدا ایجاد می‌شود تا عامل‌ها بتوانند بدون تداخل، روی بخش‌های مختلف پروژه کار کنند.
- 🔌 اتصال سریع به محیط‌ها: پوشه‌ها، سرورهای SSH و محیط‌های ابری را می‌توان ذخیره کرد و با یک کلیک دوباره باز کرد.
- 📋 مدیریت نشست‌ها: نوار کناری، نشست‌های فعال و نشست‌هایی را که منتظر پاسخ کاربرند نمایش می‌دهد.
- 💡 پیشنهاد کارهای بعدی: Claude می‌تواند وظایف پیشنهادی را در نشست‌های جداگانه آغاز کند.

✨ یک قابلیت کاربردی دیگر هم دستور "/btw" است؛ با آن می‌توانید سؤال‌های جانبی را در یک تب دیگر مطرح کنید، بدون اینکه کار اصلی متوقف شود.
This media is not supported in your browser
VIEW IN TELEGRAM
🤖🌐 ChatGPT
حالا می‌تونه مستقیماً با تب‌های کروم کار کنه!

🚀 OpenAI
افزونه Chrome چت‌جی‌پی‌تی رو به‌روزرسانی کرده تا دستیار هوش مصنوعی بتونه اطلاعات صفحات باز مرورگر رو بخونه، با هم مقایسه کنه و حتی بعضی کارها رو مستقیماً انجام بده!

🔍 در حالت چت چه کارهایی ممکنه؟

- 📑 بررسی اطلاعات چند سایت بدون کپی‌کردن دستی متن‌ها
- 🛍️ مقایسه محصولات از نظر قیمت، امکانات و زمان ارسال
- 📦 بررسی شرایط مرجوعی کالاها برای انتخاب آگاهانه‌تر

⚡ حالت Work؛ فراتر از پاسخ‌دادن!

در حالت Work، چت‌جی‌پی‌تی می‌تونه مستقیماً با مرورگر تعامل داشته باشه؛ از کلیک روی دکمه‌ها و پرکردن فرم‌ها گرفته تا ارسال پیام، دانلود فایل و گروه‌بندی صفحات.

یعنی به‌جای اینکه فقط راهنمایی‌تون کنه چه کاری انجام بدید، می‌تونه مراحل کار رو داخل مرورگر پیش ببره.

🧩 نوار کناری جدید کروم هم حالت‌های Chat و Work رو در کنار تاریخچه گفتگوها در دسترس قرار می‌ده.

🌐 طبق این گزارش، افزونه به‌روزشده برای تمام پلن‌های ChatGPT عرضه شده است.

💬 اگر هوش مصنوعی می‌تونست کارهای مرورگرتون رو انجام بده، اولین وظیفه‌ای که بهش می‌سپردید چی بود؟
Media is too big
VIEW IN TELEGRAM
🎬 تولید ویدئو با هوش مصنوعی روی کامپیوتر شخصی؛ فقط با ۸ گیگ VRAM!

ابزار FreeVideo مدل ویدئوساز MiniMax H3 رو به ComfyUI آورده تا اجرای مدل‌های تولید ویدئو روی سخت‌افزارهای خانگی راحت‌تر بشه. 👀

🔹 حداقل سخت‌افزار اعلام‌شده:

- 🎮 کارت گرافیک با ۸ گیگابایت VRAM
- 🧠 رم ۱۶ گیگابایتی

⚙️ امکانات FreeVideo:

- پشتیبانی از LoRA
- تعیین فریم اول و آخر ویدئو
- استفاده از تصاویر مرجع
- افزونه برای ComfyUI
- نصب‌کننده ویندوز که محیط اجرا و مدل‌ها رو خودکار آماده می‌کنه

🧩 پشت صحنه، این ابزار از مدل VDN-H3 هشت‌مرحله‌ای با معماری Hybrid Attention استفاده می‌کنه. همچنین وزن‌های مدل رو بین حافظه گرافیکی، رم و دیسک تقسیم می‌کنه تا محدودیت حافظه کمتر دردسرساز بشه.

⏱️ سرعت اجرا چطوره؟

طبق مستندات، روی RTX 5060 Ti با ۱۶ گیگ VRAM و ۳۲ گیگ رم، تولید یک ویدئوی ۱۰ ثانیه‌ای با وضوح 768p حدود ۴۸۶ ثانیه طول می‌کشه؛ یعنی تقریباً ۸ دقیقه.
🎨 دو مدل جدید برای تولید تصویر معرفی شدند؛ یکی اوپن‌سورس، یکی با تمرکز روی ویرایش!

این بار BFL و Krea با دو ابزار جدید وارد می‌شن: FLUX 3 Image Klein و Krea 3. هرکدوم هم روی قابلیت‌های متفاوتی تمرکز دارن. 👇

🔹 FLUX 3 Image Klein از BFL

مدلی با ۵٫۶ میلیارد پارامتر که به‌صورت اوپن‌سورس منتشر شده و وضوح بومی ۴ مگاپیکسلی داره.

✨ قابلیت‌ها:

- پشتیبانی از حداکثر ۱۰ تصویر مرجع
- کنترل موقعیت اشیا با استفاده از باکس‌ها
- نسخه INT8 با نیاز اعلام‌شده به حداقل ۸ گیگابایت VRAM
- نسخه پایه برای فاین‌تیون و نسخه تقطیرشده برای استنتاج ۱۶ مرحله‌ای

⚡ طبق گزارش منتشرشده، تولید تصویر یک مگاپیکسلی روی RTX 4070 کمتر از ۹ ثانیه زمان می‌بره.

💰 هزینه اعلام‌شده: از ۰٫۰۰۹ دلار برای خروجی 1K

⚠️ یک نکته: با افزایش وضوح، کیفیت تصویر به‌شدت افت می‌کنه. همچنین وزن‌های مدل تحت مجوز FLUX Kommunity License منتشر شدن که محدودیت‌هایی برای استفاده تجاری دارن.