گوگل اخیراً مدل جدید تولید تصویر خود با نام فنی gemini-3-pro-image-preview را عرضه کرده که در اینترنت با نام مستعار Nano Banana Pro شناخته میشود. این مدل تحسین بسیاری از کارشناسان را برانگیخته است.
۱. اینفوگرافیک و نقشههای دقیق: چون به دادههای واقعی دسترسی دارد، میتواند نمودارهای رشد اقتصادی یا نقشههای دقیق مسیریابی را با اطلاعات صحیح تولید کند (چیزی که قبلاً ممکن نبود).
۲. پیروی از دستورات: در اجرای دستورات طولانی و با جزئیات دقیق، عملکرد بسیار خوبی دارد.
۱. دیاگرامهای فنی: با وجود هوشمندی، هنوز در کارهای تخصصی مهندسی مثل کشیدن «مدار الکتریکی» اشتباه میکند و نمیتوان جایگزین دانش انسانی شود.
نتیجهگیری: نانو بنانا یک Game Changer واقعی هست. ما از دوران تصاویر صرفاً هنری (مثل Midjourney) عبور کردهایم و وارد دورانی شدهایم که هوش مصنوعی میتواند تصاویری مبتنی بر واقعیت و دادههای درست تولید کند.
Please open Telegram to view this post
VIEW IN TELEGRAM
Quesma
Nano Banana Pro: raw intelligence with tool use - Quesma Blog
Finally, an AI that can draw a map or create an infographic. The capability of leveraging tools pushed the frontier of image generation.
❤6🔥4👏3💯2
اخیراً اطلاعات مالی فاششده از OpenAI و Anthropic در نشریاتی مثل نیویورکتایمز و اینفورمیشن منتشر شده که واقعیتهای جالبی را درباره هزینههای سرسامآور هوش مصنوعی نشان میدهد. بیایید مدل کسبوکار این غولها را زیر ذرهبین ببریم.
۱. مشکل اصلی: ماشین پولسوزی
مدل فعلی این شرکتها بسیار ساده و بیرحم است: هزینه اصلی مربوط به قدرت محاسباتی (Compute) برای آموزش مدلهاست. طبق قوانین مقیاسپذیری (Scaling Laws)، هزینهها هر سال حدود ۵ برابر میشود، اما درآمد شاید فقط ۲ برابر شود.
سال اول: هزینه آموزش ۱ دلار، درآمد بعدی ۲ دلار.
سال دوم: هزینه آموزش مدل بعدی ۵ دلار!
نتیجه: این مدلها فعلاً مثل یک گلوله برفی از زیان انباشته عمل میکنند. هر نسل جدید، پول بیشتری نسبت به نسل قبل میسوزاند.
۲. راه فرار کجاست؟
برای اینکه این شرکتها به سوددهی برسند، یکی از این دو اتفاق باید بیفتد:
الف) درآمد نجومی شود: که خیلی سخت است.
ب) رشد هزینههای آموزش کند شود: یعنی به جای ۵ برابر شدن، کمتر از ۲ برابر شود.
محدودیت فیزیکی: دیگر چیپ یا برق کافی در دنیا وجود نخواهد داشت (یا هزینه از کل تولید ناخالص جهان بیشتر میشود).
بازده نزولی: مدلها بزرگتر میشوند اما دیگر آنقدرها باهوشتر نمیشوند که هزینه ۱۰ برابری را توجیه کنند.
نکته کلیدی: لحظهای که شرکتها تصمیم بگیرند مدل بعدی را ۵ برابر بزرگتر نکنند، هزینهها ثابت میماند اما درآمد همچنان میآید. اینجاست که سوددهی آغاز میشود.
۳. استراتژی متفاوت OpenAI و Anthropic
دادههای فاششده نشان میدهد این دو رقیب، مسیرهای متفاوتی را برای رسیدن به این نقطه انتخاب کردهاند:
شرکت OpenAI: فرض را بر این گذاشته که بعد از ۲۰۲۸، ظرفیت محاسباتی کل دنیا اشباع میشود و رشد هزینههای آموزش متوقف میشود.
شرکت Anthropic: روی افزایش بهرهوری تمرکز کرده است؛ یعنی فرض میکند با هر دلار هزینه، درآمد بیشتری نسبت به قبل کسب کند و رشد هزینههایش را منطقیتر (۳ برابر به جای ۸ برابر) پیشبینی کرده است.
