ᴍᴏʜᴀᴍᴍᴀᴅ ᴅᴇᴠ
آقا بریم سراغ بحث جذاب و شیرین کامپیوتر 😁
🖥️ Computer Science From 0 → 100
قسمت ۲ — Hardware چیست؟ کامپیوتر از چه چیزی ساخته شده؟
در قسمت قبل فهمیدیم که کامپیوتر فقط یک دستگاه روی میز نیست؛ بلکه مجموعه‌ای از لایه‌های مختلف است که از سخت‌افزار تا نرم‌افزار با هم کار می‌کنند.
حالا می‌خواهیم ببینیم خودِ کامپیوتر از چه چیزی ساخته شده است.
Hardware چیست؟
Hardware (سخت‌افزار) به تمام بخش‌های فیزیکی یک سیستم کامپیوتری گفته می‌شود؛ یعنی چیزهایی که می‌توانیم لمس کنیم.
مثلاً:
• CPU
• RAM
• SSD و HDD
• GPU
• Motherboard
• Keyboard و Mouse
• Monitor
همه‌ی این‌ها Hardware هستند.
در مقابل، برنامه‌هایی مثل Windows، Linux، Chrome و بازی‌ها جزو Software (نرم‌افزار) هستند.
---
CPU — مرکز پردازش کامپیوتر
CPU یا Central Processing Unit مهم‌ترین بخش پردازشی سیستم است.
وظیفه‌ی اصلی CPU اجرای دستورهاست.
هر برنامه‌ای که اجرا می‌کنیم، در نهایت به مجموعه‌ای از دستورهای قابل فهم برای پردازنده تبدیل می‌شود و CPU آن‌ها را مرحله‌به‌مرحله اجرا می‌کند.
یک CPU معمولاً این کارها را انجام می‌دهد:
• دریافت دستور از حافظه
• بررسی و تفسیر دستور
• انجام عملیات محاسباتی یا منطقی
• ذخیره نتیجه
CPU خودش نمی‌داند یک عکس چیست یا یک بازی چیست؛ فقط دستورها و داده‌ها را طبق طراحی خود پردازنده پردازش می‌کند.
---
RAM — حافظه‌ی سریع و موقت
RAM یا Random Access Memory حافظه‌ای است که برنامه‌های در حال اجرا از آن استفاده می‌کنند.
مثلاً وقتی یک مرورگر را باز می‌کنی:
برنامه از SSD خوانده می‌شود، وارد RAM می‌شود و سپس CPU به داده‌های مورد نیاز دسترسی پیدا می‌کند.
ویژگی‌های RAM:
• سرعت بسیار بالا دارد.
• برای اجرای برنامه‌ها ضروری است.
• با خاموش شدن سیستم، اطلاعات آن از بین می‌رود.
به همین دلیل RAM را حافظه‌ی موقت می‌نامیم.
---
Storage — حافظه‌ی دائمی
Storage محلی است که اطلاعات برای مدت طولانی در آن ذخیره می‌شوند.
مثلاً:
• سیستم‌عامل
• برنامه‌ها
• عکس‌ها
• ویدئوها
• فایل‌ها
دو نوع معروف Storage:
HDD:
از دیسک‌های مکانیکی استفاده می‌کند و معمولاً ارزان‌تر است.
SSD:
از حافظه‌ی فلش استفاده می‌کند، سرعت بالاتری دارد و امروزه در بیشتر سیستم‌های مدرن استفاده می‌شود.
---
GPU — پردازنده‌ی گرافیکی
GPU یا Graphics Processing Unit در ابتدا برای پردازش گرافیک ساخته شد.
وظایف آن شامل:
• رندر کردن تصاویر و بازی‌ها
• پردازش ویدئو
• محاسبات موازی
• اجرای مدل‌های هوش مصنوعی
است.
یکی از دلایل مهم استفاده از GPU در هوش مصنوعی این است که شبکه‌های عصبی شامل تعداد زیادی محاسبه‌ی مشابه هستند و GPU می‌تواند این محاسبات را همزمان انجام دهد.
---
Motherboard — مسیر ارتباط قطعات
Motherboard یا مادربرد، برد اصلی کامپیوتر است که قطعات مختلف روی آن قرار می‌گیرند.
CPU، RAM، Storage و سایر قطعات از طریق مادربرد با یکدیگر ارتباط برقرار می‌کنند.
مادربرد وظیفه دارد:
• ارتباط بین قطعات را برقرار کند.
• انرژی را به بخش‌های مختلف منتقل کند.
• مسیر انتقال داده را مدیریت کند.
---
Input و Output
کامپیوتر باید بتواند با دنیای بیرون ارتباط داشته باشد.
Input (ورودی):
چیزهایی که اطلاعات را وارد سیستم می‌کنند:
• Keyboard
• Mouse
• Microphone
• Camera
• Touchscreen
Output (خروجی):
چیزهایی که نتیجه‌ی پردازش را نمایش می‌دهند:
• Monitor
• Speaker
• Printer
• Headphones
---
یک نکته مهم
قطعات سخت‌افزاری به‌تنهایی کاری انجام نمی‌دهند.
یک CPU قدرتمند بدون نرم‌افزار فقط یک قطعه‌ی الکترونیکی است.
و یک نرم‌افزار بدون سخت‌افزار نمی‌تواند اجرا شود.
قدرت واقعی کامپیوتر از همکاری این دو بخش ایجاد می‌شود:
Hardware + Software = Computer System
---
جمع‌بندی قسمت دوم
در این قسمت یاد گرفتیم:
• Hardware چیست و چه تفاوتی با Software دارد.
• CPU چگونه دستورها را اجرا می‌کند.
• RAM چرا برای اجرای برنامه‌ها مهم است.
• Storage چگونه اطلاعات را نگه می‌دارد.
• GPU چرا در گرافیک و هوش مصنوعی مهم شده است.
• Motherboard چگونه قطعات را به هم متصل می‌کند.
اما هنوز یک سؤال اساسی باقی مانده:
چطور همین قطعات الکترونیکی می‌توانند متن، عکس، فیلم و برنامه را بفهمند؟
پاسخ این سؤال در یکی از بنیادی‌ترین مفاهیم کامپیوتر است:
Bit، Byte و Binary
📌 قسمت ۳: کامپیوتر چگونه اطلاعات را با صفر و یک نمایش می‌دهد؟
قسمت ۲ — Hardware چیست؟ کامپیوتر از چه چیزی ساخته شده؟
در قسمت قبل فهمیدیم که کامپیوتر فقط یک دستگاه روی میز نیست؛ بلکه مجموعه‌ای از لایه‌های مختلف است که از سخت‌افزار تا نرم‌افزار با هم کار می‌کنند.
