نتایج دانشآموزان ایرانی در آزمون تیمز مدیر مرکز مطالعات تیمز ایران
(بخش اول)
- از هر ۵ دانشآموز ایرانی ۲ نفر اصلا یاد نمی گیرند.
- یکی از سوالات آزمون تیمز پایه چهارم این است: «۴۰۳-۱۰۰۰ چند میشود؟»؛
تقریباً نیمی از دانشآموزان قادر به پاسخگویی به این سوال نبودهاند.
- طبق نتایج آزمون تیمز، ۲۱ درصد از دانشآموزان ایران عملکرد بسیار ضعیفی دارند و از هر ۵ دانشآموز، ۲ نفر هیچچیزی نمیآموزند. این وضعیت ناشی از روشهای نامناسب آموزش و سیاستهای نادرست در حمایت ناکافی از مدارس دولتی و دانشآموزان ضعیف است.
مطالعه تیمز از سال ۱۹۹۵ بهطور دورهای هر چهار سال یکبار با مشارکت نزدیک به ۱۰۰ کشور در پایههای چهارم و هشتم برگزار میشود. در این آزمون، ۲۵ کشور منطقه نیز حضور دارند. ایران بهمنظور ارزیابی دقیق کیفیت آموزش، بهویژه در دوره ابتدایی، در این مطالعه شرکت میکند تا عملکرد دانشآموزان کشور را در مقایسه با سایر کشورهای شرکت کننده، بهویژه در منطقه، بررسی کند.
در مطالعه تیمز، اطلاعات گستردهای از وضعیت خانواده، معلمان، مدارس و خود دانشآموزان جمعآوری میشود. بهعنوان مثال، در آزمون ریاضی پایه چهارم، ۱۲۷ سؤال و در علوم ۱۲۵ سؤال مطرح میشود. در پایه هشتم، برای درس ریاضی ۱۳۸ سؤال و برای علوم ۱۵۶ سؤال ارائه میشود. همچنین پرسشنامههایی برای دانشآموزان، والدین، معلمان (در پایه هشتم، دبیران ریاضی و علوم) و مدیران مدارس طراحی شده است.
در آزمون تیمز ۲۰۲۳، ۳۶۰ هزار والدین، ۶۶۰ هزار دانشآموز، ۲۰ هزار مدیر مدرسه و ۲۹ هزار معلم از ۶۵ کشور و ۶ ایالت مشارکت کردند.
در ایران، ۶,۱۳۸ دانشآموز پایه چهارم و ۶,۲۲۶ دانشآموز پایه هشتم از ۲۲۴ مدرسه بهصورت نمونهگیری طبقهای انتخاب شدند
ایران با میانگین نمره ۵۰۰ فاصله دارد و عملکرد آن در هر دو درس ریاضی و علوم پایینتر از مقیاس وسط است.
■ پایه چهارم:
رتبه ۵۳ در ریاضی و ۴۹ در علوم از میان ۵۸ کشور. عملکرد پایینتر از کشورهایی مانند شیلی، قطر و بحرین. عملکرد بهتر از برزیل و مراکش. مشابه ازبکستان، اردن، عمان و عربستان در ریاضی؛ مشابه آذربایجان و اردن در علوم.
■ پایه هشتم:
رتبه ۳۱ در ریاضی و ۳۶ در علوم از میان ۴۴ کشور. عملکرد پایینتر از گرجستان، قزاقستان و قطر. مشابه بحرین، ازبکستان، شیلی و مالزی در ریاضی؛ مشابه آذربایجان، کویت و مالزی در علوم.
- در آزمون تیمز، نمره ۶۲۵ سطح پیشرفته، ۵۵۰ سطح بالا، ۴۷۵ سطح متوسط و ۴۰۰ سطح پایین محسوب میشود.
- یکسوم دانشآموزان ایرانی در ریاضی و ۳۸ درصد در علوم به سطح متوسط میرسند، درحالیکه ۷۰ درصد دانشآموزان جهانی در این سطح قرار دارند.
- ۲۱ درصد دانشآموزان ایرانی در سطح بسیار ضعیف قرار دارند.
مسعود کبیری مدیر مرکز مطالعات تیمز و پرلز ایران، میگوید:
- یکی از سوالات آزمون تیمز پایه چهارم این است: "۴۰۳-۱۰۰۰ چند میشود؟ " در سال ۲۰۱۹، ۴۹ درصد و در سال ۲۰۲۳، ۵۹ درصد دانشآموزان به این سوال پاسخ درست دادند، که نشان میدهد تقریباً نیمی از دانشآموزان قادر به پاسخگویی به این سوال ساده نبودهاند.
روند نزولی ایران و پیشرفت کشورهای منطقه
ایران در عملکرد خود در آزمون تیمز روند نزولی داشته است، در حالیکه کشورهایی مانند ترکیه، امارات و ارمنستان رشد قابلتوجهی را نشان دادهاند.
- جایگاه ایران در پایه چهارم: رتبه دوازدهم در ریاضی و نهم در علوم میان ۱۵ کشور منطقه.
- جایگاه ایران در پایه هشتم: رتبه نهم در ریاضی و دهم در علوم میان ۱۶ کشور منطقه.
روند تغییرات مدارس
- کاهش آزار و قلدری دانشآموزان در مدارس: گزارشها نشان میدهند که میزان آزار و قلدری روحی و جسمی میان دانشآموزان کاهش یافته است و کمتر از پیش، دانشآموزان از همتایان خود در مدارس مورد آزار قرار میگیرند. این امر نشاندهنده بهبود نسبی جو مدرسه و فضای اجتماعی آن است.
- کاهش نظم و انضباط از دید مدیران در پایه هشتم.
- بهبود نگرش دانشآموزان پایه چهارم به ریاضی و علوم نسبت به سال ۲۰۱۹.
@Modern_Learning_for_GenZ
(بخش اول)
- از هر ۵ دانشآموز ایرانی ۲ نفر اصلا یاد نمی گیرند.
- یکی از سوالات آزمون تیمز پایه چهارم این است: «۴۰۳-۱۰۰۰ چند میشود؟»؛
تقریباً نیمی از دانشآموزان قادر به پاسخگویی به این سوال نبودهاند.
- طبق نتایج آزمون تیمز، ۲۱ درصد از دانشآموزان ایران عملکرد بسیار ضعیفی دارند و از هر ۵ دانشآموز، ۲ نفر هیچچیزی نمیآموزند. این وضعیت ناشی از روشهای نامناسب آموزش و سیاستهای نادرست در حمایت ناکافی از مدارس دولتی و دانشآموزان ضعیف است.
مطالعه تیمز از سال ۱۹۹۵ بهطور دورهای هر چهار سال یکبار با مشارکت نزدیک به ۱۰۰ کشور در پایههای چهارم و هشتم برگزار میشود. در این آزمون، ۲۵ کشور منطقه نیز حضور دارند. ایران بهمنظور ارزیابی دقیق کیفیت آموزش، بهویژه در دوره ابتدایی، در این مطالعه شرکت میکند تا عملکرد دانشآموزان کشور را در مقایسه با سایر کشورهای شرکت کننده، بهویژه در منطقه، بررسی کند.
در مطالعه تیمز، اطلاعات گستردهای از وضعیت خانواده، معلمان، مدارس و خود دانشآموزان جمعآوری میشود. بهعنوان مثال، در آزمون ریاضی پایه چهارم، ۱۲۷ سؤال و در علوم ۱۲۵ سؤال مطرح میشود. در پایه هشتم، برای درس ریاضی ۱۳۸ سؤال و برای علوم ۱۵۶ سؤال ارائه میشود. همچنین پرسشنامههایی برای دانشآموزان، والدین، معلمان (در پایه هشتم، دبیران ریاضی و علوم) و مدیران مدارس طراحی شده است.
در آزمون تیمز ۲۰۲۳، ۳۶۰ هزار والدین، ۶۶۰ هزار دانشآموز، ۲۰ هزار مدیر مدرسه و ۲۹ هزار معلم از ۶۵ کشور و ۶ ایالت مشارکت کردند.
در ایران، ۶,۱۳۸ دانشآموز پایه چهارم و ۶,۲۲۶ دانشآموز پایه هشتم از ۲۲۴ مدرسه بهصورت نمونهگیری طبقهای انتخاب شدند
ایران با میانگین نمره ۵۰۰ فاصله دارد و عملکرد آن در هر دو درس ریاضی و علوم پایینتر از مقیاس وسط است.
■ پایه چهارم:
رتبه ۵۳ در ریاضی و ۴۹ در علوم از میان ۵۸ کشور. عملکرد پایینتر از کشورهایی مانند شیلی، قطر و بحرین. عملکرد بهتر از برزیل و مراکش. مشابه ازبکستان، اردن، عمان و عربستان در ریاضی؛ مشابه آذربایجان و اردن در علوم.
■ پایه هشتم:
رتبه ۳۱ در ریاضی و ۳۶ در علوم از میان ۴۴ کشور. عملکرد پایینتر از گرجستان، قزاقستان و قطر. مشابه بحرین، ازبکستان، شیلی و مالزی در ریاضی؛ مشابه آذربایجان، کویت و مالزی در علوم.
- در آزمون تیمز، نمره ۶۲۵ سطح پیشرفته، ۵۵۰ سطح بالا، ۴۷۵ سطح متوسط و ۴۰۰ سطح پایین محسوب میشود.
- یکسوم دانشآموزان ایرانی در ریاضی و ۳۸ درصد در علوم به سطح متوسط میرسند، درحالیکه ۷۰ درصد دانشآموزان جهانی در این سطح قرار دارند.
- ۲۱ درصد دانشآموزان ایرانی در سطح بسیار ضعیف قرار دارند.