۴. درس عبرت از نتفلیکس (Netflix)
نتفلیکس بهترین مثال تاریخی برای این وضعیت است. برای سالها، نتفلیکس میلیاردها دلار صرف تولید محتوا میکرد و جریان نقدینگی منفی داشت.
چه شد که سودده شد؟ در سال ۲۰۲۰ (به خاطر کرونا) تولید محتوا متوقف شد، اما درآمد اشتراکها ادامه داشت. ناگهان جریان نقدینگی مثبت شد!
نتیجه: نتفلیکس یاد گرفت که وقتی به مقیاس جهانی رسید، نیازی نیست بودجه محتوا را هر سال دو برابر کند؛ فقط کافیست آن را در سطح ثابتی نگه دارد.
اقتصاد مدلهای زبانی شبیه یک دستگاه پولسوز است... تا زمانی که ناگهان دیگر نباشد. زمانی که رشد وحشتناک هزینههای آموزش متوقف شود (چه به خاطر محدودیت فنی، چه اشباع بازار)، حاشیه سود این شرکتها فوراً و به شکل چشمگیری مثبت خواهد شد.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7😍4👍3
اوپنایآی (OpenAI) در مقاله جدید خود روشی به نام Confessions را معرفی کرده که مثل یک «سُرم حقیقت» عمل میکند تا مدلها را مجبور کند تخلفات خود را گزارش دهند.
این روش ابزاری حیاتی برای نظارت (Monitoring) بر رفتارهای پیچیده و خطرناک مدلهای آینده است، بدون اینکه نیاز به لیبلگذاری دستی همه دادهها باشد.
لینک منبع:
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8👏3😍2👍1💯1
این نوع فعالیت دیدِ جدیدی به دنیای ریسرچ خواهد داد، متفاوت با باقی کنفرانسها و ژورنالهای حال حاضر!
لینک منبع:
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8😍4👍2🔥1
مقالهای که در ادامه آورده شده بررسی میکند که الگوهای ترکیبی آلودگی هوا (مبتنی بر چند آلاینده همزمان) چگونه بر خطر سرطان ریه، IPF، COPD و آسم اثر میگذارند و این اثرات چگونه با سیگار کشیدن و ریسک ژنتیکی تقویت میشوند.
با استفاده از دادههای UK Biobank و روش LCA، افراد در پنج الگوی قرارگیری در معرض آلودگی هوا دستهبندی شدند. سپس با مدل Cox ارتباط این الگوها با بیماریهای تنفسی تحلیل شد و تعامل آنها با سیگار و ریسک ژنتیکی نیز بررسی گردید.
گروه دارای آلودگی بالا نسبت به گروه مرجع با افزایش خطر مواجه بود: سرطان ریه معادل ۱.۲۸، IPF معادل ۱.۲۳، COPD معادل ۱.۲۸ و آسم ۱.۰۹ برابر بیشتر. این نتایج نشان میدهند قرارگیری در الگوهای آلودگی بالا بهطور مستقیم احتمال این بیماریها را افزایش میدهد.
بین آلودگی بالا و سیگار برای سرطان ریه و COPD تعامل تجمعی وجود داشت. در افراد با ریسک ژنتیکی بالا و مواجهه همزمان با آلودگی و سیگار، خطر اضافی (RERI) بهطور قابل توجهی افزایش یافت: سرطان ریه ۲.۷۴، IPF معادل ۳.۹۳ و COPD معادل ۱.۶۸.
ترکیب آلودگی هوا و سیگار بیش از ۴۰٪ موارد سرطان ریه، IPF و COPD را توضیح میدهد. بنابراین سیاستهای کاهش آلودگی هوا همراه با برنامههای ترک سیگار ضروریست، بهویژه برای افراد با ریسک ژنتیکی بالا. همچنین برای ارزیابی دقیق خطر باید الگوهای چندآلاینده و واقعی قرارگیری در معرض در نظر گرفته بشوند.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5👏3💔2💯1
د
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8👍3💯3😍1
عکسهای این پست رو مشاهده کنید، رشد انفجاری تعداد مقالات ارسالی (Submissions) رو میتونید ببینید. جامعه هوش مصنوعی و بینایی ماشین همچنان با سرعت نور در حال گسترش است.
با وجود اینکه تعداد مقالات ورودی به شدت زیاد شده، ظرفیت پذیرش همگام با آن رشد نکرده و «فیلتر» سختگیرانهتر شده.
