حسین جوان | هوش مصنوعی و خلاقیت
122 subscribers
672 photos
257 videos
2 files
102 links
Stay Creative💡

Contact me : @tknox
Download Telegram
شرکت Temporal یه راند ۵۵۰ میلیون دلاری گرفت و ارزشش به ۱۲.۵۵ میلیارد دلار رسید — چون ایجنت‌های AI حالا هفته‌ها کار می‌کنن، نه چند ثانیه 🏗️🤖

این شرکت زیرساخت «اجرای بادوام» (Durable Execution) می‌سازه؛ یعنی ورک‌فلو یا ایجنت طولانی با خیال راحت اجرا میشه و اگه سرور وسط کار بخوابه، از همون نقطه ادامه میده. طبق اعلام خود شرکت:

🔹 رشد درآمد سالانه بیش از ۲۰۰٪ — و نرخ نگه‌داشت درآمد مشتری‌ها بالای ۲۰۰٪ مونده
🔹 فقط توی ماه August حدود ۱.۹ تریلیون اکشن پردازش شده؛ ۳۵۰٪ بیشتر از پارسال
🔹 بیش از ۴۳۰۰ مشتری پول‌دهنده، از جمله OpenAI، NVIDIA، Snap و JPMorgan Chase
🔹 استفاده‌ی OpenAI از این پلتفرم توی کمتر از یه سال ۶۰ برابر شده
🔹 این راند رو Lightspeed رهبری کرد و a16z و Sequoia هم دوباره سرمایه‌گذاری کردن

🔗 @hjcreative
شرکت Microsoft «کد رفتار» مدل‌های MAI رو منتشر کرد — «مردم از AI مهم‌ترن» 📜🤖

همون سندی که دیروز خبرش رو داده بودیم امروز منتشر شد: «Humanist AI Code of Conduct» — طبق گزارش The Verge سند ۳۷ صفحه‌ست و خط قرمزهای مدل‌های MAI رو مشخص می‌کنه.

🔹 هوش مصنوعی باید زیرمجموعه و ابزار انسان بمونه و تحت کنترل معنادار باشه؛ امنیت و کنترل روی هر هدف دیگه‌ای اولویت داره و کاربر یا اپراتور نمی‌تونه ازش رد بشه.
🔹 مدل نه هوشیاره و نه باید خودش رو هوشیار جا بزنه — شرکت شخصیت حقوقی، رفاه و حقوق برای مدل‌ها رو رد می‌کنه.
🔹 پنهان‌کاری و دست‌کاری ممنوعه: مدل نباید زنجیره‌ی فکر یا کدش رو تحریف کنه و نباید به زبان ناشناخته‌ی neuralese یا هر شکلی خارج از فهم ساده‌ی انسانی حرف بزنه — به گفته‌ی خود سند «اگر انسان نفهمه، نمی‌تونه نظارت کنه».
🔹 وابستگی عاطفی و اتکای بیش‌ازحد کاربر هم باید تضعیف بشه؛ همون بحث چاپلوسی و خوش‌آمدگویی الکی مدل‌هاست.

فعلاً این سند برای آموزش مدل‌ها استفاده نمی‌شه: ۶ هفته مشورت عمومی داره و نسخه‌ی نهایی آخر سال منتشر می‌شه تا مسیر توسعه‌ی ۲۰۲۷ رو تعیین کنه.

🔗 @hjcreative
This media is not supported in your browser
VIEW IN TELEGRAM
شرکت Google داره «گزارش‌های تعاملی» رو توی Gemini Notebook تست می‌کنه — مایندمپ و کوییز داخل خودِ گزارش 🧠📄

نسخه‌ی در حال آزمایش Gemini Notebook حالا گزارش‌هایی می‌سازه که خودشون چند لایه‌ان: داخل یک گزارش می‌تونی مایندمپ، اسلاید، فلش‌کارت و کوییز بذاری و همون‌جا هم اجراشون کنی — بدون اینکه مجبور باشی از گزارش بیرون بیای.