مسعود کبیری مدیر مرکز مطالعات تیمز و پرلز ایران، میگوید:
- ۴۱ درصد دانشآموزان ایرانی به نقطه ۴۰۰، یعنی پایینترین سطح عملکرد، نمیرسند و ۲۱ درصد آنها بسیار ضعیف هستند. از هر ۵ دانشآموز ایرانی، ۲ نفر اصلاً یاد نمیگیرند و ۷۰ درصد دانشآموزان مدارس روستایی پسرانه به حداقل سطح یادگیری نمیرسند.او افزود که کسب نمره پایین در آزمون تیمز بسیار ساده است و شامل سوالاتی ابتدایی مانند انجام چهار عمل اصلی ریاضی و خواندن یک نمودار ساده است.
- یکی از سوالات آزمون تیمز پایه چهارم این است: "۴۰۳-۱۰۰۰ چند میشود؟ " در سال ۲۰۱۹، ۴۹ درصد و در سال ۲۰۲۳، ۵۹ درصد دانشآموزان به این سوال پاسخ درست دادند، که نشان میدهد تقریباً نیمی از دانشآموزان قادر به پاسخگویی به این سوال ساده نبودهاند.
روند نزولی ایران و پیشرفت کشورهای منطقه
ایران در عملکرد خود در آزمون تیمز روند نزولی داشته است، در حالیکه کشورهایی مانند ترکیه، امارات و ارمنستان رشد قابلتوجهی را نشان دادهاند.
- جایگاه ایران در پایه چهارم: رتبه دوازدهم در ریاضی و نهم در علوم میان ۱۵ کشور منطقه.
- جایگاه ایران در پایه هشتم: رتبه نهم در ریاضی و دهم در علوم میان ۱۶ کشور منطقه.
روند تغییرات مدارس
- کاهش آزار و قلدری دانشآموزان در مدارس: گزارشها نشان میدهند که میزان آزار و قلدری روحی و جسمی میان دانشآموزان کاهش یافته است و کمتر از پیش، دانشآموزان از همتایان خود در مدارس مورد آزار قرار میگیرند. این امر نشاندهنده بهبود نسبی جو مدرسه و فضای اجتماعی آن است.
- کاهش نظم و انضباط از دید مدیران در پایه هشتم.
- بهبود نگرش دانشآموزان پایه چهارم به ریاضی و علوم نسبت به سال ۲۰۱۹.
@Modern_Learning_for_GenZ
نتایج دانشآموزان ایرانی در آزمون تیمز مدیر مرکز مطالعات تیمز ایران
(بخش دوم)
مسعود کبیری مدیر مرکز مطالعات تیمز و پرلز ایران، معتقد است که:
کبیری همچنین تأکید دارد که:
(بخش دوم)
مسعود کبیری مدیر مرکز مطالعات تیمز و پرلز ایران، معتقد است که:
نتایج ضعیف ایران در تیمز ۲۰۲۳، ضرورت توجه ویژه به مناطق محروم، مدارس کمبرخوردار و دانشآموزان نیازمند به توجه علمی را برجسته میکند. او میگوید که در حال حاضر، رویکرد آموزش و پرورش اشتباه است و منابع بهگونهای تخصیص مییابد که مدارس موفقتر و دانشآموزان قویتر بیشتر حمایت شوند.این روند منجر به آن شده که در مدارس شاهد، ۵ درصد از دانشآموزان در سطح خیلی پایین قرار دارند، در حالی که در مدارس روستایی مختلط، این آمار به ۷۰ درصد میرسد.
کبیری همچنین تأکید دارد که:
مدت زمان آموزش در ایران به دلایلی همچون تعطیلات طولانی و آلودگی هوا کاهش مییابد. او پیشنهاد میکند که تعطیلات مدارس به جای اول خرداد، در ابتدای تیرماه آغاز شود.@Modern_Learning_for_GenZ
👍2
آیا مایلید در مورد علل افت تحصیلی دانشآموزان ایرانی از یک سو و موفقیت آنان در المپیادهای جهانی از سوی دیگر و راهکارهای برطرف کردن این شکاف آموزشی و برنامههای عملی با استفاده از فنآوری و هوش مصنوعی، در این زمینه مطالبی را ارائه کنیم؟
Anonymous Poll
93%
بله بسیار عالی است
7%
نه نیازی نیست
۹ درصد ایرانیها بیسوادند.
۲۴.۶ درصد از اعضای خانوارهای شهری تحصیلات دانشگاهی دارند.
بررسی توزیع سواد در خانوارهای ایرانی نیز نشان میدهد:
۹.۲ درصد مردم بیسوادند.
۲۱ درصد مردم در تحصیلات ابتدایی ماندهاند.
ولی ۴۳.۶ درصد راهنمایی و متوسطه را به پایان رساندهاند؛ ۲۴.۶ درصد از اعضای خانوارهای شهری تحصیلات دانشگاهی دارند.
https://fararu.com/fa/news/820012
@Modern_Learning_for_GenZ
۲۴.۶ درصد از اعضای خانوارهای شهری تحصیلات دانشگاهی دارند.
بررسی توزیع سواد در خانوارهای ایرانی نیز نشان میدهد:
۹.۲ درصد مردم بیسوادند.
۲۱ درصد مردم در تحصیلات ابتدایی ماندهاند.
ولی ۴۳.۶ درصد راهنمایی و متوسطه را به پایان رساندهاند؛ ۲۴.۶ درصد از اعضای خانوارهای شهری تحصیلات دانشگاهی دارند.
https://fararu.com/fa/news/820012
@Modern_Learning_for_GenZ
پیشبینی مجمع جهانی اقتصاد برای سال ۲۰۳۰: شغلهایی که هوش مصنوعی ایجاد میکند بیشتر از شغلهایی است که نابود میکند.
■ مجمع جهانی اقتصاد (WEF) اخیراً گزارش آینده مشاغل ۲۰۲۵ خود را منتشر کرد. براساس این گزارش، ۴۰ درصد شرکتها بهدلیل اتوماسیون هوش مصنوعی قصد دارند تعداد نیروی کار خود را کاهش دهند.
■ در این گزارش ذکر شده هوش مصنوعی ضمن تولید ۱۷۰ میلیون شغل جدید در سراسر جهان میتواند ۹۲ میلیون موقعیت شغلی را نیز از بین ببرد؛ به تعبیر دیگر، هوش مصنوعی میتواند تا سال ۲۰۳۰ بهطور خالص حدود ۷۸ میلیون شغل جدید ایجاد کند.
■ مجمع جهانی اقتصاد هوش مصنوعی را بزرگترین ایجادکننده شغل میان فناوریهای جدید نامیده است؛ ۸۶ درصد شرکتها انتظار دارند هوش مصنوعی تا سال ۲۰۳۰ فعالیتهای آنها را متحول کند.
@Modern_Learning_for_GenZ
■ مجمع جهانی اقتصاد (WEF) اخیراً گزارش آینده مشاغل ۲۰۲۵ خود را منتشر کرد. براساس این گزارش، ۴۰ درصد شرکتها بهدلیل اتوماسیون هوش مصنوعی قصد دارند تعداد نیروی کار خود را کاهش دهند.
■ در این گزارش ذکر شده هوش مصنوعی ضمن تولید ۱۷۰ میلیون شغل جدید در سراسر جهان میتواند ۹۲ میلیون موقعیت شغلی را نیز از بین ببرد؛ به تعبیر دیگر، هوش مصنوعی میتواند تا سال ۲۰۳۰ بهطور خالص حدود ۷۸ میلیون شغل جدید ایجاد کند.
■ مجمع جهانی اقتصاد هوش مصنوعی را بزرگترین ایجادکننده شغل میان فناوریهای جدید نامیده است؛ ۸۶ درصد شرکتها انتظار دارند هوش مصنوعی تا سال ۲۰۳۰ فعالیتهای آنها را متحول کند.
@Modern_Learning_for_GenZ
👍3
This media is not supported in your browser
VIEW IN TELEGRAM
نظر زاکربرگ در مورد تاثیر Ai در شرکت متا در سال ۲۰۲۵
زاکربرگ معتقد است این قضیه جایگزین کردن آدما نیست، بلکه آزاد کردنشان است. وقتی هوش مصنوعی کارای فنی و سخت را انجام بدهد، مهندسان میتوانند روی ایدههای بزرگتر و خلاقانهتر تمرکز کنند. در واقع به آنها یک بوم خالی داده میشود تا چیزهایی که همیشه توی ذهنشان بوده را خلق کنند.
آینده فقط درباره هوش مصنوعی باهوشتر نیست؛ بلکه قرار است خلاقیت انسانی را آزاد کند.
@Modern_Learning_for_GenZ
زاکربرگ معتقد است این قضیه جایگزین کردن آدما نیست، بلکه آزاد کردنشان است. وقتی هوش مصنوعی کارای فنی و سخت را انجام بدهد، مهندسان میتوانند روی ایدههای بزرگتر و خلاقانهتر تمرکز کنند. در واقع به آنها یک بوم خالی داده میشود تا چیزهایی که همیشه توی ذهنشان بوده را خلق کنند.
آینده فقط درباره هوش مصنوعی باهوشتر نیست؛ بلکه قرار است خلاقیت انسانی را آزاد کند.
@Modern_Learning_for_GenZ
This media is not supported in your browser
VIEW IN TELEGRAM
دوازده مرد خشمگین
اکثریت گاهی با قطعیت حکم به چیزی میدهد که خلاف حقیقت است و حتی در سیاهی کامل اکثریت، یک نور و یک صدا و یک تردید میتواند همه چیز را تغییر دهد.
فیلم «دوازده مرد خشمگین» شاهکار سینمای جهان در ستایش تردید است، در ستایش اقلیت و در ستایش گفتگو، که چگونه میشود با تردید در یقین اکثریت، حقیقت را آشکار کرد.