حالا می‌خواهیم ببینیم خودِ کامپیوتر از چه چیزی ساخته شده است.
Hardware چیست؟
Hardware (سخت‌افزار) به تمام بخش‌های فیزیکی یک سیستم کامپیوتری گفته می‌شود؛ یعنی چیزهایی که می‌توانیم لمس کنیم.
مثلاً:
• CPU
• RAM
• SSD و HDD
• GPU
• Motherboard
• Keyboard و Mouse
• Monitor
همه‌ی این‌ها Hardware هستند.
در مقابل، برنامه‌هایی مثل Windows، Linux، Chrome و بازی‌ها جزو Software (نرم‌افزار) هستند.
---
CPU — مرکز پردازش کامپیوتر
CPU یا Central Processing Unit مهم‌ترین بخش پردازشی سیستم است.
وظیفه‌ی اصلی CPU اجرای دستورهاست.
هر برنامه‌ای که اجرا می‌کنیم، در نهایت به مجموعه‌ای از دستورهای قابل فهم برای پردازنده تبدیل می‌شود و CPU آن‌ها را مرحله‌به‌مرحله اجرا می‌کند.
یک CPU معمولاً این کارها را انجام می‌دهد:
• دریافت دستور از حافظه
• بررسی و تفسیر دستور
• انجام عملیات محاسباتی یا منطقی
• ذخیره نتیجه
CPU خودش نمی‌داند یک عکس چیست یا یک بازی چیست؛ فقط دستورها و داده‌ها را طبق طراحی خود پردازنده پردازش می‌کند.
---
RAM — حافظه‌ی سریع و موقت
RAM یا Random Access Memory حافظه‌ای است که برنامه‌های در حال اجرا از آن استفاده می‌کنند.
مثلاً وقتی یک مرورگر را باز می‌کنی:
برنامه از SSD خوانده می‌شود، وارد RAM می‌شود و سپس CPU به داده‌های مورد نیاز دسترسی پیدا می‌کند.
ویژگی‌های RAM:
• سرعت بسیار بالا دارد.
• برای اجرای برنامه‌ها ضروری است.
• با خاموش شدن سیستم، اطلاعات آن از بین می‌رود.
به همین دلیل RAM را حافظه‌ی موقت می‌نامیم.
---
Storage — حافظه‌ی دائمی
Storage محلی است که اطلاعات برای مدت طولانی در آن ذخیره می‌شوند.
مثلاً:
• سیستم‌عامل
• برنامه‌ها
• عکس‌ها
• ویدئوها
• فایل‌ها
دو نوع معروف Storage:
HDD:
از دیسک‌های مکانیکی استفاده می‌کند و معمولاً ارزان‌تر است.
SSD:
از حافظه‌ی فلش استفاده می‌کند، سرعت بالاتری دارد و امروزه در بیشتر سیستم‌های مدرن استفاده می‌شود.
---
GPU — پردازنده‌ی گرافیکی
GPU یا Graphics Processing Unit در ابتدا برای پردازش گرافیک ساخته شد.
وظایف آن شامل:
• رندر کردن تصاویر و بازی‌ها
• پردازش ویدئو
• محاسبات موازی
• اجرای مدل‌های هوش مصنوعی
است.
یکی از دلایل مهم استفاده از GPU در هوش مصنوعی این است که شبکه‌های عصبی شامل تعداد زیادی محاسبه‌ی مشابه هستند و GPU می‌تواند این محاسبات را همزمان انجام دهد.
---
Motherboard — مسیر ارتباط قطعات
Motherboard یا مادربرد، برد اصلی کامپیوتر است که قطعات مختلف روی آن قرار می‌گیرند.
CPU، RAM، Storage و سایر قطعات از طریق مادربرد با یکدیگر ارتباط برقرار می‌کنند.
مادربرد وظیفه دارد:
• ارتباط بین قطعات را برقرار کند.
• انرژی را به بخش‌های مختلف منتقل کند.
• مسیر انتقال داده را مدیریت کند.
---
Input و Output
کامپیوتر باید بتواند با دنیای بیرون ارتباط داشته باشد.
Input (ورودی):
چیزهایی که اطلاعات را وارد سیستم می‌کنند:
• Keyboard
• Mouse
• Microphone
• Camera
• Touchscreen
Output (خروجی):
چیزهایی که نتیجه‌ی پردازش را نمایش می‌دهند:
• Monitor
• Speaker
• Printer
• Headphones
---
یک نکته مهم
قطعات سخت‌افزاری به‌تنهایی کاری انجام نمی‌دهند.
یک CPU قدرتمند بدون نرم‌افزار فقط یک قطعه‌ی الکترونیکی است.
و یک نرم‌افزار بدون سخت‌افزار نمی‌تواند اجرا شود.
قدرت واقعی کامپیوتر از همکاری این دو بخش ایجاد می‌شود:
Hardware + Software = Computer System
---
جمع‌بندی قسمت دوم
در این قسمت یاد گرفتیم:
• Hardware چیست و چه تفاوتی با Software دارد.
• CPU چگونه دستورها را اجرا می‌کند.
• RAM چرا برای اجرای برنامه‌ها مهم است.
• Storage چگونه اطلاعات را نگه می‌دارد.
• GPU چرا در گرافیک و هوش مصنوعی مهم شده است.
• Motherboard چگونه قطعات را به هم متصل می‌کند.
اما هنوز یک سؤال اساسی باقی مانده:
چطور همین قطعات الکترونیکی می‌توانند متن، عکس، فیلم و برنامه را بفهمند؟
پاسخ این سؤال در یکی از بنیادی‌ترین مفاهیم کامپیوتر است:
Bit، Byte و Binary
📌 قسمت ۳: کامپیوتر چگونه اطلاعات را با صفر و یک نمایش می‌دهد؟
👍1🔥1
🖥️ Computer Science From 0 → 100
قسمت ۳ — Bit، Byte و Binary؛ زبان مخفی کامپیوتر
تا حالا فکر کردی کامپیوتر چطور یک عکس، یک آهنگ، یک فیلم یا حتی همین متنی که الان می‌خوانی را ذخیره می‌کند؟
برای ما یک عکس، یک تصویر واقعی است.
برای ما یک آهنگ، یک صداست.