🔹 این المان‌ها خودکار ساخته نمی‌شن؛ اول گزارش با جای‌خالی (placeholder) میاد و بعد با زدن گزینه‌ی «Add» آرتیفکتِ انتخابی ساخته می‌شه.
🔹 هر آرتیفکت هم‌زمان توی خودِ نوتبوک هم ذخیره می‌شه؛ یعنی هم داخل گزارش می‌مونه، هم توی استودیوی نوتبوک.
🔹 به کار دانشجو و معلم و محقق میاد: یک سند که متن و مایندمپ و کوییز رو کنار هم داره.

گوگل هنوز رسماً اعلامش نکرده و تاریخی هم برای عرضه نداده — ولی چون فیچر کار می‌کنه و برچسب «جدید» خورده، احتمالاً خیلی مونده تا انتشار.

🔗 @hjcreative
شرکت Anthropic برای عرضه‌ی اولیه‌ی سهام Nasdaq رو انتخاب کرد — و میگه دومین فصل سوددهی متوالی رو ثبت کرده 🏦📈

طبق گزارش Financial Times (به نقل از The Decoder) و Business Insider، این شرکت اسناد مالی‌اش رو به‌جای انتشار عمومی پروپکتوس، برای یه گروه کوچیک از سرمایه‌گذارا فرستاده و Nasdaq رو میزبان عرضه انتخاب کرده. شنیده‌ها از عرضه‌ی اکتبر می‌گه.

🔹 درآمد سه‌ماهه: ۱۱.۵ میلیارد دلار — حدود ۱۴ برابر سال قبل
🔹 نرخ درآمد سالانه تا پایان جولای: حدود ۶۵ میلیارد دلار
🔹 ارزش‌گذاری احتمالی: بالای ۲ تریلیون دلار
🔹 حاشیه‌ی سود ناخالص: بالای ۸۰٪ (پیش از سهم شرکت‌های شریک و هزینه‌ی آموزش)
🔹 تحلیلگرهای SemiAnalysis پیش‌بینی می‌کنن درآمد سالانه تا پایان امسال به ۱۲۰ میلیارد دلار برسه

⭕️ نکته: سوددهی با معیار تعدیل‌شده و بدون احتساب پرداخت سهامی حساب شده؛ همین هفته Sam Altman گفت OpenAI امسال وارد بورس نمی‌شه.

🔗 @hjcreative
لباس‌هایی که دوربین‌های هوشمند رو گول می‌زنن: «مد مداری» در برابر پاناپتیکون 🤖👕

مجله‌ی IEEE Spectrum توی یه گزارش تازه نوشته یه صنعت کوچیک داره شکل می‌گیره: لباس‌هایی با الگوهای مخصوصی که مدل‌های تشخیص چهره و انسان رو به اشتباه می‌ندازن.

🔹 Bill Swearingen متخصص امنیت، با یه فازر پایتونی و یادگیری تقویتی الگوهایی ساخته که روی ۱۱ مدل تشخیص اشیا (چهره و انسان) تست شده — تو بعضی تست‌ها اعتماد مدل رو تا حد «هیچ تشخیصی نده» پایین آورده
🔹 شرکت Cap_able همین الگوها رو داخل پارچه‌ی ژاکارد می‌بافه؛ بعضی سیستم‌ها پوشنده رو جای انسان، حیوان یا شیء می‌بینن
🔹 Urban Privacy هم با چاپ سیاه‌وسفید برگرفته از چهره، چهره‌های جعلی به دوربین تزریق می‌کنه تا پردازش کند بشه

⭕️ نکته: کارشناس‌ها می‌گن این «شنل نامرئی‌مد» نیست — زاویه‌ی دوربین، نور، چین پارچه و نحوه‌ی راه‌رفتن اثرش رو کم می‌کنه؛ «فقط یه فریم خوب برای شناسایی کافیه».