فیلم درباره یک هیات منصفه ۱۲ نفره است که در ساعت تنفس قبل از اعلام حکم اعدام یک جوان دور هم جمع میشوند و در حالی که ۱۱ نفر حکم به اعدام میدهند، فقط یک نفر با تردید و گرفتن زمان برای تردید، همه چیز را بر میگرداند و حقیقت را آشکار میکند.
همه فیلم در یک اتاق میگذرد و یکی از عجیبترین و مهمترین فیلمهای تاریخ سینما است.
@Modern_Learning_for_GenZ
اکثریت گاهی با قطعیت حکم به چیزی میدهد که خلاف حقیقت است و حتی در سیاهی کامل اکثریت، یک نور و یک صدا و یک تردید میتواند همه چیز را تغییر دهد.
فیلم «دوازده مرد خشمگین» شاهکار سینمای جهان در ستایش تردید است، در ستایش اقلیت و در ستایش گفتگو، که چگونه میشود با تردید در یقین اکثریت، حقیقت را آشکار کرد.
فیلم درباره یک هیات منصفه ۱۲ نفره است که در ساعت تنفس قبل از اعلام حکم اعدام یک جوان دور هم جمع میشوند و در حالی که ۱۱ نفر حکم به اعدام میدهند، فقط یک نفر با تردید و گرفتن زمان برای تردید، همه چیز را بر میگرداند و حقیقت را آشکار میکند.
همه فیلم در یک اتاق میگذرد و یکی از عجیبترین و مهمترین فیلمهای تاریخ سینما است.
@Modern_Learning_for_GenZ
12_Angry_Men_1957_download_new_hd_movies_from_this_telegram_channel.mkv
649.8 MB
فیلم دوازده مرد خشمگین
دیشب پساز ارسال پست قبلی، این فیلم (دوازده مرد خشمگین) را که یکی از شاهکارهای بیبدیل سینماست را پیدا کرده و در کنار همسر عزیزم به تماشا نشستیم و لذت بردیم.
این فیلم پنجمین فیلم درخشان تاریخ سینما در لیست IMDB است. واقعا در کنار شاهکار هنری یک کلاس آموزشی است برای نسل زدیها از ابعاد مختلف مدیریتی، ارتباطی، روانشناسی، حقوقی، انسانی و ...
این فیلم را بخصوص همه قضات، وکلا و دادستانها حتما و حتما باید ببینند، هر چند دیدنش برای هر هنرمند سینما و دانشجوی رشته هنری هم یک واجب است.
توصیه میکنم حتما در کنار خانواده این فیلم زیبا را (که در فایل ضمیمه برایتان ارسال کردم) با زیرنویس فارسی به تماشا بنشینید و لذت ببرید.
پ.ن. فیلم ضمیمه را باید با یک Player خارج از تلگرام باز کرده و ببینید.
از گروه #داستانک_پندآموز
@Modern_Learning_for_GenZ
دیشب پساز ارسال پست قبلی، این فیلم (دوازده مرد خشمگین) را که یکی از شاهکارهای بیبدیل سینماست را پیدا کرده و در کنار همسر عزیزم به تماشا نشستیم و لذت بردیم.
این فیلم پنجمین فیلم درخشان تاریخ سینما در لیست IMDB است. واقعا در کنار شاهکار هنری یک کلاس آموزشی است برای نسل زدیها از ابعاد مختلف مدیریتی، ارتباطی، روانشناسی، حقوقی، انسانی و ...
این فیلم را بخصوص همه قضات، وکلا و دادستانها حتما و حتما باید ببینند، هر چند دیدنش برای هر هنرمند سینما و دانشجوی رشته هنری هم یک واجب است.
توصیه میکنم حتما در کنار خانواده این فیلم زیبا را (که در فایل ضمیمه برایتان ارسال کردم) با زیرنویس فارسی به تماشا بنشینید و لذت ببرید.
پ.ن. فیلم ضمیمه را باید با یک Player خارج از تلگرام باز کرده و ببینید.
از گروه #داستانک_پندآموز
@Modern_Learning_for_GenZ
👍3❤1
هوش_مصنوعی_چگونه_آموزش_را_متحول_میکند؟.pdf
1.7 MB
هوش مصنوعی چگونه آینده آموزش را متحول میکند؟
اتحادیه اروپا، دپارتمان آموزش
نویسندگان: وین هولمز، جین پرسون، ایرن جانتا، باربارا واسن، و وانیا دیمیتروا
مترجم: علیرضا شفیعینسب
آمادهسازی در: مرکز ملی فضای مجازی - پژوهشگاه فضای مجازی
عرصه «آموزش» و نظام علم، تحقیقات و نوآوری یکی از مهمترین حوزههایی است که با ظهور فناوریهای مربوط به هوش مصنوعی دگرگون شده و تحولاتی اساسی را پشت سر خواهد گذشت. ورود انواع تکنولوژیها و دستاوردهای مرتبط با هوش مصنوعی در ابعاد و جوانب مختلف حوزه «آموزش»، باعث شکلگیری امکانها و مسیرهای تازهای شده است. بااینوصف، حرکت آگاهانه و حسابشده در این مسیر مستلزم ارزیابی انتقادی فعالیتها و تجربیات سایر کشورها در این زمینه است.
اثر حاضر در نوامبر ۲۰۲۲ توسط شورای اروپا و به قلم ۵ نفر از پژوهشگران این شورا در این زمینه به نگارش درآمده است.
مطالعه این پژوهش کاربردی و راهبردی را به تمامی دستاندرکاران امر آموزش توصیه مینمائیم.
@Modern_Learning_for_GenZ
اتحادیه اروپا، دپارتمان آموزش
نویسندگان: وین هولمز، جین پرسون، ایرن جانتا، باربارا واسن، و وانیا دیمیتروا
مترجم: علیرضا شفیعینسب
آمادهسازی در: مرکز ملی فضای مجازی - پژوهشگاه فضای مجازی
عرصه «آموزش» و نظام علم، تحقیقات و نوآوری یکی از مهمترین حوزههایی است که با ظهور فناوریهای مربوط به هوش مصنوعی دگرگون شده و تحولاتی اساسی را پشت سر خواهد گذشت. ورود انواع تکنولوژیها و دستاوردهای مرتبط با هوش مصنوعی در ابعاد و جوانب مختلف حوزه «آموزش»، باعث شکلگیری امکانها و مسیرهای تازهای شده است. بااینوصف، حرکت آگاهانه و حسابشده در این مسیر مستلزم ارزیابی انتقادی فعالیتها و تجربیات سایر کشورها در این زمینه است.
اثر حاضر در نوامبر ۲۰۲۲ توسط شورای اروپا و به قلم ۵ نفر از پژوهشگران این شورا در این زمینه به نگارش درآمده است.
مطالعه این پژوهش کاربردی و راهبردی را به تمامی دستاندرکاران امر آموزش توصیه مینمائیم.
@Modern_Learning_for_GenZ
👍3👏1
اعلام سرمایهگذاری ۵۰۰ میلیارد دلاری بر روی بزرگترین پروژه زیرساخت AI در طول تاریخ در حضور رئیسجمهور آمریکا
در این پروژه بانک Softbank ژاپن، شرکت اوراکل و شرکت OpenAI مشارکت دارند که برای بوجود آوردن بزرگترین زیرساخت آموزش هوش مصنوعی و رسیدن سریعتر به AGI به همراه راهاندازی چند نیروگاه برق برای تامین انرژی آن اقدام میکنند.
به عنوان یکی از کاربدهای این پروژه در آینده میتواند در زمینه پیشبینی و درمان شخصیسازی شده انواع سرطانها و تسهیل درمان بیماریها با توجه به سابقه سلامتی و پزشکی هر فرد با استفاده از هوش مصنوعی گامهای بزرگی بردارد و ظرف ۴ سال آینده به نتایج ملموس خواهد رسید.
@Modern_Learning_for_GenZ
https://youtu.be/IYUoANr3cMo?feature=shared
در این پروژه بانک Softbank ژاپن، شرکت اوراکل و شرکت OpenAI مشارکت دارند که برای بوجود آوردن بزرگترین زیرساخت آموزش هوش مصنوعی و رسیدن سریعتر به AGI به همراه راهاندازی چند نیروگاه برق برای تامین انرژی آن اقدام میکنند.
به عنوان یکی از کاربدهای این پروژه در آینده میتواند در زمینه پیشبینی و درمان شخصیسازی شده انواع سرطانها و تسهیل درمان بیماریها با توجه به سابقه سلامتی و پزشکی هر فرد با استفاده از هوش مصنوعی گامهای بزرگی بردارد و ظرف ۴ سال آینده به نتایج ملموس خواهد رسید.
@Modern_Learning_for_GenZ
https://youtu.be/IYUoANr3cMo?feature=shared
YouTube
BREAKING: Trump—Flanked By Larry Ellison, Sam Altman, & Masayoshi Son—Announces Project Stargate
President Trump, flanked by top tech executives and AI experts, announces a major new AI initiative called Project Stargate
Fuel your success with Forbes. Gain unlimited access to premium journalism, including breaking news, groundbreaking in-depth reported…
Fuel your success with Forbes. Gain unlimited access to premium journalism, including breaking news, groundbreaking in-depth reported…
مدیرعامل آنتروپیک:
هوش مصنوعی تا یک دهه دیگر میتواند عمر انسان را دوبرابر کند.
«داریو امودی» (Dario Amodei)، مدیرعامل آنتروپیک، در مصاحبه جدیدی با وال استریت ژورنال گفت:
@Modern_Learning_for_GenZ
هوش مصنوعی تا یک دهه دیگر میتواند عمر انسان را دوبرابر کند.
