ابزارها و کاربردهای هوش مصنوعی
4.21K subscribers
1.02K photos
700 videos
1.02K files
1.59K links
آخرین اخبار و ابزارهای هوش مصنوعی و یادگیری ماشین

@GPT360
Download Telegram
انتشار ChatGPT Health با ادعایی بزرگ: چت‌جی‌پی‌تی حالا از «سطح پزشک بالینی» فراتر می‌رود

اوپن‌ای‌آی قابلیت ChatGPT Health را برای تمام کاربران بالای ۱۸ سال در ایالات متحده فعال کرد. این ویژگی به افراد امکان می‌دهد پرونده‌های پزشکی و داده‌های ردیابی سلامت خود را به چت‌بات متصل کنند. اشلی الکساندر، معاون تیم محصول سلامت اوپن‌ای‌آی، در جلسه‌ای توجیهی مدعی شد مدل‌های این شرکت اکنون در سطوحی فراتر از پزشک بالینی استدلال می‌کنند. کاران سینگال، مسئول بخش سلامت، این ادعا را با اشاره به پژوهش‌های منفرد هاروارد و استنفورد تعدیل کرد.

انتشار گسترده‌تر این قابلیت تنها چند هفته پس از رونمایی مدل GPT-5.6 Sol انجام می‌شود. کاربران می‌توانند داده‌هایی نظیر نتایج آزمایشگاه، یادداشت‌های پس از ویزیت و داروها را از ارائه‌دهندگان درمانی یا سرویس‌هایی مانند Apple Health و MyFitnessPal متصل سازند. اوپن‌ای‌آی تأکید کرده تمامی مکالمات و اطلاعات سلامت با رمزنگاری اضافی محافظت می‌شوند.
a.practical.guide.to.building.agents.pdf.pdf
7 MB
📘 کتاب رایگان OpenAI برای ساخت Agentهای هوش مصنوعی

شرکت OpenAI کتابی با عنوان A Practical Guide to Building Agents منتشر کرده است.

این کتاب یک راهنمای عملی برای طراحی و توسعه عامل‌های هوش مصنوعی (AI Agents) است و موضوعاتی مانند:

🤖 معماری Agentها
🛠️ طراحی Workflow و ابزارها
🔗 اتصال به APIها و ابزارهای خارجی
بهترین روش‌های ساخت Agentهای کاربردی

را به‌صورت کاربردی آموزش می‌دهد.

📌 اگر قصد دارید Agentهای هوشمند با مدل‌های زبانی مانند ChatGPT بسازید، این کتاب یکی از بهترین منابع رایگان برای شروع است.
1👍1
🌐 معرفی Arena.ai
اگر می‌خواهید قبل از انتخاب یک مدل هوش مصنوعی، عملکرد واقعی آن را ببینید یا حتی رایگان مدل‌های جدید را امتحان کنید، Arena.ai یکی از بهترین گزینه‌هاست.
این پلتفرم که قبلاً با نام LMArena (Chatbot Arena) شناخته می‌شد، توسط پژوهشگران دانشگاه برکلی (UC Berkeley) توسعه داده شده و یکی از معتبرترین مراجع ارزیابی مدل‌های هوش مصنوعی است.
🔹 امکان تست رایگان بسیاری از مدل‌های جدید و حتی برخی مدل‌های پولی
🔹 مقایسه کاملاً بی‌طرفانه مدل‌ها؛ در حالت Battle تا قبل از رأی دادن، نام مدل‌ها نمایش داده نمی‌شود.
🔹 رتبه‌بندی مدل‌ها بر اساس رأی میلیون‌ها کاربر واقعی و سیستم امتیازدهی Elo، نه صرفاً بنچمارک‌های آزمایشگاهی.
🔹 پشتیبانی از مدل‌های مطرحی مانند ChatGPT، Claude، Gemini، Qwen، Grok، DeepSeek و ده‌ها مدل دیگر.
سه روش استفاده از Arena.ai:
⚔️ Battle: دو مدل به‌صورت ناشناس به یک سؤال پاسخ می‌دهند و شما بهترین پاسخ را انتخاب می‌کنید. رأی شما مستقیماً روی رتبه‌بندی مدل‌ها تأثیر می‌گذارد.
📊 Side by Side: خودتان دو مدل دلخواه را انتخاب کرده و پاسخ آن‌ها را کنار هم مقایسه می‌کنید. این حالت فقط برای مقایسه شخصی است و روی جدول رتبه‌بندی اثری ندارد.
💬 Direct Chat: گفت‌وگوی مستقیم با یک مدل؛ راهی عالی برای امتحان کردن بسیاری از مدل‌های جدید و حتی بعضی مدل‌های پولی، بدون نیاز به رأی دادن.
اگر هنوز نمی‌دانید برای تولید محتوا، برنامه‌نویسی، ترجمه یا کارهای روزمره کدام مدل هوش مصنوعی بهتر است، Arena.ai یکی از بهترین منابع برای مقایسه و انتخاب است.
🌐 https://arena.ai
#هوش_مصنوعی
🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
🎮 PlayTranslate؛ ترجمه متن بازی‌ها به‌صورت زنده
اگه موقع بازی کردن با متن‌های انگلیسی، ژاپنی یا هر زبان دیگه‌ای مشکل داری، PlayTranslate می‌تونه حسابی به دردت بخوره.
این برنامه متن‌هایی که داخل بازی نمایش داده می‌شن رو همون لحظه ترجمه می‌کنه؛ بدون اینکه لازم باشه از بازی خارج بشی یا گیم‌پلی رو متوقف کنی.
ترجمه زنده متن داخل بازی