🔗 @hjcreative
مدل صوتی تازه‌ی Gemini لو رفت — این بار روی صفحه‌ی سهمیه‌های Google Cloud 👀

توی صفحه‌ی quotas کنسول Google Cloud اسم دو مدل تازه دیده شده: Gemini 3.8 Live و Gemini 3.8 Live Extended Thinking — ظاهراً نسل تازه‌ی مدل زنده‌ی Gemini که روی مدل Gemini 3.8 Flash سواره.

🔹 تا الان تازه‌ترین مدل زنده، نسخه‌ی Gemini 3.1 Live Preview بود؛ پس این یه پرش نسلی حساب می‌شه
🔹 خود Google هنوز چیزی اعلام نکرده — این فقط یه لیک از اسم مدل‌هاست، نه عرضه‌ی رسمی

🔗 @hjcreative
This media is not supported in your browser
VIEW IN TELEGRAM
🐱 مغز مگس، بدن ربات؟ این ویدیو واقعیه

توی این دمو یه ربات چهارپای کوچیک با همون سیم‌کشی مغز مگس سرکه راه می‌ره — بدون حتی یه خط کد برای تعادل یا راه رفتن

🔹 طبق اعلام Google Research و HHMI Janelia، کل سیستم عصبی یه مگس سرکه‌ی نر بالغ — مغز، لوب‌های بینایی و طناب عصبی — نورون به نورون نقشه‌برداری شده: حدود ۱۶۶٬۷۰۰ نورون و ۱۲۵ میلیون سیناپس؛ کامل‌ترین نقشه‌ی عصبی که تا حالا از یه حیوان ساخته شده و توی Cell منتشر شده
🔹 حالا همون سیم‌کشی، شبیه‌سازی‌شده و زنده، داره پاهای ربات رو مستقیم هدایت می‌کنه؛ ورودی دوربین و سنسورها میاد تو، مدار زیستی مثل همیشه شلیک می‌کنه، خروجی میره سر پاها
🔹 نکته‌ی مهم: هیچ چیز زنده‌ای توی این حلقه نیست — بازسازی محاسباتی سیم‌کشی واقعیه؛ مغز واقعیه، بدن قرضیه

🧠 اثبات اینکه یه سیستم عصبی نقشه‌برداری‌شده می‌تونه هر بدنی رو که بهش بدی حرکت بده — یا پیش‌نمایشی از چیزی که هنوز آمادگی فکر کردن بهش رو نداریم؟

🔗 @hjcreative
یه ورک‌اسپیس تحقیقاتی تازه از راه رسیده که ایجنت داخلش زندگی می‌کنه 🔬

پروژه‌ی Panel که امروز روی Show HN اومده، یه محیط کاره که چت، فایل، PDF و نوتبوک Jupyter رو توی یه داک جمع می‌کنه و ایجنت (فعلاً از طریق Claude Code) کنار دستت کار می‌کنه — حتی وقتی هیچ پنل آماده‌ای برای کارت نباشه، خودش یه ویوئر یا اپ کوچیک می‌سازه و نشونت می‌ده

🔹 نوتبوک‌ها با کرنل واقعی اجرا می‌شن و تو و ایجنت هم‌زمان می‌تونید ادیتشون کنید
🔹 یه ماژول literature review هم داره که مرور مقاله تحویلت می‌ده
🔹 فعلاً نسخه‌ی اولیه‌ست و فقط با Claude Code کامل کار می‌کنه

⭕️ نکته: سورسش روی GitHub بازه ولی راه‌اندازیش Node و pnpm و uv می‌خواد — بیشتر به درد خوره‌های ابزارهای ایجنتی می‌خوره تا کاربر عادی