«داریو امودی» (Dario Amodei)، مدیرعامل آنتروپیک، در مصاحبه جدیدی با وال استریت ژورنال گفت:
«حدسم این است که اگر واقعاً موارد لازم برای هوش مصنوعی را بهدرستی دریافت کنیم، میتوانیم ۵ یا ۱۰ سال آینده در زمینههایی مانند زیستشناسی ۱۰۰ سال پیشرفت کنیم. اگر به آنچه انتظار داریم انسانها ۱۰۰ سال آینده در مثلاً زیستشناسی انجام دهند، فکر کنید، دوبرابر کردن طول عمر انسان اصلاً دور از ذهن نیست.»
@Modern_Learning_for_GenZ
محدودیتهای هوش مصنوعی:
علیرغم قدرت هوش مصنوعی در جایگزینی بسیاری از کارهایی که انسان انجام میدهد، در ۵ مورد زیر هوش مصنوعی نمیتواند کمکی به کسبوکار ما نماید:
۱. ایجاد روابط انسانی عمیق
هوش مصنوعی میتواند تعاملات اولیه را ساده کند، اما جایگزین روابط انسانی عمیق و احساسی نمیشود. ارتباطات صمیمانه و اعتمادسازی بین شما و مشتریان نیازمند تماس انسانی است.
۲. خلاقیت و نوآوری منحصر به فرد
هوش مصنوعی میتواند دادهها را تحلیل کند و پیشنهادهایی بدهد، اما خلاقیتهای کاملاً نوآورانه و ایدههایی که از ذهن انسانی نشأت میگیرند، همچنان خارج از توانایی آن است.
۳. درک ظرایف فرهنگی و اجتماعی
هوش مصنوعی ممکن است در تفسیر دقیق تفاوتهای فرهنگی و اجتماعی دچار خطا شود، بهویژه در کشورهایی با تنوع زیاد مانند کانادا. تصمیمگیریهای حساس به این زمینهها نیازمند درک انسانی است.
۴. هدایت تیم و مدیریت افراد
انگیزش کارکنان، حل تعارضات و ایجاد یک محیط کار سالم نیازمند مهارتهای انسانی است که هوش مصنوعی نمیتواند به آن دست پیدا کند.
۵. پیشبینیهای بدون داده کافی
هوش مصنوعی برای تصمیمگیری به دادههای گذشته نیاز دارد. در مواجهه با مسائل جدید و بدون اطلاعات کافی، نمیتواند پیشبینیهای موثر انجام دهد یا تصمیمات راهبردی بگیرد.
@Modern_Learning_for_GenZ
علیرغم قدرت هوش مصنوعی در جایگزینی بسیاری از کارهایی که انسان انجام میدهد، در ۵ مورد زیر هوش مصنوعی نمیتواند کمکی به کسبوکار ما نماید:
۱. ایجاد روابط انسانی عمیق
هوش مصنوعی میتواند تعاملات اولیه را ساده کند، اما جایگزین روابط انسانی عمیق و احساسی نمیشود. ارتباطات صمیمانه و اعتمادسازی بین شما و مشتریان نیازمند تماس انسانی است.
۲. خلاقیت و نوآوری منحصر به فرد
هوش مصنوعی میتواند دادهها را تحلیل کند و پیشنهادهایی بدهد، اما خلاقیتهای کاملاً نوآورانه و ایدههایی که از ذهن انسانی نشأت میگیرند، همچنان خارج از توانایی آن است.
۳. درک ظرایف فرهنگی و اجتماعی
هوش مصنوعی ممکن است در تفسیر دقیق تفاوتهای فرهنگی و اجتماعی دچار خطا شود، بهویژه در کشورهایی با تنوع زیاد مانند کانادا. تصمیمگیریهای حساس به این زمینهها نیازمند درک انسانی است.
۴. هدایت تیم و مدیریت افراد
انگیزش کارکنان، حل تعارضات و ایجاد یک محیط کار سالم نیازمند مهارتهای انسانی است که هوش مصنوعی نمیتواند به آن دست پیدا کند.
۵. پیشبینیهای بدون داده کافی
هوش مصنوعی برای تصمیمگیری به دادههای گذشته نیاز دارد. در مواجهه با مسائل جدید و بدون اطلاعات کافی، نمیتواند پیشبینیهای موثر انجام دهد یا تصمیمات راهبردی بگیرد.
@Modern_Learning_for_GenZ
ظهور و محبوبیت هوش مصنوعی چینی DeepSeek و تاثیر آن بر بازار فنآوری در آمریکا
چین با معرفی هوش مصنوعی DeepSeek که رقیب جدی OpenAI است و با هزینهای بسیار کمتر عملکردی بهتر از خود نشان داده، کل بازار سهام ایالات متحده را قرمز کرد.
این شرکت در اقدامی بیسابقه کلیه الگوریتمهای DeepSeek را نیز به صورت متن باز منتشر کرده و بر روی اینترنت قرار داده است.
نتیجه، سقوط سهام در آمریکا، و ضرر یک تریلیون دلار شرکتها فقط در یک روز بوده است.
در این رابطه دونالد ترامپ، رئیسجمهور آمریکا روز دوشنبه گفت که فناوری استارتآپ چینی DeepSeek باید به عنوان زنگ خطر و محرکی برای شرکتهای آمریکایی عمل کند تا خود را توسعه دهند.
ترامپ که به نظر از این اقدام چینیها بسیار غافلگیر شده بود گفت: خوب است که شرکتهای چینی روش ارزانتر و سریعتری برای هوش مصنوعی ارائه کردهاند.
ترامپ که در فلوریدا سخنرانی میکرد گفت:
@Modern_Learning_for_GenZ
چین با معرفی هوش مصنوعی DeepSeek که رقیب جدی OpenAI است و با هزینهای بسیار کمتر عملکردی بهتر از خود نشان داده، کل بازار سهام ایالات متحده را قرمز کرد.
این شرکت در اقدامی بیسابقه کلیه الگوریتمهای DeepSeek را نیز به صورت متن باز منتشر کرده و بر روی اینترنت قرار داده است.
نتیجه، سقوط سهام در آمریکا، و ضرر یک تریلیون دلار شرکتها فقط در یک روز بوده است.
در این رابطه دونالد ترامپ، رئیسجمهور آمریکا روز دوشنبه گفت که فناوری استارتآپ چینی DeepSeek باید به عنوان زنگ خطر و محرکی برای شرکتهای آمریکایی عمل کند تا خود را توسعه دهند.
ترامپ که به نظر از این اقدام چینیها بسیار غافلگیر شده بود گفت: خوب است که شرکتهای چینی روش ارزانتر و سریعتری برای هوش مصنوعی ارائه کردهاند.
ترامپ که در فلوریدا سخنرانی میکرد گفت:
«انتشار DeepSeek، هوش مصنوعی از یک شرکت چینی، باید زنگ خطری برای صنایع و فناوری ما باشد و باید بر روی رقابت برای برنده شدن تمرکز بینظیر داشته باشیم.
@Modern_Learning_for_GenZ
ظهور هوش مصنوعی DeepSeek رقیب چینی و رایگان ChatGPT باعث سقوط قیمت بیت کوین شد.
طی چند ساعت گذشته رمزارز بیت کوین (BTC) با کاهش ارزش محسوسی مواجه شده و پس از سقوط به زیر 100,000 دلار، نشانههایی از آشفتگی گسترده در بازارهای ارز دیجیتال و سهام را به نمایش گذاشت.
برخی تحلیلگران آشفتگی بازار را به محبوبیت روزافزون DeepSeek نسبت داد که آن را به جایگاه اول در AppStore رسانده و نگرانیهایی درباره تأثیر آن بر شرکتهای بزرگ فناوری ایالات متحده ایجاد کرده است.
@Modern_Learning_for_GenZ
طی چند ساعت گذشته رمزارز بیت کوین (BTC) با کاهش ارزش محسوسی مواجه شده و پس از سقوط به زیر 100,000 دلار، نشانههایی از آشفتگی گسترده در بازارهای ارز دیجیتال و سهام را به نمایش گذاشت.
برخی تحلیلگران آشفتگی بازار را به محبوبیت روزافزون DeepSeek نسبت داد که آن را به جایگاه اول در AppStore رسانده و نگرانیهایی درباره تأثیر آن بر شرکتهای بزرگ فناوری ایالات متحده ایجاد کرده است.
@Modern_Learning_for_GenZ
چرا ظهور DeepSeek یک تحول بنیادین و مهم در رقابت ژئوپلتیک، فنآوری و اقتصادی بر سر هوش مصنوعی ایجاد کرده و یک نقطه عطف تاریخی در مسیر پیشرفت هوش مصنوعی و رسیدن به هوش مصنوعی عمومی AGI است؟
( قسمت اول)
1. عملکرد قابل توجه:
- کاربران گزارش میدهند که DeepSeek در حد مدلهای O1 و Sonnet عمل میکند.
- قابلیت اجرای محلی و رایگان دارد که هزینههای API را حذف میکند.
- برای برنامهنویسی و وظایف مختلف مورد استفاده قرار میگیرد.
2. تأثیر بر صنعت:
- مدل R1 شرکت باعث شگفتی در سیلیکون ولی شده است.
- بسیاری از فرضیات درباره نوآوری هوش مصنوعی در چین را تغییر داده است.
- واکنشها متفاوت است: برخی آن را یک فریب میدانند و برخی دیگر آن را هدیهای برای بشریت میخوانند.
3. پیشرفت فنی:
- عملکرد مشابه با مدلهای OpenAI O1 و Google Gemini 2.0 دارد.
- با هزینه آموزش بسیار کمتر نسبت به شرکتهای بزرگ به این سطح رسیده است.
- به گفته برخی تحلیلگران، زمانبندی دستیابی به AGI را ۵ سال جلو انداخته است.
این پیشرفتها نشاندهنده تحول مهمی در توسعه هوش مصنوعی است، خصوصاً از نظر دسترسیپذیری و کارایی مدلها.
