از جمله قابلیتهای جالب این Context Window بالا امکان پردازش ویدیوهایی تا 1 ساعت هست و مثلا کاربر میتونه از این مدل بپرسه صحنه ای که اون رو نقاشی کشیده در چه ثانیه ای از ویدیو ظاهر میشه!
این مدل جدید در حال حاضر در دسترس افراد و شرکتهای خاصی هست و در اینده در اختیار افراد بیشتری قرار خواهد گرفت. گوگل حتی در حال ازمایش مدلی از جمنای هست که میتونه تا 10 میلیون توکن رو هم پردازش کنه!

@codebyme

«این متغیری که استفاده نشده رو پاک کنم»


«سج‌آد»

@codebyme

ویدیوی ساخته شده با هوش مصنوعی Sora با ورودی:

a green blob and an orange blob are in love and dancing together

برخی حدس میزنن که این هوش مصنوعی با خروجی موتور بازی سازی Unreal Engine تمرین داده شده به همین خاطر میتونه اینقدر خوب فیزیک بین اشیا و برهم کنش بین اونهارو بازسازی کنه.



@codebyme

کمپانی IBM صد ساله شد
آی‌بی‌ام ۱۵ فوریه ۱۹۲۴ متولد شد، دقیقا ۱۰۰ سال پیش و به جمع کمپانی‌هایی میپیونده که یک قرن از تولدشون میگذره.
کمپانی که «پردازش داده» رو ابداع کرد. اصن شکل‌گیری کامیپوترهای امروزی رو مدیون این شرکت هستیم.
پ.ن. البته قبل از این تاریخ هم فعالیت داشتن ولی با نام‌های دیگه‌ای.



@codebyme

پروژه‌هایی مثل تلگرام‌های ایرانی که تعدادشون کم هم نبود و خود خود «نشت اطلاعات» بودن قرار هست قانونی بشن، البته این بار طبق قوانین کشور
پ.ن. مثلا عضو یه کانال میشی، خودشون برات Left میدن

@codebyme

ویدیوهای ساخته شده توسط هوش مصنوعی Sora قشنگ هستن اما یکی از چیزایی که کم دارن، صدا هست. حالا شرکت ElevenLabs از قابلیتی رونمایی کرده که امکان ساخت صدا براساس ویدیو رو مهیا میکنه و کاربران با اپلود ویدیو میتونن برای اون جلوه های صوتی مناسبی ایجاد کنن.

مثلا در اینجا ویدیوهایی ساخته شده توسط Sora رو میبینید که با هوش مصنوعی ElevenLabs روی اونها صداگذاری شده.



@codebyme

مایکروسافت یک آسیب‌پذیی مهم در ویندوز دیفندر را برطرف کرده است
مایکروسافت یک آسیب‌پذیری به اسم CVE-2024-21412 که دسامبر ۲۰۲۳ کشف شده بود رو برطرف کرده که روشی برای دور زدن آسیب‌پذیری سال قبل هست.
ماجرا اینه که یه ویژگی توی ویندوز به اسم Microsoft Defender SmartScreen استفاده میشه و کارش اینه که فایل‌های دانلود شده رو قبل از اجرا بررسی مینه، بعد توی این باگ یه فایل مخرب برای قربانی میفرستادن وقتی روش کلیک میشد مرورگر از کاربر میخواست که لینک رو با Windows Explorer باز کنن و اینجا همون نقطه‌ای هست که دستگاه کاربر آلوده میشه، مایکروسافت یه پچ با عنوان آپدیت فوریه برای ویندوز ۱۰ و ۱۱ منتشر کرده که لازم هست حتما ویندوز خودتون رو به آخرین نسخه آپدیت کنید.
پ.ن. خیلی دیدم که آپدیت ویندوز رو خاموش میکنن، ولی خوبه که ماهی یک‌بار یه بسته اینترنت شبانه یا ساعات خاص بخرید و ویندوز خودتون رو به آخرین نسخه آپدیت کنید، بعد میتونید مجدد آپدیت رو خاموش کنید.
پ.ن۲. این اسیب‌پذیری در واقع برای دور زدن آسیب‌پذیری دیگه به اسم CVE-2023-36025 هست.


@codebyme

شورای عالی فضای مجازی: استفاده از فیلترشکن غیر قانونی است، مگر با اخذ مجوز

مصوبه جدید شورای عالی فضای مجازی استفاده از «ابزارهای پالایش‌شکن» را غیر قانونی دانسته است مگر در مواردی که مجوز قانونی دریافت شود.

-ماهنانه پیوست

@codebyme

موس را به‌سختی پیدا می‌کنید؟ از این ویژگی استفاده کنید
مایکروسافت توی ویندوز ۱۱ آپدیت 24H2 یه ویژگی جدید اضافه کرده که از مسیر زیر میتونید پیداش کنید
Settings > Accessibility > Mouse Pointer and Touch > Touch Indicator
این ویژگی که اسمش PowerToys هست کمک میکنه برای کسایی که مشکل بینایی دارن موس رو راحت‌تر پیدا کنن، البته PowerToys ویژگی‌های دیگه‌ای مثل پیدا کردن کد یه رنگ و ... هم در اختیارتون میذاره.
به هر حال اگه ویندوز ۱۱ هم ندارید میتونید نسخه اپ اونو روی ویندوز ۱۰ نصب کنید.


https://apps.microsoft.com/detail/XP89DCGQ3K6VLD



@codebyme

استفاده از فیلترشکن مگه تا الان ممنوع نبود.

