قابلیت‌های جدید Google Chrome با استفاده از هوش‌مصنوعی مولد معرفی شد.

قابلیت Tab Organizer: این قابلیت تب‌های باز کاربر را به صورت خودکار گروه‌بندی می‌کند.

قابلیت Custom Theme: کاربر می‌تواند با انتخاب رنگ، استایل، موضوع و مود تم مورد نظر خود را در کروم رندر کند.

قابلیت Writing Help: قابلیت Help me write می‌تواند به کاربر در وب‌سایت‌های مختلف برای نوشتن متن پیشنهاد دهد.

این قابلیت‌ها در نسخه M121 معرفی شده‌ و در ابتدا در اختیار کاربران آمریکایی قرار خواهد گرفت. به مرور در سایر کشورها و تمامی‌ سیستم‌عامل‌ها نیز در دسترس قرار خواهند گرفت (منبع خبر).

#google
#chrome

@dumannewsletter

تیم Google Research مدل جدیدی به نام lumiere را برای تولید ویدئو معرفی کرد. این مدل با دریافت متن و یا تصویر به عنوان ورودی، یک ویدیو ۵ ثانیه‌ای تولید می‌‌کند. نمونه‌های مشابهی اخیراً توسط #runway و #pika معرفی شده بود. همچنین این مدل می‌تواند با دریافت یک تصویر رفرنس ویدئوهای جدید را با همان استایل تولید کند. برای مطالعه جزئیات فنی اینجا را بخوانید.

#google
#lumiere

@dumannewsletter

معرفی مدل ActAnywhere توسط محققان Adobe

محققان Adobe مدل جدیدی به نام ActAnywhere را برای تولید ویدئو ارائه کردند. این مدل می‌تواند حرکت انسان نظیر دویدن را به یک تصویر پس‌زمینه اضافه کند. تصویر پس‌زمینه به نحوی تغییر داده می‌شود که تعامل انسان با محیط در آن دیده شود. به عنوان مثال در این تصویر پاشیدن آب به خاطر دویدن شخص قابل مشاهده است.
برای مطالعه جزئیات فنی اینجا را بخوانید.

#adobe
#acy_anywhere

@dumannewsletter

هوش‌مصنوعی هنوز نمی‌تواند جایگزین نیروی کار باشد!

براساس مقاله جدیدی که توسط محققان دانشگاه MIT منتشر شده جایگزین شدن انسان با هوش‌مصنوعی بیش از اندازه بزرگنمایی شده و انتظار می‌رود این اتفاق به زودی رخ ندهد. دلیل اصلی این موضوع گران بودن هزینه راه‌اندازی و نگهداری سیستم‌های مبتنی بر هوش‌مصنوعی است. این مقاله به طور خاص روی ماشین‌بینایی (Computer Vision) تمرکز کرده است. طبق این مقاله، پیاده‌سازی سیستم‌های کاستوم مبتنی بر ماشین‌بینایی برای بسیاری از مشاغل نظیر نانوایی نسبت به استخدام نیروی انسانی هزینه بیشتری دارد و در نتیجه از نظر اقتصادی بهینه نیست.
برای مطالعه کامل این مقاله اینجا را بخوانید.

#mit
#work_force

@dumannewsletter

سرویس تولید ویدئو Runway قابلیت جدید خود را با نام Multi Motion Brush معرفی کرد. با استفاده از این قابلیت کاربر می‌تواند قسمت‌های مختلف تصویر را با حرکات مختلف کنترل کند. برای جزئیات بیشتر ویدئو را تماشا کنید.

#runway

@dumannewsletter

قابلیت‌های جدید Adobe Premiere Pro با استفاده از هوش‌مصنوعی مولد معرفی شد.