برای ما یک متن، مجموعه‌ای از حروف است.
اما کامپیوتر هیچ‌کدام از این‌ها را به این شکل نمی‌بیند.
کامپیوتر در پایین‌ترین سطح فقط یک زبان را می‌شناسد:
---
چرا فقط 0 و 1؟
شاید عجیب باشد که یک دستگاه فوق‌العاده پیچیده مثل کامپیوتر، در نهایت با دو عدد کار می‌کند.
اما دلیلش ساده است.
ساختن مدارهایی که فقط دو حالت داشته باشند، بسیار راحت‌تر و مطمئن‌تر است.
مثلاً یک کلید برق را تصور کن:
قطعات الکترونیکی داخل کامپیوتر هم می‌توانند وضعیت‌های مختلفی داشته باشند که ما آن‌ها را به شکل منطقی با 0 و 1 نمایش می‌دهیم.
البته کامپیوتر واقعاً «عدد صفر» و «عدد یک» را مثل انسان نمی‌بیند؛ این فقط روشی است که ما برای نمایش وضعیت‌های الکتریکی استفاده می‌کنیم.
---
Bit چیست؟
کوچک‌ترین واحد اطلاعات در کامپیوتر Bit نام دارد.
Bit از عبارت Binary Digit گرفته شده، یعنی یک رقم دودویی.
هر Bit فقط یک انتخاب دارد:
اما یک بیت اطلاعات خیلی کمی دارد.
برای اینکه بتوانیم اطلاعات بیشتری ذخیره کنیم، تعداد زیادی Bit را کنار هم قرار می‌دهیم.
مثلاً:
یک مجموعه از بیت‌هاست.
هرچه تعداد بیت‌ها بیشتر شود، تعداد حالت‌هایی که می‌توانیم نمایش دهیم بیشتر می‌شود.
---
Byte چیست؟
برای اینکه کار با بیت‌ها راحت‌تر شود، معمولاً آن‌ها را گروه‌بندی می‌کنیم.
مثلاً:
یک Byte است.
با 8 بیت می‌توان 256 حالت مختلف ساخت.
به همین دلیل یک Byte می‌تواند برای نمایش تعداد زیادی از کاراکترها و داده‌ها استفاده شود.
---
پس یک حرف چطور ذخیره می‌شود؟
فرض کن حرف «A» را تایپ می‌کنی.
کامپیوتر نمی‌داند A چیست.
برای کامپیوتر، این فقط یک مقدار عددی است.
در استاندارد ASCII:
و عدد 65 در نهایت به شکل Binary ذخیره می‌شود:
یعنی حتی یک حرف ساده هم درون کامپیوتر تبدیل به صفر و یک می‌شود.
---
عکس‌ها هم فقط عدد هستند!
وقتی یک عکس را باز می‌کنی، کامپیوتر یک تصویر زیبا نمی‌بیند.
آن چیزی که وجود دارد:
• میلیون‌ها مقدار عددی
• اطلاعات رنگ‌ها
• موقعیت Pixelها
است.
مثلاً هر Pixel اطلاعاتی درباره رنگ خودش دارد و کامپیوتر این اطلاعات را پردازش می‌کند تا ما در نهایت یک تصویر ببینیم.
پس:
---
فیلم و صدا چطور؟
فیلم چیزی بیشتر از تعداد زیادی تصویر پشت سر هم نیست.
هر فریم یک سری داده است.
صدا هم به شکل موج‌های صوتی دریافت می‌شود و بعد به مقادیر عددی تبدیل می‌شود.
در نهایت:
عکس، فیلم، موسیقی، بازی، برنامه و متن...
همه در پایین‌ترین سطح یک چیز هستند:
داده‌ای که با 0 و 1 نمایش داده شده است.
---
واحدهای ذخیره‌سازی
وقتی مقدار داده زیاد می‌شود، دیگر با Byte کار نمی‌کنیم.
واحدهای بزرگ‌تر:
مثلاً:
یک عکس معمولی ممکن است چند MB باشد، اما یک بازی جدید ممکن است ده‌ها GB فضا نیاز داشته باشد.
---
اما یک سؤال مهم باقی می‌ماند...
ما فهمیدیم کامپیوتر چطور اطلاعات را به شکل 0 و 1 نگه می‌دارد.
اما هنوز یک سؤال بزرگ داریم:
چطور همین 0 و 1 ها تبدیل به محاسبه، تصمیم‌گیری و اجرای برنامه می‌شوند؟
چطور CPU می‌فهمد:
چطور یک کامپیوتر می‌تواند یک بازی پیچیده یا یک هوش مصنوعی را اجرا کند؟
جواب این سؤال در چیزی به نام Logic Gates است.
مدارهای کوچکی که پایه‌ی تمام محاسبات کامپیوتری هستند.
📌 قسمت ۴: Logic Gates — جایی که کامپیوتر شروع به فکر کردن می‌کند
قسمت ۳ — Bit، Byte و Binary؛ زبان مخفی کامپیوتر
تا حالا فکر کردی کامپیوتر چطور یک عکس، یک آهنگ، یک فیلم یا حتی همین متنی که الان می‌خوانی را ذخیره می‌کند؟
برای ما یک عکس، یک تصویر واقعی است.
برای ما یک آهنگ، یک صداست.
برای ما یک متن، مجموعه‌ای از حروف است.
اما کامپیوتر هیچ‌کدام از این‌ها را به این شکل نمی‌بیند.
کامپیوتر در پایین‌ترین سطح فقط یک زبان را می‌شناسد:
0 و 1
---
چرا فقط 0 و 1؟
شاید عجیب باشد که یک دستگاه فوق‌العاده پیچیده مثل کامپیوتر، در نهایت با دو عدد کار می‌کند.
اما دلیلش ساده است.
ساختن مدارهایی که فقط دو حالت داشته باشند، بسیار راحت‌تر و مطمئن‌تر است.
مثلاً یک کلید برق را تصور کن:
خاموش → 0
روشن → 1
قطعات الکترونیکی داخل کامپیوتر هم می‌توانند وضعیت‌های مختلفی داشته باشند که ما آن‌ها را به شکل منطقی با 0 و 1 نمایش می‌دهیم.
البته کامپیوتر واقعاً «عدد صفر» و «عدد یک» را مثل انسان نمی‌بیند؛ این فقط روشی است که ما برای نمایش وضعیت‌های الکتریکی استفاده می‌کنیم.
---
Bit چیست؟
کوچک‌ترین واحد اطلاعات در کامپیوتر Bit نام دارد.