4. نگرانیهای صنعت:
- پستی با عنوان "حالت وحشت Meta/Gen" منتشر شده که نشان میدهد مهندسان به سرعت در حال بررسی و تحلیل DeepSeek هستند.
- نگرانی اصلی مدیران درباره توجیه هزینههای سنگین آموزش مدلهای خود است.
- هر مدیر ارشد شرکتهای بزرگ هوش مصنوعی بیش از هزینه آموزش مدل DeepSeek حقوق میگیرد!
5. مقایسه هزینهها:
- مدل DeepSeek مدل V3 خود را با هزینه 5.6 میلیون دلار در طی 3 ماه آموزش داده است.
- در مقابل، هزینه آموزش مدلهای O1 در آزمایشگاههای آمریکایی نزدیک به نیم میلیارد دلار است.
- پیشبینی میشود نسل بعدی مدلها هزینههای آموزشی در حد میلیاردها دلار خواهند داشت.
این تفاوت چشمگیر در هزینهها و کارایی مشابه، باعث ایجاد نگرانیهای جدی در صنعت هوش مصنوعی شده است.
6. بحث در مورد سختافزار و تکنولوژی:
- الکساندر وانگ، مدیرعامل Scale AI، ادعا میکند که DeepSeek از 50,000 تراشه H100 انویدیا استفاده میکند که نقض کنترلهای صادراتی است.
- در مقابل، مقاله V3 ادعا میکند که مدل روی خوشهای از فقط 2000 تراشه H800s (نسخه کمتوانتر و مجاز برای صادرات) آموزش دیده است.
- سایت South China Morning Post گزارش داده که DeepSeek دارای ۱۰ هزار پردازنده گرافیکی انویدیا است.
7. نوآوریهای فنی:
- مدل DeepSeek از چارچوب آموزشی "Mixed Precision" پیشرفته استفاده میکند.
- از اعداد اعشاری 8 بیتی (fp8) به جای 32 بیتی استفاده میکند.
- این روش امکان ذخیره اعداد بسیار کوچک و بزرگ را با دقت کمتر اما کارایی بالاتر فراهم میکند.
- این نوآوری باعث صرفهجویی قابل توجه در حافظه و افزایش کارایی میشود.
- برخی متخصصان معتقدند این روش آموزش را تا 45 برابر کارآمدتر کرده است.
این نوآوریهای فنی نشان میدهد که چگونه DeepSeek توانسته با هزینه کمتر به نتایج مشابه با شرکتهای بزرگ دست یابد.
8. نوآوریهای بیشتر و کارایی:
- استفاده از پیشبینی چند توکنی به جای تک توکنی که سرعت استنتاج را دو برابر میکند.
- مدل از روش "mixture of experts" استفاده میکند که مدل بزرگ را به مدلهای کوچکتر تقسیم میکند.
- قابلیت اجرا روی پردازندههای گرافیکی رده مصرفی و ارزانتر را دارد.
9. دسترسی و محبوبیت:
- قیمت دسترسی به API مدل R1 حدود 3% قیمت OpenAI O1 است.
- یک کاربر گزارش داده که 200,000 درخواست در چند ساعت با هزینه فقط 50 دلار انجام داده است.
- دستیار تلفنی DeepSeek به رتبه اول در App Store رسیده است.
- مدل حدود 150,000 دانلود از Hugging Face داشته است.
10. بازتابهای صنعتی:
- مارک آندریسن از Andreessen Horowitz این را یکی از شگفتانگیزترین پیشرفتها و هدیهای ارزشمند برای جهان خوانده است
- آن را "لحظه اسپوتنیک هوش مصنوعی" نامیدهاند، با اشاره به شوک تکنولوژیک مشابه پرتاب اسپوتنیک در 1957.
- گری تن اشاره کرده که مدل به خاطر استدلالهای منطقی و صداقتش تأثیرگذار است.
این نوآوریها و واکنشها نشان میدهد که DeepSeek ممکن است نقطه عطفی در دموکراتیزه کردن هوش مصنوعی پیشرفته باشد.
11. جنبههای منحصر به فرد و واکنشها:
- قابلیت نمایش زنجیره فکری و استدلال مدل باعث افزایش اعتماد کاربران شده است.
- کاربران معمولی از شیوه به اشتراکگذاری روند فکری مدل استقبال کردهاند.
- این ویژگی بهویژه برای کسانی که امکان دسترسی به O1 را نداشتهاند جذاب بوده است.
@Modern_Learning_for_GenZ
( قسمت اول)
1. عملکرد قابل توجه:
- کاربران گزارش میدهند که DeepSeek در حد مدلهای O1 و Sonnet عمل میکند.
- قابلیت اجرای محلی و رایگان دارد که هزینههای API را حذف میکند.
- برای برنامهنویسی و وظایف مختلف مورد استفاده قرار میگیرد.
2. تأثیر بر صنعت:
- مدل R1 شرکت باعث شگفتی در سیلیکون ولی شده است.
- بسیاری از فرضیات درباره نوآوری هوش مصنوعی در چین را تغییر داده است.
- واکنشها متفاوت است: برخی آن را یک فریب میدانند و برخی دیگر آن را هدیهای برای بشریت میخوانند.
3. پیشرفت فنی:
- عملکرد مشابه با مدلهای OpenAI O1 و Google Gemini 2.0 دارد.
- با هزینه آموزش بسیار کمتر نسبت به شرکتهای بزرگ به این سطح رسیده است.
- به گفته برخی تحلیلگران، زمانبندی دستیابی به AGI را ۵ سال جلو انداخته است.
این پیشرفتها نشاندهنده تحول مهمی در توسعه هوش مصنوعی است، خصوصاً از نظر دسترسیپذیری و کارایی مدلها.
4. نگرانیهای صنعت:
- پستی با عنوان "حالت وحشت Meta/Gen" منتشر شده که نشان میدهد مهندسان به سرعت در حال بررسی و تحلیل DeepSeek هستند.
- نگرانی اصلی مدیران درباره توجیه هزینههای سنگین آموزش مدلهای خود است.
- هر مدیر ارشد شرکتهای بزرگ هوش مصنوعی بیش از هزینه آموزش مدل DeepSeek حقوق میگیرد!
5. مقایسه هزینهها:
- مدل DeepSeek مدل V3 خود را با هزینه 5.6 میلیون دلار در طی 3 ماه آموزش داده است.
- در مقابل، هزینه آموزش مدلهای O1 در آزمایشگاههای آمریکایی نزدیک به نیم میلیارد دلار است.
- پیشبینی میشود نسل بعدی مدلها هزینههای آموزشی در حد میلیاردها دلار خواهند داشت.
این تفاوت چشمگیر در هزینهها و کارایی مشابه، باعث ایجاد نگرانیهای جدی در صنعت هوش مصنوعی شده است.
6. بحث در مورد سختافزار و تکنولوژی:
- الکساندر وانگ، مدیرعامل Scale AI، ادعا میکند که DeepSeek از 50,000 تراشه H100 انویدیا استفاده میکند که نقض کنترلهای صادراتی است.
- در مقابل، مقاله V3 ادعا میکند که مدل روی خوشهای از فقط 2000 تراشه H800s (نسخه کمتوانتر و مجاز برای صادرات) آموزش دیده است.
- سایت South China Morning Post گزارش داده که DeepSeek دارای ۱۰ هزار پردازنده گرافیکی انویدیا است.
7. نوآوریهای فنی:
- مدل DeepSeek از چارچوب آموزشی "Mixed Precision" پیشرفته استفاده میکند.
- از اعداد اعشاری 8 بیتی (fp8) به جای 32 بیتی استفاده میکند.
- این روش امکان ذخیره اعداد بسیار کوچک و بزرگ را با دقت کمتر اما کارایی بالاتر فراهم میکند.
- این نوآوری باعث صرفهجویی قابل توجه در حافظه و افزایش کارایی میشود.
- برخی متخصصان معتقدند این روش آموزش را تا 45 برابر کارآمدتر کرده است.
این نوآوریهای فنی نشان میدهد که چگونه DeepSeek توانسته با هزینه کمتر به نتایج مشابه با شرکتهای بزرگ دست یابد.
8. نوآوریهای بیشتر و کارایی:
- استفاده از پیشبینی چند توکنی به جای تک توکنی که سرعت استنتاج را دو برابر میکند.
- مدل از روش "mixture of experts" استفاده میکند که مدل بزرگ را به مدلهای کوچکتر تقسیم میکند.
- قابلیت اجرا روی پردازندههای گرافیکی رده مصرفی و ارزانتر را دارد.
9. دسترسی و محبوبیت:
- قیمت دسترسی به API مدل R1 حدود 3% قیمت OpenAI O1 است.
- یک کاربر گزارش داده که 200,000 درخواست در چند ساعت با هزینه فقط 50 دلار انجام داده است.
- دستیار تلفنی DeepSeek به رتبه اول در App Store رسیده است.
- مدل حدود 150,000 دانلود از Hugging Face داشته است.
10. بازتابهای صنعتی:
- مارک آندریسن از Andreessen Horowitz این را یکی از شگفتانگیزترین پیشرفتها و هدیهای ارزشمند برای جهان خوانده است
- آن را "لحظه اسپوتنیک هوش مصنوعی" نامیدهاند، با اشاره به شوک تکنولوژیک مشابه پرتاب اسپوتنیک در 1957.
- گری تن اشاره کرده که مدل به خاطر استدلالهای منطقی و صداقتش تأثیرگذار است.
این نوآوریها و واکنشها نشان میدهد که DeepSeek ممکن است نقطه عطفی در دموکراتیزه کردن هوش مصنوعی پیشرفته باشد.
11. جنبههای منحصر به فرد و واکنشها:
- قابلیت نمایش زنجیره فکری و استدلال مدل باعث افزایش اعتماد کاربران شده است.