#adobe

@dumannewsletter

نظرات لینوس توروالدز خالق لینوکس در مصاحبه اخیر خود در همایش بنیاد لینوکس در ژاپن درباره‌مدل‌های زبانی:

به عقیده لینوس توروالدز در آینده شاهد کدهایی خواهیم بود که توسط LLM نوشته شده است. حتی در حال حاضر نیز در مقیاس کوچک برنامه‌نویسان از مدل‌های بزرگ زبانی برای نوشتن کد کمک می‌گیرند. این موضوع به اندازه‌ای که در اخبار روزانه به آن پرداخته می‌شود جدید نیست، بلکه مدت‌هاست که توسعه‌دهندگان از ابزارهای مختلف برای اتوماسیون در کد نویسی استفاده می‌کنند. پیدا کردن خطاهای رایج کدنویسی یکی از کاربردهایی است که مدل‌های زبانی در آن بسیار درخشان خواهند بود. لینوس توروالدز در پاسخ به اینکه مدل‌های بزرگ زبانی به خاطر hallucination دچار اشتباه می‌شوند گفت: "من می‌بینم که هر روز باگ‌ها بدون حضور آن‌ها رخ می‌دهند، بنابراین نگران این موضوع نیستم!". hallucination یکی از اثرات جانبی مدل‌های زبانی است که باعث می‌شود پاسخ‌های غیرواقعی و اشتباه تولید کنند.

#linus_torvalds

@dumannewsletter

رنگی کردن تصاویر قدیمی

شرکت علی‌بابا مدل جدیدی به نام ddcolor را برای رنگی کردن تصاویر قدیمی و سیاه و سفید معرفی کرده است. برای تست این مدل اینجا را نگاه کنید.

#alibaba
#ddcolor

@dumannewsletter

نظرات Andrew Ng در اجلاس داوس ۲۰۲۴ درباره رگولاتوی هوش‌مصنوعی:

به عقیده Andrew Ng در حال حاضر رگولاتوری بیش‌از اندازه یکی از مشکلاتی است که می‌تواند توسعه هوش‌مصنوعی و منتفع شدن سایر حوزه‌ها از آن را تحت تاثیر قرار دهد.
از ۱۵ام تا ۱۹ام ژانویه مجمع جهانی اقتصاد (داوس) در سوئیس برگزار شد. هوش‌مصنوعی یکی از مهم‌ترین موضوعاتی بود که در این اجلاس مورد بحث قرار گرفت.

#davos
#andrew_ng

@dumannewsletter

نظرات Yun LeCun در اجلاس داوس ۲۰۲۴ درباره هوش‌مصنوعی و اپن‌سورس:

به عقیده Yun LeCun (یان لیکان) اپن‌سورس بودن هوش‌مصنوعی به پیشرفت آن کمک بسزایی می‌کند و رگولاتوری اپن‌سورس به خاطر ترس این پیشرفت را کند خواهد کرد. یان لیکان استاد دانشگاه نیویورک و دانشمند ارشد متا در حوزه هوش‌مصنوعی است که در سال ۲۰۱۹ برنده جایزه تورینگ شد. برای دیدن ویدئوهای کامل نشست هوش‌مصنوعی در داوس ۲۰۲۴ به اینجا مراجعه کنید.

#davos
#yun_lecun

@dumannewsletter

مصاحبه بیل گیتس با سم آلتمن (بخش اول)

بیل گیتس مدیرعامل سابق و موسس مایکروسافت در پادکست خود با عنوان Unconfuse Me with Bill Gates با سم آلتمن مدیرعامل OpenAI مصاحبه کرد. این مصاحبه نکات جالبی را در بر داشته که در این مقاله شرح داده می‌شود. این اپیزود ۱۱ ژانویه ۲۰۲۴ منتشر شد ولی اندکی قبل از ماجرای اخراج جنجالی سم آلتمن ضبط شده بود. قابل ذکر است که در حال حاضر مایکروسافت بزرگترین سرمایه‌گذار OpenAI بوده و پیشرفت آن تا حد زیادی مرهون سرمایه‌گذاری‌های کلان مایکروسافت در سال‌های اخیر است. در این گفت‌و‌گو بیل گیتس اعلام کرد که در ابتدای پروژه نسبت به آینده ChatGPT شک و تردید داشت ولی این چت‌بات فراتر از انتظار عمل کرد. بخش دوم این مصاحبه به زودی از طریق خبرنامه هوش‌مصنوعی دومان منتشر خواهد شد.