Bit از عبارت Binary Digit گرفته شده، یعنی یک رقم دودویی.
هر Bit فقط یک انتخاب دارد:
0 یا 1
اما یک بیت اطلاعات خیلی کمی دارد.
برای اینکه بتوانیم اطلاعات بیشتری ذخیره کنیم، تعداد زیادی Bit را کنار هم قرار می‌دهیم.
مثلاً:
"101101"
یک مجموعه از بیت‌هاست.
هرچه تعداد بیت‌ها بیشتر شود، تعداد حالت‌هایی که می‌توانیم نمایش دهیم بیشتر می‌شود.
---
Byte چیست؟
برای اینکه کار با بیت‌ها راحت‌تر شود، معمولاً آن‌ها را گروه‌بندی می‌کنیم.
هر 8 بیت = 1 Byte
مثلاً:
"01000001"
یک Byte است.
با 8 بیت می‌توان 256 حالت مختلف ساخت.
به همین دلیل یک Byte می‌تواند برای نمایش تعداد زیادی از کاراکترها و داده‌ها استفاده شود.
---
پس یک حرف چطور ذخیره می‌شود؟
فرض کن حرف «A» را تایپ می‌کنی.
کامپیوتر نمی‌داند A چیست.
برای کامپیوتر، این فقط یک مقدار عددی است.
در استاندارد ASCII:
A = 65
و عدد 65 در نهایت به شکل Binary ذخیره می‌شود:
"01000001"
یعنی حتی یک حرف ساده هم درون کامپیوتر تبدیل به صفر و یک می‌شود.
---
عکس‌ها هم فقط عدد هستند!
وقتی یک عکس را باز می‌کنی، کامپیوتر یک تصویر زیبا نمی‌بیند.
آن چیزی که وجود دارد:
• میلیون‌ها مقدار عددی
• اطلاعات رنگ‌ها
• موقعیت Pixelها
است.
مثلاً هر Pixel اطلاعاتی درباره رنگ خودش دارد و کامپیوتر این اطلاعات را پردازش می‌کند تا ما در نهایت یک تصویر ببینیم.
پس:
عکس برای انسان = تصویر
عکس برای کامپیوتر = داده
---
فیلم و صدا چطور؟
فیلم چیزی بیشتر از تعداد زیادی تصویر پشت سر هم نیست.
هر فریم یک سری داده است.
صدا هم به شکل موج‌های صوتی دریافت می‌شود و بعد به مقادیر عددی تبدیل می‌شود.
در نهایت:
عکس، فیلم، موسیقی، بازی، برنامه و متن...
همه در پایین‌ترین سطح یک چیز هستند:
داده‌ای که با 0 و 1 نمایش داده شده است.
---
واحدهای ذخیره‌سازی
وقتی مقدار داده زیاد می‌شود، دیگر با Byte کار نمی‌کنیم.
واحدهای بزرگ‌تر:
• 1 KB = 1024 Byte
• 1 MB = 1024 KB
• 1 GB = 1024 MB
• 1 TB = 1024 GB
مثلاً:
یک عکس معمولی ممکن است چند MB باشد، اما یک بازی جدید ممکن است ده‌ها GB فضا نیاز داشته باشد.
---
اما یک سؤال مهم باقی می‌ماند...
ما فهمیدیم کامپیوتر چطور اطلاعات را به شکل 0 و 1 نگه می‌دارد.
اما هنوز یک سؤال بزرگ داریم:
چطور همین 0 و 1 ها تبدیل به محاسبه، تصمیم‌گیری و اجرای برنامه می‌شوند؟
چطور CPU می‌فهمد:
2 + 3 = 5 ؟
چطور یک کامپیوتر می‌تواند یک بازی پیچیده یا یک هوش مصنوعی را اجرا کند؟
جواب این سؤال در چیزی به نام Logic Gates است.
مدارهای کوچکی که پایه‌ی تمام محاسبات کامپیوتری هستند.
📌 قسمت ۴: Logic Gates — جایی که کامپیوتر شروع به فکر کردن می‌کند
👍1👏1
📰 AI NEWS | 31 August 2026
🔥 مهم‌ترین اخبار هوش مصنوعی امروز:
💾 NVIDIA روی MediaTek سرمایه‌گذاری ۳.۵ میلیارد دلاری کرد
NVIDIA امروز اعلام کرد در شرکت تایوانی MediaTek حدود ۳.۵ میلیارد دلار سرمایه‌گذاری می‌کند. هدف این همکاری، توسعه تراشه‌های AI و گسترش اکوسیستم NVIDIA در رایانه‌های شخصی و خودروهای هوشمند است.
⚖️ ChatGPT زیر قوانین سخت‌گیرانه‌تر اروپا قرار گرفت
اتحادیه اروپا ChatGPT را تحت چارچوب قوانین خدمات دیجیتال (DSA) به‌عنوان یک پلتفرم بسیار بزرگ دسته‌بندی کرده است. این یعنی OpenAI باید الزامات بیشتری در زمینه امنیت کاربران، شفافیت و حفاظت از کاربران اروپایی رعایت کند.
🧠 DeepSeek مدل چندوجهی جدید منتشر کرد
DeepSeek یک مدل آزمایشی جدید با قابلیت پردازش تصویر و متن منتشر کرده که در جامعه توسعه‌دهندگان Open-Source مورد توجه قرار گرفته است. این مدل نشان‌دهنده ادامه رقابت چین در حوزه مدل‌های باز AI است.
🤖 تمرکز شرکت‌های AI بیشتر به سمت سلامت و پزشکی می‌رود
گزارش جدیدی نشان می‌دهد شرکت‌هایی مثل OpenAI و Anthropic در حال افزایش فعالیت خود در حوزه سلامت و علوم زیستی هستند تا کاربردهای ملموس‌تری از AI ارائه دهند.
💰 OpenAI از تبلیغات ChatGPT درآمد قابل‌توجهی کسب می‌کند
گزارش‌های امروز می‌گویند کسب‌وکار تبلیغاتی OpenAI در سال ۲۰۲۶ به درآمد سالانه‌شده حدود ۱ میلیارد دلار رسیده است. این موضوع نشان می‌دهد OpenAI در حال متنوع‌کردن مدل درآمدی خود است.
🛡️ نگرانی درباره امنیت مالی AI افزایش یافت
هیئت ثبات مالی G20 درباره تأثیر مدل‌های پیشرفته AI بر امنیت سیستم‌های مالی جهانی هشدار داده و خواستار آماده‌سازی بانک‌ها و مؤسسات مالی برای ریسک‌های جدید شده است.