پشتیبانی از زبان‌های مختلف از جمله فارسی

مناسب برای یادگیری زبان و درک بهتر داستان و دیالوگ‌های بازی

سازگار با بازی‌ها و پلتفرم‌های مختلف اندروید

متن‌باز (Open Source)
🔹 زبان برنامه‌نویسی: Kotlin
🔗 https://github.com/dominostars/playtranslate
#گیم_کلاب
#اوپن_سورس
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 Comet
مرورگر #هوش_مصنوعی جدید Perplexity

Comet
فقط یک مرورگر نیست؛ یک دستیار هوش مصنوعی همیشه همراه شماست که می‌تواند هنگام وب‌گردی کارها را سریع‌تر، هوشمندتر و حتی به‌جای شما انجام دهد.
مهم‌ترین قابلیت‌ها:
🔹 Comet Assistant؛ دستیار هوش مصنوعی داخلی که روی هر سایتی در دسترس است و می‌تواند محتوا را توضیح دهد، سؤال‌هایتان را پاسخ دهد، صفحات را خلاصه کند و در انجام کارهای مختلف کمک کند.
🔹 استفاده از Perplexity AI Search به‌جای موتور جستجوی سنتی؛ پاسخ‌های دقیق، خلاصه و همراه با منابع معتبر.
🔹 Agentic Search؛ فقط جستجو نمی‌کند! می‌تواند کارهایی مثل برنامه‌ریزی، خرید، رزرو، مدیریت ایمیل و انجام بسیاری از وظایف آنلاین را هم از طرف شما انجام دهد.
🔹 مدیریت هوشمند تب‌ها؛ گروه‌بندی خودکار تب‌های مرتبط، جلوگیری از شلوغی مرورگر و دسترسی سریع‌تر به صفحات.
🔹 🛡️ مسدودکننده داخلی تبلیغات (Ad Blocker)؛ بدون نیاز به نصب افزونه، تبلیغات مزاحم و پاپ‌آپ‌ها را مسدود می‌کند.
📥 دانلود:
📱 Android: Google Play
🍏 iPhone / iPad: App Store
💻 Windows و macOS: از طریق وب‌سایت رسمی Perplexity قابل دانلود است: Perplexity Comet
🖼️ ImageToolbox
؛ یکی از کامل‌ترین ابزارهای متن‌باز ویرایش تصویر برای اندروید

اگر دنبال یک جایگزین حرفه‌ای، رایگان و متن‌باز برای اپلیکیشن‌های ویرایش عکس هستید، ImageToolbox یکی از بهترین گزینه‌هاست.

این برنامه فقط یک ویرایشگر عکس ساده نیست؛ بلکه مجموعه‌ای از ده‌ها ابزار حرفه‌ای را در یک اپلیکیشن جمع کرده است.