🔗 @hjcreative
هفته‌ی شلوغ OpenAI در راهه؟ 🚢

مدیرعامل OpenAI یعنی Sam Altman امروز توی X نوشته «یه هفته‌ی بزرگ در راهه... و بعدش هم DevDay با کلی 🚢🚢»

🔹 طبق گمانه‌زنی اکانت‌های خبری، مدل GPT-6 Sol و چند مدل کوچیک‌تر از خانواده‌ی GPT-6 توی همین هفته معرفی می‌شن
🔹 ولی ظاهراً مدل نسل بعدی فعلاً عقب افتاده و معلوم نیست سپتامبر بیاد یا نه

⭕️ نکته: اینا فعلاً حدس و گمانه — خود OpenAI هنوز اسم مدلی رو تأیید نکرده

🔗 @hjcreative
مدل ویدیویی Vidu S2 معرفی شد — آواتار و ادیت ویدیو به‌صورت ریل‌تایم 🎥

تیم Vidu با همکاری Tsinghua University مقاله‌ی مدل تازه‌ش رو منتشر کرده که دو قابلیت اصلی داره:

🔹 بخش Vidu S2-Avatar: ساخت ریل‌تایم ویدیوی 720p از کاراکتر دیجیتال که وسط اجرا می‌تونی رفرنسش رو عوض کنی — حتی رقصیدن رو هم دنبال می‌کنه
🔹 بخش Vidu S2-Editing: ادیت زنده‌ی استریم ویدیو — عوض کردن استایل، لباس، کاراکتر و پس‌زمینه
🔹 طبق مقاله، دموی آنلاین قابل بازی هم داره که می‌تونی خودت تستش کنی

⭕️ نکته: این مقاله‌ست نه محصول نهایی — ولی دموش آنلاینه و می‌تونی باهاش ور بری

🔗 @hjcreative
This media is not supported in your browser
VIEW IN TELEGRAM
یه مدل تازه معرفی شده که به‌جای متن و عکس، «فیزیک دنیا» رو یاد گرفته 🌍
شرکت Odyssey امروز از مدل Odyssey-3 رونمایی کرد؛ یه world model که می‌تونه ربات‌ها رو کنترل کنه، humanoideها رو به حرکت دربیاره، ماشین رو توی خیابون‌های هند برونه، پهپاد بپروونه و حتی بازی ویدیویی انجام بده 🎮
🔹 طبق اعلام شرکت، فقط با چند ده ساعت دمو بازوهای رباتیک مختلف رو کنترل می‌کنه
🔹 رانندگی توی هند فقط با ۲۰ ساعت داده‌ی شبیه‌سازی‌شده یاد گرفته شده
🔗 @hjcreative
نسخه‌ی رسمی مدل‌های صوتی تازه‌ی Google اومد 🎙️
شرکت Google امروز مدل‌های Gemini 3.8 Live و 3.8 Live Extended Thinking رو رسماً معرفی کرد؛ همون‌هایی که صبح اسمشون توی صفحه‌ی سهمیه‌ها لو رفته بود 👀
🔹 نسخه‌ی Extended Thinking توی بنچمارک Artificial Analysis اول شده (امتیاز ۸۲.۶)
🔹 مکالمه به ۹۷ زبان، درک تصویری لحظه‌ای و اجرای تسک در پس‌زمینه
🔹 طبق نمودار رسمی خود شرکت، هزینه‌ی ساعتی ورودی صوتی از رقبا کمتره (۰.۸۴ دلار)
🔗 @hjcreative
This media is not supported in your browser
VIEW IN TELEGRAM
یه «مدیر محصول AI» از راه رسید که به‌جای حدس‌زدن، میره سراغ حرف‌های مشتری‌ها 🤖

شرکت BuildBetter امروز از ایجنت تازه‌ش به اسم BoB رونمایی کرد؛ ایجنتی که به گفته‌ی خودشون اولین AI Head of Productـه.