📌 جمع‌بندی امروز:
امروز بیشتر تمرکز صنعت AI روی این موضوعات بود:
💾 تراشه و زیرساخت AI → NVIDIA + MediaTek
⚖️ قوانین و نظارت → ChatGPT در اروپا
🧠 مدل‌های باز → DeepSeek
🏥 کاربردهای واقعی → پزشکی و سلامت
💰 درآمدزایی → تبلیغات AI
🛡️ امنیت → ریسک‌های اقتصادی AI
#AI #AInews #ArtificialIntelligence #OpenAI #ChatGPT #NVIDIA #DeepSeek #Anthropic #MachineLearning #AIAgents
🔥 مهم‌ترین اخبار هوش مصنوعی امروز:
💾 NVIDIA روی MediaTek سرمایه‌گذاری ۳.۵ میلیارد دلاری کرد
NVIDIA امروز اعلام کرد در شرکت تایوانی MediaTek حدود ۳.۵ میلیارد دلار سرمایه‌گذاری می‌کند. هدف این همکاری، توسعه تراشه‌های AI و گسترش اکوسیستم NVIDIA در رایانه‌های شخصی و خودروهای هوشمند است.
⚖️ ChatGPT زیر قوانین سخت‌گیرانه‌تر اروپا قرار گرفت
اتحادیه اروپا ChatGPT را تحت چارچوب قوانین خدمات دیجیتال (DSA) به‌عنوان یک پلتفرم بسیار بزرگ دسته‌بندی کرده است. این یعنی OpenAI باید الزامات بیشتری در زمینه امنیت کاربران، شفافیت و حفاظت از کاربران اروپایی رعایت کند.
🧠 DeepSeek مدل چندوجهی جدید منتشر کرد
DeepSeek یک مدل آزمایشی جدید با قابلیت پردازش تصویر و متن منتشر کرده که در جامعه توسعه‌دهندگان Open-Source مورد توجه قرار گرفته است. این مدل نشان‌دهنده ادامه رقابت چین در حوزه مدل‌های باز AI است.
🤖 تمرکز شرکت‌های AI بیشتر به سمت سلامت و پزشکی می‌رود
گزارش جدیدی نشان می‌دهد شرکت‌هایی مثل OpenAI و Anthropic در حال افزایش فعالیت خود در حوزه سلامت و علوم زیستی هستند تا کاربردهای ملموس‌تری از AI ارائه دهند.
💰 OpenAI از تبلیغات ChatGPT درآمد قابل‌توجهی کسب می‌کند
گزارش‌های امروز می‌گویند کسب‌وکار تبلیغاتی OpenAI در سال ۲۰۲۶ به درآمد سالانه‌شده حدود ۱ میلیارد دلار رسیده است. این موضوع نشان می‌دهد OpenAI در حال متنوع‌کردن مدل درآمدی خود است.
🛡️ نگرانی درباره امنیت مالی AI افزایش یافت
هیئت ثبات مالی G20 درباره تأثیر مدل‌های پیشرفته AI بر امنیت سیستم‌های مالی جهانی هشدار داده و خواستار آماده‌سازی بانک‌ها و مؤسسات مالی برای ریسک‌های جدید شده است.
📌 جمع‌بندی امروز:
امروز بیشتر تمرکز صنعت AI روی این موضوعات بود:
💾 تراشه و زیرساخت AI → NVIDIA + MediaTek
⚖️ قوانین و نظارت → ChatGPT در اروپا
🧠 مدل‌های باز → DeepSeek
🏥 کاربردهای واقعی → پزشکی و سلامت
💰 درآمدزایی → تبلیغات AI
🛡️ امنیت → ریسک‌های اقتصادی AI
#AI #AInews #ArtificialIntelligence #OpenAI #ChatGPT #NVIDIA #DeepSeek #Anthropic #MachineLearning #AIAgents
👍2
📰 AI NEWS | 1 September 2026
🔥 مهم‌ترین اخبار هوش مصنوعی امروز:
💰 Anthropic قرارداد ۳۵ میلیارد دلاری برای Compute امضا کرد
Anthropic یک قرارداد چندساله به ارزش حدود ۳۵ میلیارد دلار با Lambda امضا کرده تا ظرفیت محاسباتی موردنیاز مدل‌های AI خود را تأمین کند. این قرارداد برای یک دیتاسنتر در تگزاس است و نشان می‌دهد رقابت برای دسترسی به GPU و زیرساخت AI همچنان بسیار شدید است.
🧠 Claude Sonnet 5؛ حالت Max می‌تواند 3.5× یا بیشتر Compute مصرف کند
در تنظیمات Effort مدل Claude Sonnet 5، سطح Max می‌تواند نسبت به سطح پایه به ۳.۵ برابر یا بیشتر Compute/Usage نیاز داشته باشد. این عدد به معنی ۳.۵ برابر شدن مصرف اشتراک Claude Max نیست؛ به میزان تلاش و محاسباتی مربوط است که مدل برای پاسخ‌دادن اختصاص می‌دهد. Anthropic اعلام کرده Sonnet 5 با سطوح مختلف Effort، تعادل متفاوتی میان کیفیت، سرعت و هزینه ارائه می‌کند.
⚖️ آمریکا در G20 خواستار رویکرد سبک‌تر در مقررات AI شد
مقام‌های آمریکایی در نشست فناوری G20 از رویکردی با مقررات سبک‌تر برای هوش مصنوعی حمایت کرده‌اند و استدلال می‌کنند مقررات سنگین می‌تواند سرعت نوآوری را کاهش دهد. این موضوع به یکی از اختلافات اصلی کشورها درباره آینده قانون‌گذاری AI تبدیل شده است.
⚖️ OpenAI ادعاهای Apple درباره اسرار تجاری را رد کرد
OpenAI در پرونده حقوقی خود با Apple، اتهام سوءاستفاده از اطلاعات محرمانه را رد کرده است. Apple مدعی است برخی کارکنان سابقش پس از پیوستن به OpenAI به اطلاعات مربوط به سخت‌افزار دسترسی داشته‌اند؛ OpenAI این ادعاها را رد کرده و پرونده را بخشی از اختلاف دو شرکت بر سر جذب نیرو و رقابت در سخت‌افزار می‌داند.