برخی از امکانات مهم:
• برش، تغییر اندازه، چرخش و تبدیل فرمت تصاویر
• حذف پس‌زمینه با هوش مصنوعی
• افزایش کیفیت تصاویر (AI Upscale)
• استخراج متن از تصاویر (OCR) با پشتیبانی از بیش از ۱۲۰ زبان
• ویرایش و حذف اطلاعات EXIF عکس‌ها
• حذف واترمارک، محو کردن بخش‌های خصوصی و ابزارهای نقاشی
• ساخت کلاژ، واترمارک و استیکر
• تبدیل تصاویر به PDF و برعکس، همراه با ابزارهای کامل مدیریت PDF
• پشتیبانی از فرمت‌های مدرن مانند AVIF، HEIC، JXL، WebP و بسیاری فرمت‌های دیگر
• بیش از ۳۱۰ فیلتر مختلف برای ویرایش تصاویر
• بیش از ۹۵ مدل هوش مصنوعی برای حذف نویز، رنگی کردن تصاویر، بهبود کیفیت، حذف پس‌زمینه و...

🔓 نسخه متن‌باز (FOSS) تقریباً تمام امکانات اصلی را بدون تبلیغات و سرویس‌های ردیابی گوگل ارائه می‌دهد و توسعه‌دهندگان و مشارکت‌کنندگان زیادی روی آن کار می‌کنند.

📥 دانلود:
• GitHub (آخرین نسخه): https://github.com/t8rin/imageresizer/releases/latest
• F-Droid: https://f-droid.org/packages/ru.tech.imageresizershrinker
• Google Play: https://play.google.com/store/apps/details?id=ru.tech.imageresizershrinker

#اوپن_سورس
🎬 گوگل امکان ساخت رایگان ویدیو با Gemini Omni را فعال کرد
گوگل یک پیشنهاد محدود برای کاربران رایگان جمینای ارائه کرده است.
اگر اشتراک Google AI Plus، Pro یا Ultra ندارید، ممکن است بتوانید روزانه تا ۱۰ ویدیوی ۱۰ ثانیه‌ای با Gemini Omni بسازید. این پیشنهاد تا ۱۴ مرداد ۱۴۰۵ (۴ آگوست ۲۰۲۶) فعال است، اما فقط برای حساب‌ها و کشورهایی که این قابلیت برایشان فعال شده باشد.

برای بررسی:

وارد Gemini شوید.

از بخش Tools گزینه Create video را انتخاب کنید.

اگر این گزینه را می‌بینید، یعنی این قابلیت برای حسابتان فعال شده است.

⚠️ توجه:

این قابلیت برای همه کاربران فعال نیست و به منطقه جغرافیایی و حساب گوگل بستگی دارد.

اگر گزینه Create video را نمی‌بینید، یعنی هنوز این ویژگی برای شما فعال نشده است.

🔗 معرفی رسمی گوگل: Gemini Omni – Video Generation
🔥1
Media is too big
VIEW IN TELEGRAM
🎬 Seedance 2.5
؛ نسل جدید هوش مصنوعی ساخت ویدیو معرفی شد

مدل Seedance 2.5 با تمرکز بر کنترل بیشتر، ویدیوهای طولانی‌تر و ویرایش حرفه‌ای منتشر شد.

مهم‌ترین قابلیت‌ها:

🎥 تولید ویدیوهای ۳۰ ثانیه‌ای با امکان ادامه یکپارچه تا ۱۸۰ ثانیه (بتا)

🖼️ پشتیبانی از ۵۰ تصویر مرجع برای حفظ ظاهر شخصیت‌ها و صحنه‌ها

🎬 بهینه‌سازی برای پروژه‌های حرفه‌ای با پرده سبز (Green Screen) و مدل‌های سه‌بعدی Blender

✏️ امکان ویرایش موضعی بخش‌های مختلف ویدیو بدون نیاز به تولید دوباره کل ویدیو

📺 فعلاً خروجی در رزولوشن 480p و 720p ارائه شده و نسخه 4K هنوز فقط در Seedance 2.0 در دسترس است.

💰 هزینه استفاده نیز حدود ۱.۵ برابر بیشتر از نسخه قبل است؛ به‌طوری‌که ساخت یک ویدیوی ۳۰ ثانیه‌ای با کیفیت 720p حدود ۶ دلار هزینه دارد.

📌 Seedance 2.5
هم‌اکنون در Jimeng AI، Doubao Pro و Dreamina در دسترس است و به‌زودی از طریق API نیز عرضه خواهد شد.
🚀 وزن‌های مدل Kimi K3 منتشر شد

شرکت Moonshot AI وزن‌های مدل Kimi K3 را به‌صورت عمومی منتشر کرد.

🔹 Kimi K3 اکنون بزرگ‌ترین مدل متن‌باز (Open-Weight) جهان است؛ با ۲.۸ تریلیون پارامتر که از این میان ۱۰۴ میلیارد پارامتر در هر مرحله فعال هستند.