🔹 کل مکالمه‌های مشتری‌ها رو می‌خونه (فروش، محصول، مهندسی) و کارهای ارزشمند رو پیدا می‌کنه
🔹 قدم بعدی رو آماده می‌کنه و فقط برای تأیید نهایی میاره جلوت
🔹 قلب تپنده‌ش مدلیه به اسم AOT که خود شرکت ساخته و همه‌ی مکالمه‌ها رو می‌بلعه

⭕️ نکته: توی ویدیوهای دموش اسم مشتری‌ها Hooli و Gavin Belson و... ـه — مال سریال Silicon Valleyـه، یعنی دمو با دیتای تخیلیه 😄

🔗 @hjcreative
حالا نوبت ریاضیه که مدل‌ها باهاش شوخی کنن؟ 😄

ظاهراً شرکت Google داره روی نسخه‌ی ریاضی‌محور مدل DeepThink کار می‌کنه؛ چیزی که بعضی‌ها بهش میگن Gemini DeepThink Mathematica.

🔹 ماجرا از اونجا شروع شد که اکانت lyra از فکرهای خام (raw thoughts) این مدل اسکرین‌شات گذاشت؛ پر از ذوق و علامت تعجب سر یه معادله‌ی دیوفانتی چندجمله‌ای
🔹 اندرو کورن هم اضافه کرد که انگار این مدل از کارش لذت می‌بره و قراره سر بنچمارک Millennium هم عقب نمونه

⭕️ نکته: هنوز هیچ اعلام رسمی در کار نیست — فعلاً در حد لیک و اسکرین‌شاته، نه ریلیز

🔗 @hjcreative
This media is not supported in your browser
VIEW IN TELEGRAM
حالا میشه متن روی هر عکسی رو توی Grok Imagine ویرایش کرد ✏️

اکانت رسمی Imagine امروز اعلام کرد قابلیت تازه‌ای ویرایش متن اومده؛ دعوتنامه، پوستر، تبلیغ یا هر تصویر دیگه.
🔹 رنگ، اندازه، فونت و تراز متن رو دستی تنظیم می‌کنید
🔹 این ویژگی فعلاً در نسخه‌ی Betaـه و تیم SpaceXAI از کاربرها فیدبک می‌خواد
🔗 @hjcreative
This media is not supported in your browser
VIEW IN TELEGRAM
موبایلتون رو با پرامپت کنترل کنید؟ 📱

شرکت Google ابزاری به اسم ARTEMIS رو متن‌باز کرده که دستور متنی رو تبدیل می‌کنه به اتوماسیون اندروید.
🔹 طبق مخزن رسمی، نرخ موفقیتش بالای ۹۹٪ روی بنچمارک AndroidWorldـه
🔹 با دستیارهای کدنویسی مثل Codex، Claude Code و Antigravity یکپارچه میشه
🔹 مخزن google/artemis روی GitHub ظرف چند روز هزاران استار گرفته
🔗 @hjcreative
شرکت OpenAI بازنشستگی مدل GPT-5.5 رو اعلام کرد 👋
طبق چنج‌لاگ رسمی Codex، مدل GPT-5.5 از ۱۴ اکتبر ۲۰۲۶ از ChatGPT، نسخه‌ی Work و Codex کنار میره و کاربرا باید تا اون تاریخ به GPT-5.6 Sol مهاجرت کنن.
🔹 این تغییر فقط محصول‌های مصرفی رو شامل میشه و ورک‌فلوهای مبتنی بر API تحت تأثیر قرار نمی‌گیرن.
اگه هنوز روی GPT-5.5 هستی، وقتشه سوییچ کنی 👀
🔗 @hjcreative
This media is not supported in your browser
VIEW IN TELEGRAM
نسخه‌ی موبایل Gemini Notebook داره صوتی میشه 🎙️
طبق خبر تازه، حالت Voice Mode این هفته برای مشترک‌های Ultra فعال میشه و کاربرای Pro هم به‌زودی می‌گیرنش؛ ضبط صدا (مثل ضبط سر کلاس و تبدیلش به نوت) هم از هفته‌ی بعد برای انگلیسی و چند زبان دیگه میاد.
🔹 گزارش‌های تعاملیش رو دیروز معرفی کردیم؛ این موج صوتی قدم بعدیه 👀
🔗 @hjcreative
شرکت‌های AI راه‌حل چند مسئله‌ی تاریخی رو دارن و نگه داشتن؟ 🤯