🛡️ Anthropic آزمایش‌های امنیت سایبری Claude را از سر گرفت
پس از حوادث امنیتی اخیر در آزمایش‌های Claude، Anthropic برخی آزمایش‌های خارجی امنیت سایبری را دوباره آغاز کرده است. موضوع اصلی، ارزیابی توانایی Agentهای AI و اطمینان از کنترل رفتار آن‌ها در محیط‌های حساس است.
💻 AI Coding وارد مرحله رقابت قیمتی شده است
رقابت میان OpenAI و Anthropic فقط بر سر قدرت مدل‌ها نیست؛ قیمت، سرعت و هزینه اجرای مدل‌های Coding نیز به عامل مهمی تبدیل شده است. شرکت‌ها در تلاش‌اند مدل‌هایی ارائه کنند که برای توسعه نرم‌افزار و Agentها هم قدرتمند و هم اقتصادی باشند.
☁️ زیرساخت AI همچنان بزرگ‌ترین میدان رقابت است
قراردادهای چندده‌میلیارددلاری اخیر Anthropic نشان می‌دهند شرکت‌های AI برای تأمین GPU، دیتاسنتر، برق و ظرفیت Cloud سرمایه‌گذاری بسیار سنگینی انجام می‌دهند.
📌 جمع‌بندی امروز:
💾 Compute → قرارداد ۳۵ میلیارد دلاری Anthropic
🧠 Claude → حالت Max در Effort می‌تواند 3.5× یا بیشتر Compute مصرف کند
⚖️ Regulation → اختلاف کشورها بر سر قوانین AI
🛡️ Safety → آزمایش و کنترل Agentهای پیشرفته
💻 Coding → رقابت شدید بر سر قیمت و عملکرد
#AI #AInews #ArtificialIntelligence #Anthropic #Claude #Sonnet5 #OpenAI #Apple #NVIDIA #AIAgents #AICoding #AISafety #MachineLearning #TechNews
🔥 مهم‌ترین اخبار هوش مصنوعی امروز:
💰 Anthropic قرارداد ۳۵ میلیارد دلاری برای Compute امضا کرد
Anthropic یک قرارداد چندساله به ارزش حدود ۳۵ میلیارد دلار با Lambda امضا کرده تا ظرفیت محاسباتی موردنیاز مدل‌های AI خود را تأمین کند. این قرارداد برای یک دیتاسنتر در تگزاس است و نشان می‌دهد رقابت برای دسترسی به GPU و زیرساخت AI همچنان بسیار شدید است.
🧠 Claude Sonnet 5؛ حالت Max می‌تواند 3.5× یا بیشتر Compute مصرف کند
در تنظیمات Effort مدل Claude Sonnet 5، سطح Max می‌تواند نسبت به سطح پایه به ۳.۵ برابر یا بیشتر Compute/Usage نیاز داشته باشد. این عدد به معنی ۳.۵ برابر شدن مصرف اشتراک Claude Max نیست؛ به میزان تلاش و محاسباتی مربوط است که مدل برای پاسخ‌دادن اختصاص می‌دهد. Anthropic اعلام کرده Sonnet 5 با سطوح مختلف Effort، تعادل متفاوتی میان کیفیت، سرعت و هزینه ارائه می‌کند.
⚖️ آمریکا در G20 خواستار رویکرد سبک‌تر در مقررات AI شد
مقام‌های آمریکایی در نشست فناوری G20 از رویکردی با مقررات سبک‌تر برای هوش مصنوعی حمایت کرده‌اند و استدلال می‌کنند مقررات سنگین می‌تواند سرعت نوآوری را کاهش دهد. این موضوع به یکی از اختلافات اصلی کشورها درباره آینده قانون‌گذاری AI تبدیل شده است.
⚖️ OpenAI ادعاهای Apple درباره اسرار تجاری را رد کرد
OpenAI در پرونده حقوقی خود با Apple، اتهام سوءاستفاده از اطلاعات محرمانه را رد کرده است. Apple مدعی است برخی کارکنان سابقش پس از پیوستن به OpenAI به اطلاعات مربوط به سخت‌افزار دسترسی داشته‌اند؛ OpenAI این ادعاها را رد کرده و پرونده را بخشی از اختلاف دو شرکت بر سر جذب نیرو و رقابت در سخت‌افزار می‌داند.
🛡️ Anthropic آزمایش‌های امنیت سایبری Claude را از سر گرفت
پس از حوادث امنیتی اخیر در آزمایش‌های Claude، Anthropic برخی آزمایش‌های خارجی امنیت سایبری را دوباره آغاز کرده است. موضوع اصلی، ارزیابی توانایی Agentهای AI و اطمینان از کنترل رفتار آن‌ها در محیط‌های حساس است.
💻 AI Coding وارد مرحله رقابت قیمتی شده است
رقابت میان OpenAI و Anthropic فقط بر سر قدرت مدل‌ها نیست؛ قیمت، سرعت و هزینه اجرای مدل‌های Coding نیز به عامل مهمی تبدیل شده است. شرکت‌ها در تلاش‌اند مدل‌هایی ارائه کنند که برای توسعه نرم‌افزار و Agentها هم قدرتمند و هم اقتصادی باشند.
☁️ زیرساخت AI همچنان بزرگ‌ترین میدان رقابت است
قراردادهای چندده‌میلیارددلاری اخیر Anthropic نشان می‌دهند شرکت‌های AI برای تأمین GPU، دیتاسنتر، برق و ظرفیت Cloud سرمایه‌گذاری بسیار سنگینی انجام می‌دهند.
📌 جمع‌بندی امروز:
💾 Compute → قرارداد ۳۵ میلیارد دلاری Anthropic
🧠 Claude → حالت Max در Effort می‌تواند 3.5× یا بیشتر Compute مصرف کند
⚖️ Regulation → اختلاف کشورها بر سر قوانین AI
🛡️ Safety → آزمایش و کنترل Agentهای پیشرفته
💻 Coding → رقابت شدید بر سر قیمت و عملکرد
#AI #AInews #ArtificialIntelligence #Anthropic #Claude #Sonnet5 #OpenAI #Apple #NVIDIA #AIAgents #AICoding #AISafety #MachineLearning #TechNews
👍2
ᴍᴏʜᴀᴍᴍᴀᴅ ᴅᴇᴠ
📰 AI NEWS | 1 September 2026 🔥 مهم‌ترین اخبار هوش مصنوعی امروز: 💰 Anthropic قرارداد ۳۵ میلیارد دلاری برای Compute امضا کرد Anthropic یک قرارداد چندساله به ارزش حدود ۳۵ میلیارد دلار با Lambda امضا کرده تا ظرفیت محاسباتی موردنیاز مدل‌های AI خود را تأمین کند.…
الان دقت کردم مثل اینکه کلاد مدل Fable 5 رو به مدل Fable 5.1 ارتقا داد و الان برای کاربران دارای اشتراک Pro و Max در دسترس هست.