- کاربران معمولی از شیوه به اشتراکگذاری روند فکری مدل استقبال کردهاند.
- این ویژگی بهویژه برای کسانی که امکان دسترسی به O1 را نداشتهاند جذاب بوده است.
@Modern_Learning_for_GenZ
❤1
چرا ظهور DeepSeek یک تحول بنیادین و مهم در رقابت ژئوپلتیک، فنآوری و اقتصادی بر سر هوش مصنوعی ایجاد کرده و یک نقطه عطف تاریخی در مسیر پیشرفت هوش مصنوعی و رسیدن به هوش مصنوعی عمومی AGI است؟
( قسمت دوم)
12. نگرانیها و تئوریهای مخالف:
- نیل کوسا، مدیرعامل Kai، ادعا کرده که این پروژه یک حرکت اقتصادی از طرف دولت چین است.
- برخی معتقدند هدف آن غیرسودآور کردن هوش مصنوعی آمریکایی است.
- قیمتگذاری پایین فعلی (حدود 3% قیمت O1) ماه آینده تقریباً سه برابر خواهد شد.
13. چشمانداز آینده:
- ساتیا نادلا، مدیرعامل مایکروسافت، به "پارادوکس جاوون" اشاره کرده است.
- این پارادوکس میگوید که پیشرفت فناوری و کاهش هزینهها به جای کاهش تقاضا، باعث افزایش چشمگیر آن میشود.
- مدل DeepSeek روش و مجموعه داده خود را به صورت کامل منتشر کرده است.
این تحولات نشاندهنده ورود به عصر جدیدی از رقابت در هوش مصنوعی است، جایی که تفاوت اصلی بین آزمایشگاههای آمریکایی و چینی، هزینه استفاده از مدلهاست.
14. تأثیر بر بازار و صنعت:
- شرکت Hugging Face در حال تکرار روشهای آموزشی DeepSeek است.
- این روشها به سرعت توسط شرکتهای بزرگ فناوری و صدها استارتاپ کپی خواهد شد.
- شاخص S&P 500 در معاملات شبانه بیش از 3% کاهش یافت.
- شرکتهای بزرگ فناوری صدها میلیارد دلار در زیرساختهای هوش مصنوعی سرمایهگذاری کردهاند.
15. تغییر باورهای رایج:
- مدل DeepSeek بسیاری از باورهای متعارف درباره هوش مصنوعی را زیر سؤال برده است.
- برخلاف تصور رایج که چین فقط نرمافزارهای انحصاری و بسته تولید میکند.
- این باور که سیلیکون ولی مرکز جهانی توسعه هوش مصنوعی است.
- فرضیه که برای توسعه مدلهای پیشرفته باید صدها میلیارد دلار هزینه کرد.
16. چشمانداز آینده صنعت:
- رقابت آینده بر سر کیفیت مدلها نیست، بلکه بر سر ارائه ارزانتر آنهاست.
- فرضیه "fat model" که میگوید عملکرد مدل تابعی خطی از هزینه آموزش، داده و پردازندههاست، زیر سؤال رفته است.
- شرکتهای جدیدی در حال رقابت با انویدیا در زمینه تولید تراشههای هوش مصنوعی هستند.
این تحولات نشان میدهد که صنعت هوش مصنوعی در آستانه تغییرات اساسی در مدل کسبوکار و فناوری قرار دارد.
17. دیدگاههای خوشبینانه:
- نیک کارتر میگوید نگران ارزش سهام انویدیا و شرکتهای مرکز داده نیست.
- وقتی یک کالا ارزانتر میشود، استفاده از آن افزایش مییابد.
- نوآوریهای DeepSeek به سرعت توسط شرکتهای دیگر جذب خواهد شد.
- این باعث میشود هوش مصنوعی در همه جا با هزینه کم قابل دسترس شود.
18. چالشهای پیش رو:
- نسبت هزینه آموزش به استفاده از مدل (inference) تغییر خواهد کرد.
- بازار به زمان نیاز دارد تا این تغییرات را هضم کند.
- مسیر پیش رو در کوتاه مدت پر از نوسان خواهد بود.
- گری تن در پاسخ به تحلیلگری که DeepSeek را بزرگترین تهدید برای بازارهای سهام آمریکا خوانده بود، این نگرانیها را مطرح کرد.
19. نتیجهگیری:
- ارزانتر و سادهتر شدن مدلها باعث رشد سریعتر استفاده از هوش مصنوعی در دنیای واقعی خواهد شد.
- بن تامپسون معتقد است کالایی شدن مدلها و کاهش هزینهها برای شرکتهای بزرگ فناوری مفید است.
- این تحول باعث میشود شرکتهایی مثل مایکروسافت بتوانند خدمات هوش مصنوعی را با قیمت مناسبتر به مشتریان ارائه دهند.
این تغییرات نشان میدهد که صنعت هوش مصنوعی وارد مرحله جدیدی از دموکراتیزه شدن و دسترسی گستردهتر شده است.
20. تأثیر بر شرکتهای بزرگ:
- کاهش هزینهها میتواند باعث شود مایکروسافت مصرف مراکز داده و پردازندههای گرافیکی خود را افزایش دهد.
- آمازون AWS با وجود شکست در ساخت مدل خود، میتواند از مدلهای متنباز با هزینه کمتر استفاده کند.
- اپل با معماری حافظه یکپارچه در تراشههای خود، بهترین سختافزار را برای پردازش هوش مصنوعی در لبه دارد.
- متا بزرگترین برنده این تحولات است، زیرا کاهش هزینهها چشمانداز این شرکت را بهبود میبخشد.
21. پیامدهای ژئوپلیتیک:
- این اولین بار نیست که یک آزمایشگاه چینی قابلیتهای پیشرفته نشان میدهد.
- اما اولین بار است که یک مدل چینی چنین سهم بازار قابل توجهی به دست آورده است.
- مدلR1 با همان روشی رقابت میکند که صنایع چینی دهههاست با رقبای آمریکایی خود رقابت میکنند.
- این تحول با هدف برتری هوش مصنوعی آمریکا در تضاد است و فصل جدیدی از رقابت را آغاز میکند.
22. دورنمای آینده:
- گوگل احتمالاً در وضعیت بدتری قرار دارد زیرا کاهش نیازهای سختافزاری مزیت نسبی آنها را کاهش میدهد.
- یک جهان با هزینه پردازش نزدیک به صفر، احتمال ظهور محصولات جایگزین برای موتور جستجوی گوگل را افزایش میدهد.
- به گفته تراث پالاپا، صفحه شطرنج رقابت در حوزه هوش مصنوعی به طور کامل تغییر کرده است.
@Modern_Learning_for_GenZ
( قسمت دوم)
12. نگرانیها و تئوریهای مخالف:
- نیل کوسا، مدیرعامل Kai، ادعا کرده که این پروژه یک حرکت اقتصادی از طرف دولت چین است.
- برخی معتقدند هدف آن غیرسودآور کردن هوش مصنوعی آمریکایی است.
- قیمتگذاری پایین فعلی (حدود 3% قیمت O1) ماه آینده تقریباً سه برابر خواهد شد.
13. چشمانداز آینده:
- ساتیا نادلا، مدیرعامل مایکروسافت، به "پارادوکس جاوون" اشاره کرده است.
- این پارادوکس میگوید که پیشرفت فناوری و کاهش هزینهها به جای کاهش تقاضا، باعث افزایش چشمگیر آن میشود.
- مدل DeepSeek روش و مجموعه داده خود را به صورت کامل منتشر کرده است.
این تحولات نشاندهنده ورود به عصر جدیدی از رقابت در هوش مصنوعی است، جایی که تفاوت اصلی بین آزمایشگاههای آمریکایی و چینی، هزینه استفاده از مدلهاست.
14. تأثیر بر بازار و صنعت:
- شرکت Hugging Face در حال تکرار روشهای آموزشی DeepSeek است.
- این روشها به سرعت توسط شرکتهای بزرگ فناوری و صدها استارتاپ کپی خواهد شد.
- شاخص S&P 500 در معاملات شبانه بیش از 3% کاهش یافت.
- شرکتهای بزرگ فناوری صدها میلیارد دلار در زیرساختهای هوش مصنوعی سرمایهگذاری کردهاند.
15. تغییر باورهای رایج:
- مدل DeepSeek بسیاری از باورهای متعارف درباره هوش مصنوعی را زیر سؤال برده است.
- برخلاف تصور رایج که چین فقط نرمافزارهای انحصاری و بسته تولید میکند.
- این باور که سیلیکون ولی مرکز جهانی توسعه هوش مصنوعی است.
- فرضیه که برای توسعه مدلهای پیشرفته باید صدها میلیارد دلار هزینه کرد.
16. چشمانداز آینده صنعت:
- رقابت آینده بر سر کیفیت مدلها نیست، بلکه بر سر ارائه ارزانتر آنهاست.
- فرضیه "fat model" که میگوید عملکرد مدل تابعی خطی از هزینه آموزش، داده و پردازندههاست، زیر سؤال رفته است.
- شرکتهای جدیدی در حال رقابت با انویدیا در زمینه تولید تراشههای هوش مصنوعی هستند.
این تحولات نشان میدهد که صنعت هوش مصنوعی در آستانه تغییرات اساسی در مدل کسبوکار و فناوری قرار دارد.
17. دیدگاههای خوشبینانه:
- نیک کارتر میگوید نگران ارزش سهام انویدیا و شرکتهای مرکز داده نیست.
- وقتی یک کالا ارزانتر میشود، استفاده از آن افزایش مییابد.
- نوآوریهای DeepSeek به سرعت توسط شرکتهای دیگر جذب خواهد شد.
- این باعث میشود هوش مصنوعی در همه جا با هزینه کم قابل دسترس شود.
