🏮 تدوین اسناد حرفه مرتبط با مهارت های اقتصاد رقومی حوزه بلاکچین و امنیت سایبری
نشست تخصصی
پژوهشگاه ارتباطات و فناوری اطلاعات
🌑 آقای هوش مصنوعی
@MrArtificialintelligence
نشست تخصصی
پژوهشگاه ارتباطات و فناوری اطلاعات
🌑 آقای هوش مصنوعی
@MrArtificialintelligence
👍5❤1
This media is not supported in your browser
VIEW IN TELEGRAM
🏮با فینالیست چالش نوآوری رئیس جمهور ۲۰۲۵ آشنا شوید: وُکادیان
وُکادیان، که توسط یوجی (دانشگاه هاروارد) تأسیس شده است، با هوش مصنوعی صوتی پیشبینیکننده که خستگی و خطر را قبل از وقوع حادثه تشخیص میدهد، ایمنی محل کار را متحول میکند.
وُکادیان با شروع یک کار گفتاری سریع قبل از شیفت، به صنایع پرخطر کمک میکند تا عملکرد را پیشبینی کرده و از حوادث جلوگیری کنند - بدون نظارت مزاحم یا سختافزار اضافی.
وُکادیان به اطمینان از اینکه هر کارگر هر روز با خیال راحت به خانه میرسد، کمک میکند
🌑 آقای هوش مصنوعی
@MrArtificialintelligence
وُکادیان، که توسط یوجی (دانشگاه هاروارد) تأسیس شده است، با هوش مصنوعی صوتی پیشبینیکننده که خستگی و خطر را قبل از وقوع حادثه تشخیص میدهد، ایمنی محل کار را متحول میکند.
وُکادیان با شروع یک کار گفتاری سریع قبل از شیفت، به صنایع پرخطر کمک میکند تا عملکرد را پیشبینی کرده و از حوادث جلوگیری کنند - بدون نظارت مزاحم یا سختافزار اضافی.
وُکادیان به اطمینان از اینکه هر کارگر هر روز با خیال راحت به خانه میرسد، کمک میکند
🌑 آقای هوش مصنوعی
@MrArtificialintelligence
❤4
Forwarded from مغز آینده |NextBrain
This media is not supported in your browser
VIEW IN TELEGRAM
📌 هوش مصنوعی پتانسیل جایگزینی کار فکری روتین دارد
هوش مصنوعی به سراغ ذهن شما نمیآید و اینگونه است که...
جفری هینتون، پدرخوانده هوش مصنوعی، توضیح میدهد که امواج قبلی فناوری اغلب مشاغل را تغییر میدادند نه اینکه آنها را از بین ببرند. وقتی دستگاههای خودپرداز معرفی شدند، کارمندان بانک به جای ناپدید شدن، به نقشهای پیچیدهتری روی آوردند.
اما او پیشنهاد میکند که هوش مصنوعی ممکن است متفاوت باشد. در حالی که انقلاب صنعتی جایگزین کار فیزیکی شد، هوش مصنوعی پتانسیل جایگزینی کار فکری روتین را دارد، به این معنی که افرادی که وظایف شناختی تکراری انجام میدهند، بیشتر در معرض خطر قرار میگیرند.
آیا فکر میکنید مشاغل با هوش مصنوعی جایگزین خواهند شد؟
منبع: جفری هینتون x
🌑 مغز آینده | NextBrain
@NextBrain_ir
هوش مصنوعی به سراغ ذهن شما نمیآید و اینگونه است که...
جفری هینتون، پدرخوانده هوش مصنوعی، توضیح میدهد که امواج قبلی فناوری اغلب مشاغل را تغییر میدادند نه اینکه آنها را از بین ببرند. وقتی دستگاههای خودپرداز معرفی شدند، کارمندان بانک به جای ناپدید شدن، به نقشهای پیچیدهتری روی آوردند.
اما او پیشنهاد میکند که هوش مصنوعی ممکن است متفاوت باشد. در حالی که انقلاب صنعتی جایگزین کار فیزیکی شد، هوش مصنوعی پتانسیل جایگزینی کار فکری روتین را دارد، به این معنی که افرادی که وظایف شناختی تکراری انجام میدهند، بیشتر در معرض خطر قرار میگیرند.