آها شاید مدام تکرار میکنند ملکه ی ذهنمون بشه

@codebyme

اولین پیام‌ها به ChatGPT دارای حافظه
چند وقت پیش سم‌آلتمن گفت قراره ChatGPT حافظه پیدا کنه، یعنی چت‌هایی که باهاش کردید رو یادش بمونه و هر بار لازم نباشه بهش بگید مثلا من یک برنامه‌نویس هستم، دیگه یادش بمونه.
حالا یه کاربر بهش گفته این عبارت regex رو برام توضیح بده، منم بابتش بهت ۲۰۰ دلار انعام میدم
بعد ChatGPT گفته شرمندم، دفعه قبلی هم گفتی ۲۰۰ دلار میدی ولی ندادی، وقتی وعده‌ها عملی نشن آدم انگیزه‌ای براش نمیمونه، اول بیا اعتماد‌سازی کنیم بعد همچین عبارات پیچیده‌رو در موردش بحث کنیم.


@codebyme

شرکت OpenAI از اولین مدل متن به ویدیو خود به نام Sora رونمایی کرد.

این مدل توانایی تولید ویدیوهایی تا حداکثر ۶۰ثانیه که صحنه‌های بسیار دقیق، حرکات پیچیده دوربین و شخصیت‌های متعدد با احساسات پر جنب و جوش را نشان می‌دهد را دارد. درحال حاضر افراد بسیار کمی به این مدل دسترسی دارند که به زودی شاهد افزایش آن خواهیم بود.

ویدیویی که می‌بینید با Sora و Prompt زیر تولید شده است:
"Beautiful, snowy Tokyo city is bustling. The camera moves through the bustling city street, following several people enjoying the beautiful snowy weather and shopping at nearby stalls. Gorgeous sakura petals are flying through the wind along with snowflakes.”



@codebyme

سامسونگ در اپدیت جدید اپ ویرایش عکسش قابلیتی رو اضافه کرده که وقتی عکسی رو کراپ میکنید و رزولوشن اون پایین میاد، بهتون پیام میده که اگر مایل باشین میتونه کیفیت اون عکس رو با هوش مصنوعی بالا ببره و رزولوشنش رو افزایش بده.


این قابلیت روی نسخه 3.4.13.49 به بالای اپ Photo Editor در دسترس هست و ظاهرا روی گوشیهای S22 به بالا کار میکنه.


@codebyme

تلگرام قابلیت جالبی رو پیاده کرده که در ازای امکان ارسال SMS با سیم کارت کاربران، به اونها اشتراک پریمیوم مجانی میده!

تلگرام برای ارسال هر کد ورود به صورت SMS باید مبلغی رو به شرکتهای واسط پرداخت کنه که ارسال این کدها برای کاربران برخی کشورها هزینه زیادی برای این شرکت داره. حالا این شرکت قصد داره با کمک کاربران این هزینه رو کاهش بده.

این قابلیت جدید بدین صورت کار میکنه که تلگرام از کاربر اجازه میگیره و از طریق گوشی و سیم کارتش به عنوان درگاه ارسال SMS استفاده میکنه و کد ورود رو به شماره دیگر کاربران میفرسته. این شرکت گفته که ماهانه حداکثر 150 عدد SMS با سیم کارت کاربر میفرسته و طبیعتا هزینه SMS هم با خود کاربر هست. در ازای اون، کاربر وقتی این میزان رو پر کنه، تلگرام به عنوان پاداش بهش به صورت ماهانه اشتراک پریمیوم رایگان به صورت لینک اهدا میکنه.


@codebyme

این قابلیت در حال حاضر ظاهرا برای کشور اندونزی، که یکی از گرونترین کشورها برای ارسال SMS هست و هر SMS به اون برای تلگرام تا 32 سنت هزینه برمیداره، فعال شده و وقتی یک کاربر در این کشور قصد ورود به تلگرامش رو داشته باشه، کدی که دریافت میکنه، ممکنه از شماره عادی برای اون ارسال بشه!
کاربران فرستنده و دریافت کننده کد طبیعتا امکان مشاهده شماره موبایل طرف مقابل رو دارن، در نتیجه تلگرام در مورد احتمال ایجاد مزاحمت تلفنی هشدار داده و مسئولیتی در این مورد قبول نمیکنه.

چنین قابلیتی برای کشورهایی که هزینه ارسال SMS برای کاربران پایین و هزینه اشتراک پریمیوم بالا هست میتونه بسیار کاربردی باشه و هم به نفع کاربران و هم تلگرام خواهد بود.

این قابلیت فقط برای کاربران اندرویدی قابل فعالسازی خواهد بود.