👍2
🖥️ Computer Science From 0 → 100
قسمت ۴ — Logic Gates؛ کامپیوتر چطور تصمیم می‌گیرد؟
تا اینجا رسیدیم به جایی که کامپیوتر تقریباً همه‌چیز را با 0 و 1 نمایش می‌دهد.
اما یک سؤال مهم هنوز باقی مانده:
خب، این 0 و 1 قرار است چه کاری انجام بدهند؟
مثلاً اگر بخواهیم دو عدد را با هم جمع کنیم، کامپیوتر چطور باید بفهمد جواب چیست؟
اینجاست که Logic Gates وارد داستان می‌شوند.
Logic Gateها مدارهای دیجیتالی کوچکی هستند که روی ورودی‌های 0 و 1 عملیات منطقی انجام می‌دهند و خروجی تولید می‌کنند.
چند نوع اصلی داریم:
AND
خروجی فقط وقتی 1 می‌شود که هر دو ورودی 1 باشند.
مثلاً:
"1 AND 1 = 1"
ولی:
"1 AND 0 = 0"
OR
اگر حداقل یکی از ورودی‌ها 1 باشد، خروجی 1 می‌شود.
"1 OR 0 = 1"
و:
"0 OR 0 = 0"
NOT
این یکی ورودی را برعکس می‌کند.
"NOT 1 = 0"
"NOT 0 = 1"
تا اینجا شاید خیلی ساده به نظر برسد؛ ولی همین عملیات‌های ساده، پایه‌ی بخش بزرگی از منطق دیجیتال هستند.
---
حالا قسمت جالب ماجرا
اگر چند Logic Gate را کنار هم قرار بدهیم، می‌توانیم مدارهای پیچیده‌تری بسازیم.
مثلاً می‌توانیم مداری بسازیم که دو عدد را با هم جمع کند.
از همین ایده‌ها مدارهایی مثل:
• Adder
• Comparator
• Multiplexer
• Decoder
• Register
ساخته می‌شوند.
و وقتی تعداد بسیار زیادی از این مدارها را کنار هم قرار دهیم، می‌توانیم بخش‌هایی از یک CPU را بسازیم.
یعنی مسیر تقریباً این شکلی است:
Transistor → Logic Gate → Digital Circuit → CPU
و این دقیقاً یکی از چیزهایی است که فهمیدن کامپیوتر را جذاب می‌کند.
یک CPU مدرن در ظاهر یک تراشه‌ی کوچک است، اما درون آن ساختار بسیار عظیمی از مدارهای الکترونیکی وجود دارد.
---
پس CPU واقعاً «چطور حساب می‌کند»؟
وقتی CPU قرار است عملیاتی مثل جمع، مقایسه یا AND انجام دهد، این کار را با اجرای دستورهایی روی مدارهای دیجیتال انجام می‌دهد.
یکی از بخش‌های مهم CPU که این نوع عملیات را انجام می‌دهد ALU یا Arithmetic Logic Unit است.
ALU وظایفی مثل:
• جمع و تفریق
• عملیات منطقی
• مقایسه‌ی مقادیر
را انجام می‌دهد.
اما ALU به‌تنهایی یک CPU کامل نیست.
CPU بخش‌های دیگری مثل Registers، Control Unit، Cache و اجزای مختلف دیگر هم دارد که با هم برای اجرای دستورها کار می‌کنند.
---
یک نکته خیلی مهم
کامپیوتر از یک «قطعه جادویی» ساخته نشده.
چیزی که ما به اسم CPU می‌شناسیم، نتیجه‌ی کنار هم قرار گرفتن تعداد بسیار زیادی مدار ساده است.
و خود آن مدارها هم از اجزای بنیادی‌تری ساخته شده‌اند.
در پایین‌ترین سطح، داستان به ترانزیستور می‌رسد.
ترانزیستور همان قطعه‌ای است که اجازه داد مدارهای دیجیتال در مقیاس بسیار بزرگ ساخته شوند و اساس تراشه‌های مدرن را تشکیل می‌دهد.
📌 قسمت ۵ — Transistor؛ قطعه‌ای که دنیای کامپیوتر را متحول کرد
قسمت ۴ — Logic Gates؛ کامپیوتر چطور تصمیم می‌گیرد؟
تا اینجا رسیدیم به جایی که کامپیوتر تقریباً همه‌چیز را با 0 و 1 نمایش می‌دهد.
اما یک سؤال مهم هنوز باقی مانده:
خب، این 0 و 1 قرار است چه کاری انجام بدهند؟
مثلاً اگر بخواهیم دو عدد را با هم جمع کنیم، کامپیوتر چطور باید بفهمد جواب چیست؟
اینجاست که Logic Gates وارد داستان می‌شوند.
Logic Gateها مدارهای دیجیتالی کوچکی هستند که روی ورودی‌های 0 و 1 عملیات منطقی انجام می‌دهند و خروجی تولید می‌کنند.
چند نوع اصلی داریم:
AND
خروجی فقط وقتی 1 می‌شود که هر دو ورودی 1 باشند.
مثلاً:
"1 AND 1 = 1"
ولی:
"1 AND 0 = 0"
OR
اگر حداقل یکی از ورودی‌ها 1 باشد، خروجی 1 می‌شود.
"1 OR 0 = 1"
و:
"0 OR 0 = 0"
NOT
این یکی ورودی را برعکس می‌کند.
"NOT 1 = 0"
"NOT 0 = 1"
تا اینجا شاید خیلی ساده به نظر برسد؛ ولی همین عملیات‌های ساده، پایه‌ی بخش بزرگی از منطق دیجیتال هستند.
---
حالا قسمت جالب ماجرا
اگر چند Logic Gate را کنار هم قرار بدهیم، می‌توانیم مدارهای پیچیده‌تری بسازیم.
مثلاً می‌توانیم مداری بسازیم که دو عدد را با هم جمع کند.
از همین ایده‌ها مدارهایی مثل:
• Adder
• Comparator
• Multiplexer
• Decoder
• Register
ساخته می‌شوند.