یک نکته جالب تکنیکال در دادهها: میانگین نمره داورها (Reviewer Scores) برای مقالات پذیرفته شده در سال ۲۰۲۵ حدود ۳.۴۹ (از ۵) است. این نشان میدهد برای قبولی حتماً نیاز به نمره کامل ۵ نیست، اما رقابت در بازه نمرات ۳ تا ۴ بسیار فشرده است.
ما با یک تورم علمی در حوزه AI روبرو هستیم. سابمیشنها با شیب تندی بالا رفتهاند (نزدیک به ۱۳٪ رشد نسبت به پارسال)، اما درِ ورودی کنفرانس تنگتر شده است (کاهش نرخ پذیرش به ۲۲٪). این یعنی پژوهشگران برای دیده شدن در ۲۰۲۵، نه تنها باید نوآوری داشته باشند، بلکه باید با noise حاصل از ۱۳ هزار مقاله دیگر هم رقابت کنند.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👏6❤2🔥2👍1😍1
در این پست به معرفی دورهای تحت نظر پروفسور رویا کلیشادی، استاد مطرح در سطوح جهانی و در همکاری با معاونت تحقیقات و فناوری دانشگاه علوم پزشکی اصفهان، میپردازیم.
از ۲۴ آذر تا ۲۹ آذر، ساعت ۱۴
پس از بررسی فرمها،
به نفرات برگزیدهشده جهت تکمیل ثبتنام و پرداخت وجه اطلاعرسانی خواهد شد.
برای افرادی که در ۳ روز اول پس از اعلام قبولی پرداخت خود را تکمیل کنند،
۱۰ درصد تخفیف لحاظ خواهد شد.
از ۲۹ آذر، ساعت ۱۴
تا ۳ دی، ساعت ۲۳:۵۹
جهت ثبتنام اولیه فرم زیر را تکمیل نمایید.
فرم ثبتنام اولیه
لینک پست اصلی ثبتنام:
اطلاعات بیشتر و پشتیبانی:
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8👍2🔥2💯1
This media is not supported in your browser
VIEW IN TELEGRAM
یک نمونه استفاده ازین ابزار رو در ویدیوی این پست مشاهده کنید.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7👍3👏1💯1
یک اتفاق عجیبی اخیرا مرتبط به یک پژوهشگر ایرانی رخ داده، در این پست دربارهی این اتفاق توضیح خواهیم داد.
این داستان نشاندهنده اهمیت نظارت بر هویت نویسندگان و سیستمهای blacklist در مجلات است. تغییر نام ساده نباید بتواند ممنوعیتهای اخلاقی را بیاثر کند.
Please open Telegram to view this post
VIEW IN TELEGRAM
Retraction Watch
Author changes name, publishes 10 papers in journals that banned him
How to render a publishing ban moot? Change your surname and just keep submitting. That’s what happened in the case of Hashem Babaei, aka Hashem Gharababaei. In 2010, the Institution of Mechanical …
❤5😢5
تعدادی از توئیتهای حول بحث وضعیت ریسرچ در ایران رو مشاهده میکنید. نظر شما چیست؟
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
💔8👍3😢3❤2💯1
ابزار DeepTutor، یک دستیار یادگیری شخصیسازیشده با AI و open-source هست که میتونید local و روی کامپیوتر خودتون ازش استفاده کنید. حالا اما سوال اینه که چه استفادهای میشه ازش داشت؟
خلاصه، DeepTutor یه سیستمه که با استفاده ازش، با ترکیب RAG و agentها، محتوای آموزشیِ خودتون رو تبدیل میکنید به یک محیط سوالجواب و حلمسئلهی قابل اتکا؛ طوری که خروجیها تا حد ممکن قابل پیگیری و مستند باشن.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤13👏4😍1
CNBC
Meta lays off 600 from 'bloated' AI unit as Wang cements leadership
The cuts did not impact employees within TBD Labs, which includes many of the top-tier AI hires brought into Meta this summer, people familiar told CNBC.
در دنیای پرتلاطم فناوری، جایی که غولهایی مانند متا (شرکت مادر فیسبوک) میلیاردها دلار روی آینده سرمایهگذاری میکنند، گاهی اوقات تغییرات ناگهانی مانند طوفانهای غیرمنتظره ظاهر میشوند. یکی از این طوفانها در اکتبر ۲۰۲۵ رخ داد، زمانی که متا اعلام کرد حدود ۶۰۰ کارمند از واحد هوش مصنوعی خود (Meta Superintelligence Labs یا MSL) را اخراج میکند. این حرکت نه تنها بخشی از استراتژی بزرگتر برای چابکسازی بود، بلکه نشاندهنده رقابت شدید در عرصه AI بود، جایی که متا در تلاش است تا با رقبایی مانند OpenAI و گوگل همقدم شود.