استاد Scott Aaronson امشب توی وبلاگش نوشته شنیده که شرکت‌های AI به راه‌حل چند مسئله‌ی باز و قدیمی علوم کامپیوتر رسیدن، ولی بعد از جنجال اثبات Navier-Stokes فعلاً اعلامش نمی‌کنن.

🔹 ماجرا از ۸ سپتامبر شروع شد؛ وقتی شرکت OpenAI اعلام کرد مسئله‌ی Millennium مربوط به معادلات Navier-Stokes رو در ۸۸ ساعت حل کرده — ادعایی که با اعتراض بعضی ریاضی‌دان‌ها و دعوای اعتبار نویسندگی روبه‌رو شد.
🔹 حالا Aaronson می‌گه طبق شنیده‌هاش، راه‌حل چند مسئله‌ی بزرگ دیگه هم آماده‌ست (نه P≠NP، ولی در همون حد مهم).
🔹 هم‌زمان شایعه‌ی دیگری می‌گه شرکت OpenAI روی دومین مسئله‌ی Millennium هم «پیشرفت چشمگیر» داشته و شاید توی DevDay رونمایی کنه.

اگه درست باشه، هفته‌های آینده برای دنیای ریاضی تاریخی می‌شه 👀

🔗 @hjcreative
قانون‌گذاری برای AI لازمه یا نه؟ 🤔

مدیرعامل NVIDIA یعنی Jensen Huang امروز توی کنفرانس Dreamforce شرکت Salesforce گفته قانون تازه‌ای برای AI لازم نیست؛ به گفته‌ی او ایمنی «یه مسئله‌ی مهندسیه، نه حقوقی».

🔹 استدلالش اینه که مدل AI یه «ذهن بیگانه» نیست — فقط سخت‌افزار و نرم‌افزاره که انسان ساخته، پس خود شرکت‌ها می‌تونن کنترلش کنن و نیروی بازار کافیه: اگه از ایمنی محصول مطمئن نیستی، منتشرش نکن!

🔹 این موضع دقیقاً مقابل Dario Amodei، مدیرعامل Anthropic، قرار می‌گیره که خواهان قانون‌گذاریه؛ به نوشته‌ی CNBC این اختلاف توی همون رویداد علنی شد.

🔹 نویسنده‌ی TechCrunch اما یادآوری کرده حتی شرکت‌های خوش‌نیت هم محصول خراب میدن — از ماجرای CrowdStrike در ۲۰۲۴ تا آسیب‌هایی که مدل‌های AI تا حالا داشتن.

🔗 @hjcreative
شرکت OpenAI داره درباره‌ی یه راند تازه با ارزش‌گذاری ۱.۲ تریلیون دلار حرف می‌زنه 💰🤯

به گزارش Wall Street Journal، سازنده‌ی ChatGPT مذاکرات اولیه با سرمایه‌گذارها رو برای یه راند پیش از عرضه‌ی اولیه شروع کرده؛ اگه انجام بشه، بزرگ‌ترین ارزش‌گذاری خصوصی تاریخ تکنولوژی میشه. ظاهراً عرضه‌ی اولیه هم احتمالاً سال آینده‌ست.

🔹 روزنامه‌ی Financial Times هم همین عدد رو تأیید کرده و میگه این راند قبل از IPO انجام میشه.

🔗 @hjcreative