👈 برای مطالعه مقاله اینجا را نگاه کنید
👈 درباره اخراج جنجالی سم آلتمن اینجا را بخوانید

#bill_gates
#sam_altman

@dumannewsletter

متا نسخه‌های fine-tune شده مدل Llama-70B مخصوص برنامه‌نویسی را با نام CodeLlama منتشر کرد (منبع). این نسخه‌ها عبارتند از:

• CodeLlama-70B
• CodeLlama-70B-Python
• CodeLlama-70B-Instruct


#codellama
#llama
#meta

@dumannewsletter

آمازون تا پایان سال ۲۰۲۳ میلادی بیش از ۷۵۰هزار ربات را در انبارهای خود عملیاتی کرده است. آخرین نوع رباتی که در انبارهای آمازون مورد استفاده قرار گرفته ربات دوپای #digit است.

#amazon
#robotics

@dumannewsletter

محصول جدید ElevenLabs به نام Dubbing Studio معرفی شد. این محصول امکان ترجمه فایل‌های ویدئویی به زبان‌های مختلف را فراهم می‌کند. برای تست آن به اینجا مراجعه کنید.

#eleven_labs

@dumannewsletter

مذاکرات مایکروسافت با Figure برای سرمایه‌گذاری ۵۰۰ میلیون دلاری

مایکروسافت و OpenAI در حال مذاکره با استارتاپ رباتیک Figure برای سرمایه‌گذاری هستند. طبق اخبار منتشر شده، ارزش این سرمایه‌گذاری ۵۰۰ میلیون دلار خواهد بود. Figure در سال ۲۰۲۲ شروع بکار کرد و در حال حاضر روی توسعه ربات‌های انسان‌نما فعالیت می‌کند. اخیراً محصول این شرکت در حال تهیه قهوه دمو شد (اینجا را مشاهده کنید). اواسط ماه ژانویه نیز همکاری Figure با خودروسازی ‌BMW اعلام شد. قرار است از ربات‌های انسان‌نمای آن در کارخانه ‌BMW در آمریکا استفاده شود. انتظار می‌رود در سال ۲۰۲۴ سرمایه‌گذاری در حوزه ساخت‌ ربات‌های انسان‌نما بیشتر شود (منبع خبر).

#figure
#robotics
#microsoft

@dumannewsletter

گوگل بارد نقاشی می‌کشد!

گوگل بارد با مدل Gemini Pro در بیش از ۲۳۰ کشور و ۴۰ زبان مختلف در دسترس عموم قرار گرفته است. در به‌روزرسانی جدید، این سرویس به مدل تولید تصویر گوگل به نام Imagen متصل شده و اکنون می‌تواند با دریافت prompt از کاربر تصویر موردنظر وی را بکشد (منبع).

#google
#bard
#imagen

@dumannewsletter

آپدیت ایلان ماسک از اپتیموس (توئیت)

#optimus
#tesla
#robotics

@dumannewsletter

قابلیت‌های هوش‌مصنوعی تلفن‌ همراه Galaxy S24 Ultra که اخیراً معرفی شد.

#samsung

@dumannewsletter

معرفی چت‌بات Rufus آمازون

آمازون نسخه بتا چت‌بات جدیدی به نام Rufus را برای عده محدودی از خریداران فروشگاه آنلاین خود در دسترس قرار داد. این چت‌بات می‌تواند به سوالات مختلفی درباره کالا و مقایسه آن پاسخ دهد. چت‌بات Rufus از اطلاعاتی نظیر ریویو کاربران، پرسش و پاسخ کامیونیتی و اطلاعات لیست شده محصول برای پاسخ دادن استفاده می‌کند(منبع خبر).

#rufus
#amazon

@dumannewsletter