متا در سالهای اخیر سرمایهگذاری هنگفتی روی هوش مصنوعی کرده بود. الکساندر وانگ، مدیر ارشد AI متا که تنها چند ماه قبل از این اخراجها (در ژوئن ۲۰۲۵) به شرکت پیوسته بود، در یادداشتی داخلی توضیح داد که این تغییرات برای «کاهش لایههای مدیریتی» و «افزایش تأثیر هر کارمند» ضروری است. واحد MSL که حدود ۳۰۰۰ نفر نیرو داشت، با رشد سریع مواجه شده بود و مشکلات مانند همپوشانی وظایف و «تورم سازمانی» را تجربه میکرد. این اخراجها حدود ۲۰ درصد از کارکنان این واحد را تحت تأثیر قرار داد و عمدتاً بر تیمهای تحقیقاتی پایه AI (FAIR)، زیرساختها و محصولات متمرکز بود.
جالب است بدانید که این حرکت بخشی از موج بزرگتری از اخراجها در صنعت فناوری بود. در سال ۲۰۲۵، بیش از ۵۵ هزار شغل به دلیل ادغام AI در فرآیندها از دست رفت، بیش از ۱۲ برابر سالهای قبل. شرکتهایی مانند Chegg و HP نیز به AI به عنوان دلیل اصلی اخراجها اشاره کردند، که نشاندهنده پارادوکسی است: فناوریای که قرار بود کارها را آسانتر کند، حالا مشاغل را تهدید میکند.
در نهایت، داستان اخراجهای متا درسی بزرگ برای صنعت فناوری است: در دنیایی که AI همه چیز را تغییر میدهد، حتی غولها باید چابک بمانند. این رویداد نه تنها درباره از دست دادن شغلهاست، بلکه درباره آیندهای است که در آن هوش مصنوعی هم نجاتدهنده و هم تهدیدکننده است.
اگر در این زمینه فعالیت میکنید، شاید زمان آن رسیده که مهارتهای خود را متنوع کنید، چون طوفانهای بعدی ممکن است نزدیکتر از آنچه فکر میکنید باشند.
لینک منبع:
Please open Telegram to view this post
VIEW IN TELEGRAM
😢5👍3💯3❤2💔1
در دنیای تحقیقات هوش مصنوعی، یکی از چالشهای جدی اخیر، ورود اطلاعات جعلی تولیدشده توسط مدلهای زبانی بزرگ (LLMها) به مقالات علمی هست. این پدیده که به عنوان توهمات هوش مصنوعی (AI Hallucinations) شناخته میشه، به معنای تولید محتوای غلط یا ساختگی مثل ارجاعات جعلی، نویسندههای خیالی، عنوانهای ناموجود یا شناسههای DOI نامعتبر هست. این موارد میتونن پایههای اعتبار تحقیقات رو تضعیف کنن، چون ارجاعات نقش کلیدی در زنجیره دانش علمی دارن.
سال گذشته، در کنفرانس NeurIPS 2025، یکی از معتبرترین رویدادهای حوزه یادگیری ماشین، شرکت GPTZero با ابزار تشخیص خودش، ۴۸۴۱ مقاله پذیرفتهشده رو بررسی کرد و ۱۰۰ مورد توهم تاییدشده رو در حداقل ۵۳ مقاله شناسایی کرد (حدود ۱% از کل مقالات). این مقالات از نهادهای برجستهای مثل دانشگاه نیویورک (با بیشترین موارد، حدود ۱۸ توهم)، MIT، دانشگاه کمبریج، و شرکتهایی مانند گوگل، META و NVIDIA منتشر شده بودن. حتی یک مقاله رکورد ۱۳ توهم رو داشت.
۱. مقالات ارسالی منفجر شدن: از ۹۴۶۷ تا تو ۲۰۲۰ به ۲۲ هزار تا تو ۲۰۲۵ (رشد ۲۲۰%)، فشار روی داورها زیاده.
۲. استفاده بدون چک از AI: محققا از LLMها برای متن یا ارجاعات استفاده میکنن، اما خروجی رو بررسی نمیکنن. نیمی از مقالههای مشکلدار نشونه محتوای AI داشتن.
۳. انواع توهمات: ۶۶% کاملاً جعلی، ۲۷% تغییر جزئی (مثل سال اشتباه)، و بعضی «ارجاعات تقریبی» که حس درسته اما دقیق نیستن.