💻 اجرای کامل این مدل به سخت‌افزاری در سطح NVIDIA DGX B300 یا سیستم‌های مشابه با حدود ۲ ترابایت حافظه نیاز دارد.

برای اکثر توسعه‌دهندگان، استفاده از API همچنان ساده‌ترین گزینه خواهد بود و امکان اجرای سریع‌تر مدل را فراهم می‌کند.

📄 هم‌زمان با انتشار وزن‌ها، مقاله فنی (Paper) مدل نیز منتشر شده و جزئیات معماری و فرایند آموزش Kimi K3 را توضیح می‌دهد.

📌 انتشار وزن‌های Kimi K3 گام مهمی برای جامعه متن‌باز هوش مصنوعی است و به پژوهشگران و شرکت‌ها اجازه می‌دهد این مدل را روی زیرساخت‌های خود اجرا و توسعه دهند.
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 گوگل دیپ‌مایند از Gemini Robotics 2 رونمایی کرد

گوگل دیپ‌مایند از Gemini Robotics 2، نسل جدید سیستم هوش مصنوعی برای کنترل کامل حرکات ربات‌های انسان‌نما، رونمایی کرده است. این سیستم می‌تواند حرکاتی مانند راه رفتن، چمباتمه زدن، حفظ تعادل و کار با اشیا به کمک دست‌های پنج‌انگشتی را کنترل کند.

این فناوری از سه مدل اصلی تشکیل شده است:

Gemini Robotics 2: تصاویر و دستورات را به حرکات هماهنگ کل بدن ربات تبدیل می‌کند.

ER 2: وظایف پیچیده و چنددقیقه‌ای را مدیریت می‌کند؛ صدها تصمیم را هم‌زمان دنبال کرده و چند ربات را با یکدیگر هماهنگ می‌سازد.

On-Device 2: به‌صورت محلی روی خود ربات اجرا می‌شود و تنها با کمتر از ۲۰۰ نمونه آموزشی که طی چند ساعت جمع‌آوری می‌شوند، می‌تواند با یک ربات دو‌دستی جدید سازگار شود.


Gemini Robotics 2 روی نسخه‌های مختلف ربات انسان‌نمای Apptronik Apollo و همچنین ربات Franka Robotics Franka Duo آزمایش شده و در همه آن‌ها از یک نسخه یکسان از مدل استفاده شده است.

📊 نتایج آزمایش‌ها:

نرخ موفقیت در وظایف تمام‌بدنی: ۴۵٫۷٪ تا ۷۶٫۳٪

عملکرد در وظایف دست‌ورزی:

استفاده از خاک‌انداز: ۳۲٪
Google Flow Music's New Model Lyria 3.5
Lyria 3.5 is here

مدل لیریا 3.5 گوگل
که برای ساخت موزیک هست، هم آمد ...

https://www.flowmusic.app/
فکت: اگه به چت جی‌پی‌تی به فارسی بگید یه عدد بین ۱ تا ۱۰۰ انتخاب کنه، انتخاب اولش همیشه ۷۳ هست.
👍6👎1
Anthropic یه دوره آموزشی رایگان و حسابی منتشر کرده!

شرکت Anthropic دوره آموزشی مربوط به Claude Code رو کاملاً به‌روزرسانی کرده. این دوره رایگان حالا شامل ۴ بخش اصلی و ۹ درس کامله و از آموزش‌های مقدماتی تا ساخت ورک‌فلوهای حرفه‌ای و اتوماسیون رو پوشش می‌ده.

🔍 توی این دوره چی یاد می‌گیرید؟

🟦 آموزش‌های ویدیویی کامل، مستقیم از تیم توسعه‌دهنده Claude Code
🟦 آموزش‌های عملی برای ساخت محیط‌های سفارشی و استفاده توی پروژه‌های واقعی
🟦 آزمون نهایی برای محک زدن چیزی که یاد گرفتید

💡 اگه می‌خواید یاد بگیرید چطور از Claude Code استفاده کنید تا خودش ترمینال رو مدیریت کنه، پروژه‌ها رو بیلد کنه و کارهای تکراری برنامه‌نویسی رو انجام بده، این دوره رو از دست ندید.