آیا فکر میکنید مشاغل با هوش مصنوعی جایگزین خواهند شد؟
منبع: جفری هینتون x
🌑 مغز آینده | NextBrain
@NextBrain_ir
👏3🤔2❤1
آقای هوش مصنوعی
🏮 بحث پیرامون حباب هوش مصنوعی 🌑 آقای هوش مصنوعی @MrArtificialintelligence
هرگونه بحثی در مورد به اصطلاح «حباب هوش مصنوعی» باید حداقل نکات زیر را در نظر بگیرد:
1. دمیس هاسابیس (DeepMind/Google) و یان لکان (Meta سابق، که اکنون AMI Labs است) موافقند که LLM ها مشکلات قابلیت اطمینان دارند. اکثر برنامههای سازمانی/شرکتی به سیستمهای قابل اعتماد و کم توهم نیاز دارند.
2. آنها همچنین موافقند که LLM ها نمیتوانند در سطح انسان (یا حتی سطح حیوانات) استدلال و برنامهریزی کنند و به پیشرفتهای علمی جدیدی فراتر از مقیاسبندی محاسبات و دادهها نیاز است. این موضوع، هیاهوی عاملمحوری کوتاهمدت را تعدیل میکند: ممکن است به زودی عاملهای محدود مفیدی به دست آوریم، اما عاملهای گسترده و قابل اعتماد میتوانند زمان بیشتری طول بکشند و نیاز به تغییرات معماری داشته باشند. با این حال، برخی پیشرفتهای عاملمحوری از طریق تنظیم دقیق یادگیری تقویتی، لایههای استفاده از ابزار و زمینهسازی چندوجهی در حال وقوع است، بنابراین ممکن است قبل از تغییرات کامل پارادایم، با عاملهای «به اندازه کافی خوب» کنار بیاییم.
3. حتی لکان میگوید که هوش کامل در سطح انسان (از جمله ناوبری دنیای فیزیکی) در کمتر از 20 سال قابل دستیابی است.
۴. هزینههای سرمایهای هنگفتی به سمت پردازندههای گرافیکی، مراکز داده و زیرساختهای انرژی سرازیر میشود، با این امید که مدلهای پیشرو به زودی درآمد انفجاری ایجاد کنند (از طریق ابزارهای سازمانی، کارگزارها، اتوماسیون). اگر پیشرفتها - به دلیل محدودیتهای فوق - به تأخیر بیفتند یا اگر پذیرش به دیوارهای قابلیت اطمینان برخورد کند، ممکن است شاهد یک جابهجایی باشیم. بازارها اغلب زمانبندی را اشتباه قیمتگذاری میکنند - و مجازات میکنند - نه جهت.
ممکن است که هوش مصنوعی در کوتاهمدت بیش از حد و در میانمدت و بلندمدت کمتر از حد انتظار مورد توجه قرار گیرد.
در عین حال، مزیت قابل استقرار میتواند کافی باشد. اگر کارگزارهای «به اندازه کافی خوب» بتوانند ۲۰٪ از هزینههای گردش کار یقه سفید را در مقیاس حذف کنند، همین امر به تنهایی تغییرات عظیم ارزشگذاری را توجیه میکند.
در هر صورت، سرمایهگذاران باید به خاطر داشته باشند که «بازار میتواند مدت طولانیتری از آنچه شما میتوانید در آن دوام بیاورید، غیرمنطقی باقی بماند.»
(منابع ویدیو: دوارکش پاتل - داریو آمودی / CNBC - دمیس هاسابیس / دانشگاه پن، فوربس - یان لکان)
1. دمیس هاسابیس (DeepMind/Google) و یان لکان (Meta سابق، که اکنون AMI Labs است) موافقند که LLM ها مشکلات قابلیت اطمینان دارند. اکثر برنامههای سازمانی/شرکتی به سیستمهای قابل اعتماد و کم توهم نیاز دارند.
2. آنها همچنین موافقند که LLM ها نمیتوانند در سطح انسان (یا حتی سطح حیوانات) استدلال و برنامهریزی کنند و به پیشرفتهای علمی جدیدی فراتر از مقیاسبندی محاسبات و دادهها نیاز است. این موضوع، هیاهوی عاملمحوری کوتاهمدت را تعدیل میکند: ممکن است به زودی عاملهای محدود مفیدی به دست آوریم، اما عاملهای گسترده و قابل اعتماد میتوانند زمان بیشتری طول بکشند و نیاز به تغییرات معماری داشته باشند. با این حال، برخی پیشرفتهای عاملمحوری از طریق تنظیم دقیق یادگیری تقویتی، لایههای استفاده از ابزار و زمینهسازی چندوجهی در حال وقوع است، بنابراین ممکن است قبل از تغییرات کامل پارادایم، با عاملهای «به اندازه کافی خوب» کنار بیاییم.