خروجی AI رو دستی چک کنین، مخصوصاً ارجاعات، مدلها اشتباه میکنن.
ابزارهایی مثل Hallucination Check رو تو peer review بذارین تا خطاها کم بشه.
مسئولیت بیشتر لازمه، چون توهمات کیفیت علم رو پایین میبرن و تحقیقات بعدی رو تحت تاثیر میذارن.
کنفرانسهایی مثل ICLR 2026 با GPTZero همکاری کردن تا جلوی تکرار بگیرن. AI عالیه، اما بدون نظارت دقیق، دردسر میسازه برای اعتبار علم.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7😱5🤯3💯2
مقاله GradEscape یک روش پیشرفته و مبتنی بر Gradient برای دور زدن AIGT Detectors (سیستمهای تشخیص متن هوش مصنوعی) معرفی میکنه. مکانیسمهای اصلی این روش به این شکل کار میکنن:
توی پردازش تصویر، چون مقادیر پیکسلها پیوسته هستن، خیلی راحت میشه روی مدل Gradient محاسبه کرد. ولی متن از کلمات و توکنهای گسسته تشکیل شده و مشتقپذیر نیست. برای حل این چالش، به جای اینکه مدل یک کلمه قطعی رو خروجی بده، یک Probability Matrix (ماتریس احتمالات) میسازه و مستقیما در ماتریس Embedding دتکتور ضرب میکنه. اینجوری مسیر Backpropagation باز میشه تا مدل یاد بگیره چطور دتکتور رو فریب بده.
اگه متن تغییر کنه ولی بیمعنی بشه، حمله رسما شکست خورده. برای همین مدل Evader همزمان برای سه تا هدف Optimize میشه:
۱. هدف Classification Loss: برای فریب دادن مستقیم دتکتور.
۲. هدف Semantic Loss: برای حفظ معنی اورجینال متن.
۳. هدف Syntactic Loss: برای حفظ گرامر و ساختار جملهها.
اگه Tokenizer مدل حملهکننده با دتکتور فرق داشته باشه، کلا متوجه توکنهای هم نمیشن. راهکار اینه که مدل Evader همون اول با وزنها و ساختار خود دتکتور Initialize بشه تا پایهای مشترک برای ارتباط داشته باشن.
وقتی به مدل اصلی دسترسی نداریم، اول با تکنیک Tokenizer Inference (تزریق کاراکترهای خاص مثل Space یا Pad و بررسی خروجی) معماری دتکتور رو حدس میزنیم. بعد یه مدل Surrogate (جایگزین) آموزش میدیم و پروسه حمله رو روی اون کپی پیاده میکنیم.
چون این حملات مبتنی بر تغییرات بسیار ظریف و محاسبهشده (در سطح Gradient) هستن، بهترین راه دفاع اینه که متن ورودی رو قبل از دادن به دتکتور، بدیم به یک LLM تا Paraphrase (بازنویسی) کنه. این کار تمام الگوهای مخفی و مهندسیشده مهاجم رو خنثی میکنه.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6❤2👍2
اگه مقالهای با تمپلیت ACM مینویسید یا میخونید، دونستن این تفاوت برای تخمین حجم واقعی محتوا خیلی مهمه.
تمپلیت Manuscript (1ستون) برای مقالات journal track مثل PACM HCI استفاده میشه. فونت ۱۰pt، حاشیههای ۱ اینچ از هر طرف، و عرض متن حدود ۶.۵ اینچ داره. هر صفحهاش حدود ۴۵۰ تا ۵۵۰ کلمه جا میگیره.
تمپلیت SigConf (2ستون) برای Proceedings و Companion کنفرانسهایی مثل CHI، CSCW، UIST و غیره استفاده میشه. فونت ۹pt، حاشیههای ۰.۷۵ اینچ، و دو ستون ۳.۳۳ اینچی با یه gutter کوچک داره. هر صفحهاش حدود ۸۰۰ تا ۹۰۰ کلمه جا میگیره.
۵ صفحه ۲ستون ≈ ۴,۲۵۰ کلمه
۵ صفحه ۱ستون ≈ ۲,۵۰۰ کلمه
یعنی وقتی یه مقاله ۵ صفحهای Companion میبینید، محتواش تقریباً ۱.۷ برابر یه مقاله ۵ صفحهای journal track هست.
وقتی میخواید حجم کار یه مقاله رو تخمین بزنید یا بین دو مقاله مقایسه کنید، به تعداد صفحه تنها نگاه نکنید؛ اول تمپلیت رو چک کنید.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7👍3