📚 لینک دوره: https://anthropic.skilljar.com/claude-code-in-action

#هوش_مصنوعی
1
🚘 مرسدس GLA جدید با ChatGPT و Gemini عرضه شد

مرسدس‌بنز از نسل جدید GLA رونمایی کرد؛ خودرویی که به سیستم چندرسانه‌ای مجهز به ChatGPT و Gemini مجهز شده است.

🤖 این دستیار هوش مصنوعی می‌تواند:

- مسیرهای سفر را برنامه‌ریزی کند.
- ایستگاه‌های شارژ را پیدا کند.
- برخی قابلیت‌های خودرو را با فرمان صوتی کنترل کند.

نسخه‌های اولیه این خودرو در سه مدل برقی با قدرت ۲۲۴ تا ۳۵۴ اسب‌بخار عرضه می‌شوند.

🏎️ قوی‌ترین مدل تنها در ۵.۴ ثانیه از ۰ به ۱۰۰ کیلومتر بر ساعت می‌رسد و تا ۶۴۳ کیلومتر برد حرکتی دارد.

📌 مرسدس با ترکیب هوش مصنوعی و سیستم‌های خودرو، تجربه‌ای هوشمندتر و تعاملی‌تر برای رانندگان فراهم کرده است.
Media is too big
VIEW IN TELEGRAM
🤖 افزونه ChatGPT برای Chrome هوشمندتر شد

OpenAI قابلیت‌های جدیدی را به افزونه ChatGPT در مرورگر Chrome اضافه کرده است.

امکانات جدید:

🔹 خواندن محتوای صفحات و تب‌های باز مرورگر
🔹 امکان انتخاب متن، کلیک راست و استفاده از گزینه Ask ChatGPT برای دریافت توضیح، ترجمه یا خلاصه
🔹 باز شدن خودکار نوار کناری (Sidebar) بدون نیاز به تنظیمات دستی
🔹 پیشنهاد خودکار آدرس وب‌سایت‌ها هنگام تایپ برای جست‌وجوی سریع‌تر

📌 با این به‌روزرسانی، ChatGPT بیش از گذشته به یک دستیار هوشمند در مرورگر تبدیل شده و تعامل با صفحات وب را ساده‌تر می‌کند.
🤖 OpenAI
از Presence برای کسب‌وکارها رونمایی کرد

شرکت OpenAI محصول جدیدی با نام Presence معرفی کرده که عامل‌های هوش مصنوعی را مستقیماً وارد پشتیبانی مشتریان و فرآیندهای داخلی شرکت‌ها می‌کند.

ویژگی‌های Presence:

🔹 استفاده از Agentهای هوش مصنوعی در محیط‌های واقعی کسب‌وکار، نه فقط نسخه‌های آزمایشی
🔹 امکان سفارشی‌سازی توسط مهندسان OpenAI برای نیازهای هر شرکت
🔹 مناسب برای خودکارسازی پشتیبانی، مدیریت گردش کار و وظایف سازمانی
This media is not supported in your browser
VIEW IN TELEGRAM
گوگل در حساب توییتر Gemini Notebook که اخیرا با تغییر نام NotebookLM ظهور کرد خبر داد:

«بله، شایعات درست است: تجربه‌ی قدرتمندتر نوتبوک حالا به طور کامل برای همه‌ی کاربران Pro عرضه شده است.

ممکن است بپرسید... دقیقا چطور از آن استفاده کنم؟ در اینجا چند جستجوی نمونه برای امتحان آورده‌ام (البته بسته به منابع شما).

برای یادگیری:

«۵ آزمون با سختی صعودی بساز که هرکدام روی موضوعی متفاوت از منابع من تمرکز داشته باشند»

«یادداشت‌های خام کلاسم را به یک راهنمای مطالعه‌ی پی‌دی‌اف فرمت‌شده همراه با یک آزمون تمرینی ۵ سواله تبدیل کن»

«همه‌ی URLهای موجود در برنامه‌ی درسی این کلاس را به عنوان منبع اضافه کن»

برای کسب‌وکار:

«رشد درآمد را در هر خط تولید محاسبه کن و روندها را رسم کن»

«خلاصه‌ی بازاریابی ما را بخوان، وب را برای رقبا جست‌و‌جو کن و توصیه کن که چطور پیام‌رسانی خود را تنظیم کنیم»

برای امور شخصی:

«من یک سری رسید از بازسازی آشپزخانه‌مان آپلود کردم، یک صفحه‌ی گسترده برای پیگیری همه‌ی کارها و هزینه‌ها بساز»
2