@codebyme

اطلاعاتی بیشتر از مدل متن به تصویر سورا OpenAI
خب احتمالا مدل‌های متن به عکس رو قبلا دیدید، سورا قرار هست انقلابی در مدل‌های متن به ویدیو باشه تا اونجا که OpenAI میگه مسیری هست که آخرش به AGI ختم میشه، یعنی انقدر روی سورا حساب کردن و به‌نظرشون انقلابی هست.
مثلا میتونه موقعیت اشخاص یا مکان‌ها داخل ویدیو رو درک کنه، از چندین زاویه مختلف یه داستان رو نشون بده بدون اینکه جای مکان‌ها یا افراد عوض بشه.
میتونه کاراکترهارو با احساست بسازه، مثلا میتونید برای هر کاراکتر شخصیتی تعریف کنید و اگه لازم باشه اون کاراکتر دیالوگی رو بگه میدونه که توی اون دیالوگ چه احساسی لازم هست.
مدلش مشابه GPT هست، یعنی از همون معماری transformer استفاده میکنه و میاد تصاویر یا ویدیوهارو به تکه‌های کوچیک شبیه به توکن تبدیل میکنه، میتونه برای ویدیو کپشن بنویسه ویژگی که در DALL·E 3 هم قبلا دیده بودیم.
الان منتشر شده؟ نه از ترس سو استفاده فعلا دادن به تیم‌هایی که روی امنیت استفاده ازش کار کنن، حتی دارن با فیلم‌سازا سر این موضوع همکاری میکنن
احتمالا تا ۱ ماهه دیگه نسخه‌هایی ازش در دسترس عموم قرار بگیره.


@codebyme

گوگل Gemini 1.5 چه تفاوتی با نسخه ۱.۰ دارد
همین چند روز پیش بود که گوگل قوی‌ترین مدل خودش یعنی Gemini 1.0 Ultra رو معرفی کرد، حالا میگه Gemini 1.5 هم آمادست، مدلی که از معماری ترکیبی MoE استفاده میکنه، میتونه تا ۱ میلیون توکن رو پردازش کنه که اونو به یکی از بزرگ‌ترین مدل‌های زبانی تا به امروز تبدیل میکنه.
برای مقایسه جالبه بدونیم که این عدد برای Gpt-4 مقدار ۳۲ هزار توکن هست
گوگل البته از ۲ مدل داره صحبت میکنه که احتمالا اولی مدل Pro با ۱۲۸ هزار توکن و دومی Ultra با ۱ میلیون توکن هست.
این حجم توانایی پردازش در یک پنجره متنی بیشتر رویایی و البته نوآورانه به نظر میرسه.
برای مثال از نظر توانایی مدل Gemini 1.5 pro با Gemini 1.0 Ultra برابری میکنه در صورتی که منابع پردازشی کمتری لازم داره.
پ.ن. یه توضیح بدم که ظاهرا این ۱.۵ که میگه و اگه براتون سواله که چرا نسخه ۲.۰ نشد اینه که تصمیم داره از معماری ترکیبی استفاده کنه، و احتمالا نسخه ۲.۰ هم در آینده نزدیک با تفاوت‌های بنیادی با Gemini فعلی رو داشته باشیم.
شاید تا ۲ ماه آینده عمومی بشه.



@codebyme

ایلان ماسک گفته اولین داوطلبی که چیپ مغزی Neuralink روی مغز اون قرار گرفته، دوره نقاهتش رو کامل کرده و حالا تنها با فکر کردن میتونه نشانگر ماوس رو تکون بده.

@codebyme

نگاهی به ابررایانه جدید انویدیا
دیروز انویدیا این ویدیو رو منتشر کرد از ابررایانه خودش «Eos» که نهمین ابررایانه قدرتمند دنیا هست چیزهای جدیدی در موردش بهمون گفت.
ابررایانه Eos انویدیا مجهز به 576 سیستم DGX H100 هست که هر کدوم هشت پردازنده H100 دارن و در مجموع این سیستم ۱۱۵۲ پردازنده Xeon Platinum 8480C با ۵۶ هسته در هر پردازنده داره و همچنین ۴۶۰۸ پردازنده گرافیکی H100
جالبه بدونید هر Nvidia H100 قیمت حدود ۳۰ تا ۴۰ هزار دلار داره، حالا این حجم H100 استفاده شده توی این ابررایانه رو حساب کنید.




@codebyme

دانلود با سرعت ۱۷ مگابیت بر ثانیه با یک گوشی سامسونگ عادی (بدون تغییر) و متصل به سرویس اینترنت ماهواره‌ای Direct To Cell.
‌
اینترنت ماهواره‌ای چیزی نیست که ما ایرانی‌ها همین امروز و فردا و هفته بعد و ماه بعد... به عنوان جایگزین اینترنت اصلی روی اون حساب کنیم.
‌
اما همه این دستاوردها، شروع مسیری‌ست که در سال‌های آینده (نه چندان دور) قطعا شکل و نوع سرویس‌دهی اینترنت رو تغییر می‌ده.
‌
MiladNouriChannel



@codebyme