3. حتی لکان میگوید که هوش کامل در سطح انسان (از جمله ناوبری دنیای فیزیکی) در کمتر از 20 سال قابل دستیابی است.
۴. هزینههای سرمایهای هنگفتی به سمت پردازندههای گرافیکی، مراکز داده و زیرساختهای انرژی سرازیر میشود، با این امید که مدلهای پیشرو به زودی درآمد انفجاری ایجاد کنند (از طریق ابزارهای سازمانی، کارگزارها، اتوماسیون). اگر پیشرفتها - به دلیل محدودیتهای فوق - به تأخیر بیفتند یا اگر پذیرش به دیوارهای قابلیت اطمینان برخورد کند، ممکن است شاهد یک جابهجایی باشیم. بازارها اغلب زمانبندی را اشتباه قیمتگذاری میکنند - و مجازات میکنند - نه جهت.
ممکن است که هوش مصنوعی در کوتاهمدت بیش از حد و در میانمدت و بلندمدت کمتر از حد انتظار مورد توجه قرار گیرد.
در عین حال، مزیت قابل استقرار میتواند کافی باشد. اگر کارگزارهای «به اندازه کافی خوب» بتوانند ۲۰٪ از هزینههای گردش کار یقه سفید را در مقیاس حذف کنند، همین امر به تنهایی تغییرات عظیم ارزشگذاری را توجیه میکند.
در هر صورت، سرمایهگذاران باید به خاطر داشته باشند که «بازار میتواند مدت طولانیتری از آنچه شما میتوانید در آن دوام بیاورید، غیرمنطقی باقی بماند.»
(منابع ویدیو: دوارکش پاتل - داریو آمودی / CNBC - دمیس هاسابیس / دانشگاه پن، فوربس - یان لکان)
👏6❤1🤔1
This media is not supported in your browser
VIEW IN TELEGRAM
🏮 چین با 90 درصد سهم بازار ربات انسان نما جایگاه نخست جهانی
🌑 آقای هوش مصنوعی
@MrArtificialintelligence
🌑 آقای هوش مصنوعی
@MrArtificialintelligence
🔥4
آقای هوش مصنوعی
🏮 چین با 90 درصد سهم بازار ربات انسان نما جایگاه نخست جهانی 🌑 آقای هوش مصنوعی @MrArtificialintelligence
از فوریه ۲۰۲۶، چین جایگاه رهبری را در بخش رباتهای انساننما به دست آورده است و بر اساس میزان عرضه در سال ۲۰۲۵ و پیشبینیهای اولیه ۲۰۲۶، تقریباً ۹۰٪ از سهم بازار جهانی را در اختیار دارد. شرکتهایی مانند Unitree Robotics، AgiBot، Galbot، Noetix و MagicLab در طول جشنواره بهاری ۲۰۲۶ پیشرفتهای چشمگیری را به نمایش گذاشتند که شامل اجراهای هنرهای رزمی روان، پشتک وارو و رقص هماهنگ بود که چابکی، تعادل و هماهنگی برتر را برجسته میکرد - که بسیار فراتر از نمایشهای قبلی بود.
نکات کلیدی عبارتند از:
Unitree قصد دارد تا ۲۰،۰۰۰ واحد در سال ۲۰۲۶ (از حدود ۵۵۰۰ واحد در سال ۲۰۲۵) عرضه کند که از مجموع تولیدات ایالات متحده از تسلا، Figure AI و دیگران پیشی میگیرد.
مورگان استنلی پیشبینی میکند که فروش رباتهای انساننمای چینی امسال دو برابر شده و به حدود ۲۸،۰۰۰ واحد برسد. بیش از ۱۴۰ تولیدکننده و بیش از ۳۳۰ مدل تا سال ۲۰۲۵ در چین راهاندازی خواهند شد که توسط زنجیرههای تأمین قوی، سیاستهای دولتی و سرمایهگذاریهای عظیم پشتیبانی میشوند.