18. چالشهای پیش رو:
- نسبت هزینه آموزش به استفاده از مدل (inference) تغییر خواهد کرد.
- بازار به زمان نیاز دارد تا این تغییرات را هضم کند.
- مسیر پیش رو در کوتاه مدت پر از نوسان خواهد بود.
- گری تن در پاسخ به تحلیلگری که DeepSeek را بزرگترین تهدید برای بازارهای سهام آمریکا خوانده بود، این نگرانیها را مطرح کرد.
19. نتیجهگیری:
- ارزانتر و سادهتر شدن مدلها باعث رشد سریعتر استفاده از هوش مصنوعی در دنیای واقعی خواهد شد.
- بن تامپسون معتقد است کالایی شدن مدلها و کاهش هزینهها برای شرکتهای بزرگ فناوری مفید است.
- این تحول باعث میشود شرکتهایی مثل مایکروسافت بتوانند خدمات هوش مصنوعی را با قیمت مناسبتر به مشتریان ارائه دهند.
این تغییرات نشان میدهد که صنعت هوش مصنوعی وارد مرحله جدیدی از دموکراتیزه شدن و دسترسی گستردهتر شده است.
20. تأثیر بر شرکتهای بزرگ:
- کاهش هزینهها میتواند باعث شود مایکروسافت مصرف مراکز داده و پردازندههای گرافیکی خود را افزایش دهد.
- آمازون AWS با وجود شکست در ساخت مدل خود، میتواند از مدلهای متنباز با هزینه کمتر استفاده کند.
- اپل با معماری حافظه یکپارچه در تراشههای خود، بهترین سختافزار را برای پردازش هوش مصنوعی در لبه دارد.
- متا بزرگترین برنده این تحولات است، زیرا کاهش هزینهها چشمانداز این شرکت را بهبود میبخشد.
21. پیامدهای ژئوپلیتیک:
- این اولین بار نیست که یک آزمایشگاه چینی قابلیتهای پیشرفته نشان میدهد.
- اما اولین بار است که یک مدل چینی چنین سهم بازار قابل توجهی به دست آورده است.
- مدلR1 با همان روشی رقابت میکند که صنایع چینی دهههاست با رقبای آمریکایی خود رقابت میکنند.
- این تحول با هدف برتری هوش مصنوعی آمریکا در تضاد است و فصل جدیدی از رقابت را آغاز میکند.
22. دورنمای آینده:
- گوگل احتمالاً در وضعیت بدتری قرار دارد زیرا کاهش نیازهای سختافزاری مزیت نسبی آنها را کاهش میدهد.
- یک جهان با هزینه پردازش نزدیک به صفر، احتمال ظهور محصولات جایگزین برای موتور جستجوی گوگل را افزایش میدهد.
- به گفته تراث پالاپا، صفحه شطرنج رقابت در حوزه هوش مصنوعی به طور کامل تغییر کرده است.
@Modern_Learning_for_GenZ
🔥1
چرا ظهور DeepSeek یک تحول بنیادین و مهم در رقابت ژئوپلتیک، فنآوری و اقتصادی بر سر هوش مصنوعی ایجاد کرده و یک نقطه عطف تاریخی در مسیر پیشرفت هوش مصنوعی و رسیدن به هوش مصنوعی عمومی AGI است؟
( قسمت سوم)
23. انتقادها و پیشنهادها برای آمریکا:
- نیاز به تمرکز بر پردازش (inference) و صادرات تراشهها به متحدان.
- سرمایهگذاران خطرپذیر (VCs) باید از خواب بیدار شوند و انضباط سرمایهای خود را بهبود بخشند.
- آمریکا 15 سال است که به دنبال برنامههای پرهزینه و پر زرق و برق بوده است.
- صدها میلیارد دلار هزینه کردن بدون تفکر هوشمندانه، راه حل نیست.
24. دیدگاه متفاوت درباره رقابت:
- جوردی هیز به شوخی گفته میهنپرستانهترین کار در حال حاضر، استفاده از DeepSeek تا حد ورشکستگی چین است.
- یان لائون، دانشمند ارشد هوش مصنوعی متا، میگوید این رقابت بین چین و آمریکا نیست بلکه رقابت بین مدلهای متنباز و انحصاری است.
- مدل DeepSeek از تحقیقات و کدهای متنباز بهره برده و روی آنها ساخته است.
25. نتیجهگیری نهایی:
- مدل DD در مقایسههای خود نشان داده که R1 احتمالاً از مدل O3 بهتر است.
- صرفنظر از پیامدهای ژئوپلیتیک و تأثیرات بازار سهام هوش مصنوعی به طور چشمگیری ارزانتر شده است.
- این واقعیت غیرقابل انکار است که یک تحول اساسی در صنعت هوش مصنوعی رخ داده است.
26. تأثیر بر قیمتها و بازار:
- پروفسور ایتان میک معتقد است بازار به سرعت با کاهش هزینههای DeepSeek تطبیق پیدا خواهد کرد.
- هزینه هوش مصنوعی در سطح GPT-4 در 18 ماه گذشته 1000 برابر کاهش یافته است.
- قیمت مدلهای استدلالی 95% کاهش یافته است.
- این کاهش قیمتها به طور قطع بر کل بازار تأثیر خواهد گذاشت.
27. دیدگاههای متفاوت:
- دکتر جیم فن از انویدیا میگوید که O1 به همه برنامهنویسان امکان مطالعه، کاوش و توسعه ایدهها را میدهد.
- با متنباز شدن، سرعت پیشرفت افزایش مییابد و بشریت سریعتر به سمت AGI جهانی پیش میرود.
- اگرچه وسوسهانگیز است که تیترهای بزرگ را اغراقآمیز بدانیم، اما این تغییر میتواند یک لحظه تاریخی باشد.
28. نتیجهگیری:
- سال 2025 قطعاً از نظر پیشرفت هوش مصنوعی بسیار جالبتر خواهد بود.
- این تحولات ممکن است به اندازهای که برخی احساس میکنند مهم نباشد، اما قطعاً نقطه عطفی در تاریخ توسعه هوش مصنوعی است.
- باید منتظر تحولات بعدی در این صنعت باشیم.
@Modern_Learning_for_GenZ
( قسمت سوم)
23. انتقادها و پیشنهادها برای آمریکا:
- نیاز به تمرکز بر پردازش (inference) و صادرات تراشهها به متحدان.
- سرمایهگذاران خطرپذیر (VCs) باید از خواب بیدار شوند و انضباط سرمایهای خود را بهبود بخشند.
- آمریکا 15 سال است که به دنبال برنامههای پرهزینه و پر زرق و برق بوده است.
- صدها میلیارد دلار هزینه کردن بدون تفکر هوشمندانه، راه حل نیست.
24. دیدگاه متفاوت درباره رقابت:
- جوردی هیز به شوخی گفته میهنپرستانهترین کار در حال حاضر، استفاده از DeepSeek تا حد ورشکستگی چین است.
- یان لائون، دانشمند ارشد هوش مصنوعی متا، میگوید این رقابت بین چین و آمریکا نیست بلکه رقابت بین مدلهای متنباز و انحصاری است.
- مدل DeepSeek از تحقیقات و کدهای متنباز بهره برده و روی آنها ساخته است.
25. نتیجهگیری نهایی:
- مدل DD در مقایسههای خود نشان داده که R1 احتمالاً از مدل O3 بهتر است.
- صرفنظر از پیامدهای ژئوپلیتیک و تأثیرات بازار سهام هوش مصنوعی به طور چشمگیری ارزانتر شده است.
- این واقعیت غیرقابل انکار است که یک تحول اساسی در صنعت هوش مصنوعی رخ داده است.
26. تأثیر بر قیمتها و بازار:
- پروفسور ایتان میک معتقد است بازار به سرعت با کاهش هزینههای DeepSeek تطبیق پیدا خواهد کرد.
- هزینه هوش مصنوعی در سطح GPT-4 در 18 ماه گذشته 1000 برابر کاهش یافته است.
- قیمت مدلهای استدلالی 95% کاهش یافته است.
- این کاهش قیمتها به طور قطع بر کل بازار تأثیر خواهد گذاشت.
27. دیدگاههای متفاوت:
- دکتر جیم فن از انویدیا میگوید که O1 به همه برنامهنویسان امکان مطالعه، کاوش و توسعه ایدهها را میدهد.
- با متنباز شدن، سرعت پیشرفت افزایش مییابد و بشریت سریعتر به سمت AGI جهانی پیش میرود.
- اگرچه وسوسهانگیز است که تیترهای بزرگ را اغراقآمیز بدانیم، اما این تغییر میتواند یک لحظه تاریخی باشد.
28. نتیجهگیری:
- سال 2025 قطعاً از نظر پیشرفت هوش مصنوعی بسیار جالبتر خواهد بود.
- این تحولات ممکن است به اندازهای که برخی احساس میکنند مهم نباشد، اما قطعاً نقطه عطفی در تاریخ توسعه هوش مصنوعی است.
- باید منتظر تحولات بعدی در این صنعت باشیم.
@Modern_Learning_for_GenZ
❤1👏1
چرا ظهور DeepSeek یک تحول بنیادین و مهم در رقابت ژئوپلتیک، فنآوری و اقتصادی بر سر هوش مصنوعی ایجاد کرده و یک نقطه عطف تاریخی در مسیر پیشرفت هوش مصنوعی و رسیدن به هوش مصنوعی عمومی AGI است؟
(ویرایش ویدئویی)
https://youtu.be/OmhAvBLFq90?feature=shared
(ویرایش ویدئویی)
https://youtu.be/OmhAvBLFq90?feature=shared
YouTube
Why DeepSeek is Actually a Massive Deal in AI
DeepSeek's R1 model is shaking up the AI industry. It offers capabilities similar to top U.S. models at a lower cost, redefining AI development and igniting discussions on innovation, open-source tech, and geopolitics. This episode examines how DeepSeek's…
مهمترین نکات در مورد هوش مصنوعی DeepSeek و فنآوری نوآورانه آن
در حال حاضر آموزش مدلهای پیشرفته هوش مصنوعی فوقالعاده گرونه. شرکتهایی مثل OpenAI و Anthropic بیش از ۱۰۰ میلیون دلار برای پردازش و train هزینه میکنن. اونا به دیتاسنترهای عظیمی نیاز دارن که از هزاران GPU با قیمت هر کدوم ۴۰ هزار دلار تشکیل شدن.