در حالی که ایالات متحده در نرمافزارهای پیشرفته هوش مصنوعی، هوش تجسمی و نوآوریهای پیشرفته (مانند تسلا اوپتیموس و بوستون داینامیکس اطلس) برتری خود را حفظ میکند، چین در تولید انبوه، بهرهوری هزینه (قیمتهایی نزدیک به سطح گوشیهای هوشمند) و تجاریسازی سریع برتری دارد. این منعکسکننده استراتژیهایی است که در خودروهای برقی و رباتیک صنعتی دیده میشود، جایی که تسلط بر مقیاس و اکوسیستم، رهبری بلندمدت را هدایت کرده است.
این مسیر نشان میدهد که چین بخش قابل توجهی از بازار پیشبینیشده چند تریلیون دلاری رباتهای انساننما را در دهههای آینده به دست خواهد گرفت. این امر چگونه رقابت جهانی فناوری را تغییر خواهد داد؟
منابع: رویترز، سیانان، ساوت چاینا مورنینگ پست، اومدیا، مورگان استنلی، بقیه جهان.
#رباتهای_انساننما
نکات کلیدی عبارتند از:
Unitree قصد دارد تا ۲۰،۰۰۰ واحد در سال ۲۰۲۶ (از حدود ۵۵۰۰ واحد در سال ۲۰۲۵) عرضه کند که از مجموع تولیدات ایالات متحده از تسلا، Figure AI و دیگران پیشی میگیرد.
مورگان استنلی پیشبینی میکند که فروش رباتهای انساننمای چینی امسال دو برابر شده و به حدود ۲۸،۰۰۰ واحد برسد. بیش از ۱۴۰ تولیدکننده و بیش از ۳۳۰ مدل تا سال ۲۰۲۵ در چین راهاندازی خواهند شد که توسط زنجیرههای تأمین قوی، سیاستهای دولتی و سرمایهگذاریهای عظیم پشتیبانی میشوند.
در حالی که ایالات متحده در نرمافزارهای پیشرفته هوش مصنوعی، هوش تجسمی و نوآوریهای پیشرفته (مانند تسلا اوپتیموس و بوستون داینامیکس اطلس) برتری خود را حفظ میکند، چین در تولید انبوه، بهرهوری هزینه (قیمتهایی نزدیک به سطح گوشیهای هوشمند) و تجاریسازی سریع برتری دارد. این منعکسکننده استراتژیهایی است که در خودروهای برقی و رباتیک صنعتی دیده میشود، جایی که تسلط بر مقیاس و اکوسیستم، رهبری بلندمدت را هدایت کرده است.
این مسیر نشان میدهد که چین بخش قابل توجهی از بازار پیشبینیشده چند تریلیون دلاری رباتهای انساننما را در دهههای آینده به دست خواهد گرفت. این امر چگونه رقابت جهانی فناوری را تغییر خواهد داد؟
منابع: رویترز، سیانان، ساوت چاینا مورنینگ پست، اومدیا، مورگان استنلی، بقیه جهان.
#رباتهای_انساننما
👍5
Forwarded from مغز آینده |NextBrain
📌 گزارش تحلیلی شاخص هوش مصنوعی 2026استنفورد
اگر بخواهید فقط با یک منبع، تصویر واقعی آینده هوش مصنوعی را ببینید، پاسخ روشن است: گزارش تحلیلی شاخص هوش مصنوعی 2026استنفورد .
این یادداشت تحلیلی نشان میدهد چه چیزی واقعاً در حال تغییر است، چرا اهمیت دارد، و چرا بسیاری هنوز آن را دستکم میگیرند. اگر بخواهید بفهمید هوش مصنوعی فقط «چه میکند» نه، بلکه «به کجا میرود»، اینجا نقطه شروع شماست.
🌑 مغز آینده | NextBrain
@NextBrain_ir
اگر بخواهید فقط با یک منبع، تصویر واقعی آینده هوش مصنوعی را ببینید، پاسخ روشن است: گزارش تحلیلی شاخص هوش مصنوعی 2026استنفورد .
این یادداشت تحلیلی نشان میدهد چه چیزی واقعاً در حال تغییر است، چرا اهمیت دارد، و چرا بسیاری هنوز آن را دستکم میگیرند. اگر بخواهید بفهمید هوش مصنوعی فقط «چه میکند» نه، بلکه «به کجا میرود»، اینجا نقطه شروع شماست.
🌑 مغز آینده | NextBrain
@NextBrain_ir