اونا همه چیز رو از پایه بازطراحی کردن. الگوریتمهای هوش مصنوعی مرسوم شبیه اینه که هر عدد رو با ۳۲ رقم اعشار بنویسی. DeepSeek گفت: «اگه فقط از ۸ رقم استفاده کنیم چی؟ هنوز بهاندازه کافی دقیق هست!»
نتیجه؟ حالا ۷۵٪ حافظه کمتری نیاز دارن. بعد میرسیم به سیستم «چندتوکنی» اونا. هوش مصنوعی معمولی مثل کلاس اولیها میخونه: «گربه... روی... زمین... نشست...» اما DeepSeek کل عبارات رو یکجا میخونه. دو برابر سریعتر و با دقت ۹۰ درصدی. وقتی با میلیاردها کلمه سروکار داری، این خیلی مهمه.
اما نکته واقعاً هوشمندانه اینجاست: اونا یه «سیستم متخصص» ساختن. به جای اینکه یه هوش مصنوعی عظیم سعی کنه همه چیز رو بلد باشه (مثل این که یه نفر هم پزشک باشه، هم وکیل، هم مهندس)، اونا متخصصهای جداگانهای دارن که فقط وقتی نیاز باشه فعال میشن.
در مدلهای دیگه هر ۱.۸ تریلیون پارامتر همیشه فعال هستن. DeepSeek چطور؟ ۶۷۱ میلیارد پارامتر داره، ولی فقط ۳۷ میلیاردش همزمان فعال میشن. شبیه اینه که یه تیم بزرگ داشته باشی، ولی فقط متخصصهایی که برای هر کار لازمن رو صدا بزنی. نتایج حیرتانگیزن:
حالا این چرا برای بازارها مهمه؟
چون این تصور رو میشکنه که «فقط شرکتهای بزرگ فناوری میتونن وارد بازی هوش مصنوعی بشن.» دیگه به دیتاسنترهای میلیارد دلاری نیازی نیست. چندتا GPU خوب هم ممکنه کفایت کنه.
برای Nvidia، این ترسناکه. کل مدل کسب و کارشون روی فروش GPUهای فوقالعاده گرون با حاشیه سود ۹۰٪ بنا شده. اگه همه یهدفعه بتونن با GPUهای معمولی گیمینگ هوش مصنوعی اجرا کنن... خب، خودت متوجه مشکلی که پیش میاد!
و نکته جالب اینه: DeepSeek این کار رو با تیمی کمتر از ۲۰۰ نفر انجام داده. در همین حال، متا تیمهایی داره که فقط هزینه حقوقشون از کل بودجه آموزش DeepSeek بیشتره... و مدلهاشون به این خوبی نیست.
این یه داستان کلاسیک از تحول انقلابی توی صنعته: شرکتهای بزرگ روی بهینهسازی فرآیندهای موجود تمرکز میکنن، در حالی که شرکتهای تحولگرا اساس کار رو از نو طراحی میکنن. DeepSeek پرسید: «چی میشه اگه بهجای سختافزار بیشتر، این کار رو هوشمندانهتر انجام بدیم؟»
پیامدها عظیماین اتفاق:
البته، غولهایی مثل OpenAI و Anthropic بیکار نمیمونن. احتمالاً همین حالا دارن این نوآوریها رو پیاده میکنن. اما دیگه برگشتن به روش «فقط GPUهای بیشتری اضافه کن» ممکن نیست و کار نمی کنه. باید هزینه ها رومدیریت کرد.
و در نهایت، این لحظه شبیه یکی از اون نقاط عطفیه که بعداً بهش نگاه میکنیم، مثل وقتی که کامپیوترهای شخصی جایگاه مینفریمها رو کمرنگ کردن، یا وقتی که رایانش ابری همهچیز رو متحول کرد.
هوش مصنوعی قراره خیلی در دسترستر و خیلی ارزونتر بشه.
@Modern_Learning_for_GenZ
در حال حاضر آموزش مدلهای پیشرفته هوش مصنوعی فوقالعاده گرونه. شرکتهایی مثل OpenAI و Anthropic بیش از ۱۰۰ میلیون دلار برای پردازش و train هزینه میکنن. اونا به دیتاسنترهای عظیمی نیاز دارن که از هزاران GPU با قیمت هر کدوم ۴۰ هزار دلار تشکیل شدن.
اونا همه چیز رو از پایه بازطراحی کردن. الگوریتمهای هوش مصنوعی مرسوم شبیه اینه که هر عدد رو با ۳۲ رقم اعشار بنویسی. DeepSeek گفت: «اگه فقط از ۸ رقم استفاده کنیم چی؟ هنوز بهاندازه کافی دقیق هست!»
نتیجه؟ حالا ۷۵٪ حافظه کمتری نیاز دارن. بعد میرسیم به سیستم «چندتوکنی» اونا. هوش مصنوعی معمولی مثل کلاس اولیها میخونه: «گربه... روی... زمین... نشست...» اما DeepSeek کل عبارات رو یکجا میخونه. دو برابر سریعتر و با دقت ۹۰ درصدی. وقتی با میلیاردها کلمه سروکار داری، این خیلی مهمه.
اما نکته واقعاً هوشمندانه اینجاست: اونا یه «سیستم متخصص» ساختن. به جای اینکه یه هوش مصنوعی عظیم سعی کنه همه چیز رو بلد باشه (مثل این که یه نفر هم پزشک باشه، هم وکیل، هم مهندس)، اونا متخصصهای جداگانهای دارن که فقط وقتی نیاز باشه فعال میشن.
در مدلهای دیگه هر ۱.۸ تریلیون پارامتر همیشه فعال هستن. DeepSeek چطور؟ ۶۷۱ میلیارد پارامتر داره، ولی فقط ۳۷ میلیاردش همزمان فعال میشن. شبیه اینه که یه تیم بزرگ داشته باشی، ولی فقط متخصصهایی که برای هر کار لازمن رو صدا بزنی. نتایج حیرتانگیزن:
- هزینه آموزش: ۱۰۰ میلیون دلار—> ۵ میلیون دلارالان شاید بگی، «یه کلکی تو کارشونه!» ولی نه؛ جالب اینجاست که همهچیز متنبازه. هر کسی میتونه کارشون رو بررسی کنه. کدشون عمومیه. مقالات فنی همهچیز رو توضیح میدن. این جادو نیست، فقط مهندسی فوقالعاده هوشمندانه است.
- تعداد GPUهای لازم: ۱۰۰,۰۰۰ —> ۲,۰۰۰
- هزینه ای پی آی : ۹۵٪ کمتر
- قابلیت اجرا روی GPUهای گیمینگ به جای سختافزار دیتاسنتری
حالا این چرا برای بازارها مهمه؟
چون این تصور رو میشکنه که «فقط شرکتهای بزرگ فناوری میتونن وارد بازی هوش مصنوعی بشن.» دیگه به دیتاسنترهای میلیارد دلاری نیازی نیست. چندتا GPU خوب هم ممکنه کفایت کنه.
برای Nvidia، این ترسناکه. کل مدل کسب و کارشون روی فروش GPUهای فوقالعاده گرون با حاشیه سود ۹۰٪ بنا شده. اگه همه یهدفعه بتونن با GPUهای معمولی گیمینگ هوش مصنوعی اجرا کنن... خب، خودت متوجه مشکلی که پیش میاد!
و نکته جالب اینه: DeepSeek این کار رو با تیمی کمتر از ۲۰۰ نفر انجام داده. در همین حال، متا تیمهایی داره که فقط هزینه حقوقشون از کل بودجه آموزش DeepSeek بیشتره... و مدلهاشون به این خوبی نیست.
این یه داستان کلاسیک از تحول انقلابی توی صنعته: شرکتهای بزرگ روی بهینهسازی فرآیندهای موجود تمرکز میکنن، در حالی که شرکتهای تحولگرا اساس کار رو از نو طراحی میکنن. DeepSeek پرسید: «چی میشه اگه بهجای سختافزار بیشتر، این کار رو هوشمندانهتر انجام بدیم؟»
پیامدها عظیماین اتفاق:
توسعه هوش مصنوعی برای همه قابلدسترستر میشه
- رقابت بهشدت افزایش پیدا میکنه
- «خندقهای دفاعی» شرکتهای بزرگ فناوری بیشتر شبیه به چالههای بی اثر میشن
- نیازهای سختافزاری (و هزینهها) به شدت کاهش پیدا میکنن
البته، غولهایی مثل OpenAI و Anthropic بیکار نمیمونن. احتمالاً همین حالا دارن این نوآوریها رو پیاده میکنن. اما دیگه برگشتن به روش «فقط GPUهای بیشتری اضافه کن» ممکن نیست و کار نمی کنه. باید هزینه ها رومدیریت کرد.
و در نهایت، این لحظه شبیه یکی از اون نقاط عطفیه که بعداً بهش نگاه میکنیم، مثل وقتی که کامپیوترهای شخصی جایگاه مینفریمها رو کمرنگ کردن، یا وقتی که رایانش ابری همهچیز رو متحول کرد.
هوش مصنوعی قراره خیلی در دسترستر و خیلی ارزونتر بشه.
@Modern_Learning_for_GenZ
👍3