و وقتی تعداد بسیار زیادی از این مدارها را کنار هم قرار دهیم، می‌توانیم بخش‌هایی از یک CPU را بسازیم.
یعنی مسیر تقریباً این شکلی است:
Transistor → Logic Gate → Digital Circuit → CPU
و این دقیقاً یکی از چیزهایی است که فهمیدن کامپیوتر را جذاب می‌کند.
یک CPU مدرن در ظاهر یک تراشه‌ی کوچک است، اما درون آن ساختار بسیار عظیمی از مدارهای الکترونیکی وجود دارد.
---
پس CPU واقعاً «چطور حساب می‌کند»؟
وقتی CPU قرار است عملیاتی مثل جمع، مقایسه یا AND انجام دهد، این کار را با اجرای دستورهایی روی مدارهای دیجیتال انجام می‌دهد.
یکی از بخش‌های مهم CPU که این نوع عملیات را انجام می‌دهد ALU یا Arithmetic Logic Unit است.
ALU وظایفی مثل:
• جمع و تفریق
• عملیات منطقی
• مقایسه‌ی مقادیر
را انجام می‌دهد.
اما ALU به‌تنهایی یک CPU کامل نیست.
CPU بخش‌های دیگری مثل Registers، Control Unit، Cache و اجزای مختلف دیگر هم دارد که با هم برای اجرای دستورها کار می‌کنند.
---
یک نکته خیلی مهم
کامپیوتر از یک «قطعه جادویی» ساخته نشده.
چیزی که ما به اسم CPU می‌شناسیم، نتیجه‌ی کنار هم قرار گرفتن تعداد بسیار زیادی مدار ساده است.
و خود آن مدارها هم از اجزای بنیادی‌تری ساخته شده‌اند.
در پایین‌ترین سطح، داستان به ترانزیستور می‌رسد.
ترانزیستور همان قطعه‌ای است که اجازه داد مدارهای دیجیتال در مقیاس بسیار بزرگ ساخته شوند و اساس تراشه‌های مدرن را تشکیل می‌دهد.
📌 قسمت ۵ — Transistor؛ قطعه‌ای که دنیای کامپیوتر را متحول کرد
👍2
📰 AI NEWS | 2 September 2026
مهم‌ترین اخبار هوش مصنوعی امروز:
🧠 Anthropic مدل Claude Fable 5.1 را معرفی کرد
Anthropic مدل جدید Fable 5.1 را عرضه کرده است. طبق گزارش‌های منتشرشده، این مدل در برخی ارزیابی‌های برنامه‌نویسی عملکرد بهتری نسبت به نسل قبلی نشان داده و هزینه خواندن داده‌های Cache نیز کاهش یافته است.
🤖 Alibaba نسخه پیش‌نمایش Qwen3.8-Flash-Next را منتشر کرد
Alibaba مدل چندوجهی جدیدی از خانواده Qwen ارائه کرده که از معماری Mixture-of-Experts استفاده می‌کند. این مدل با وجود تعداد پارامترهای بالا، در هر مرحله تنها بخشی از پارامترها را فعال می‌کند تا هزینه محاسبات کاهش یابد.
🎬 Google مدل ویدیویی Gemini Omni 1.1 Flash را معرفی کرد
نسخه جدید قابلیت‌هایی مانند کنترل فریم ابتدایی و پایانی، گسترش صحنه و ارتقای ویدئو تا 4K را ارائه می‌کند. این مدل برای تولید و ویرایش ویدئو از طریق API در دسترس قرار گرفته است.
🎙️ Google مدل Gemini 3.5 Transcribe را عرضه کرد
این مدل برای تبدیل گفتار به متن طراحی شده و از بیش از ۸۵ زبان پشتیبانی می‌کند. Google همچنین نسخه‌ای برای پردازش بلادرنگ صدا ارائه کرده است.
🛡️ NVIDIA و CrowdStrike سیستم امنیتی مبتنی بر Agentهای AI معرفی کردند
دو شرکت از سیستم SafeMind خبر داده‌اند؛ سامانه‌ای که از مدل‌های NVIDIA Nemotron برای خودکارسازی بخشی از فرایند تشخیص و مقابله با تهدیدهای سایبری استفاده می‌کند.
🧪 پژوهش جدید درباره حفظ داده‌های آزمون در مدل‌های زبانی
چارچوب BenchMIRT نشان می‌دهد بخشی از عملکرد بالای برخی مدل‌های زبانی در بنچمارک‌ها ممکن است به حفظ داده‌های آزمون مربوط باشد و الزاماً نشان‌دهنده توانایی استدلال مستقل نباشد. این یافته اهمیت طراحی بنچمارک‌های مقاوم در برابر آلودگی داده را بیشتر می‌کند.
🧬 شرکت‌های بزرگ AI روی کاهش ریسک‌های زیستی تمرکز بیشتری دارند
گزارش جدید Financial Times می‌گوید Anthropic، OpenAI و Google DeepMind در حال تقویت سازوکارهای ارزیابی و کنترل دسترسی برای کاهش احتمال سوءاستفاده از مدل‌های پیشرفته در حوزه زیستی هستند.
🇺🇸 آمریکا خواستار امکان آموزش مدل‌های AI با محتوای دارای کپی‌رایت شد
در نشست فناوری G20، دولت آمریکا از چارچوبی حمایت کرده که به شرکت‌های AI اجازه آموزش مدل‌ها با محتوای دارای حق نشر را بدهد، در حالی که حقوق صاحبان آثار نیز مورد حفاظت قرار گیرد. این موضوع در کنار پرونده‌های حقوقی متعدد درباره داده‌های آموزشی AI مطرح شده است.
🇬🇧 معمار استراتژی AI بریتانیا به Anthropic پیوست
Matt Clifford، یکی از چهره‌های مؤثر در تدوین استراتژی AI دولت بریتانیا، به‌عنوان مدیر امور بین‌الملل به Anthropic پیوسته است. این انتصاب به‌دلیل ادامه فعالیت او در یک نهاد دولتی بریتانیا، بحث‌هایی درباره احتمال تعارض منافع ایجاد کرده است.
🏫 نیویورک استفاده از AI در مدارس ابتدایی و راهنمایی را محدود کرد
مدارس دولتی شهر نیویورک اعلام کرده‌اند استفاده از هوش مصنوعی مولد برای دانش‌آموزان تا پایان پایه هشتم ممنوع خواهد بود و در مقاطع بالاتر، آموزش سواد AI مورد توجه قرار می‌گیرد.
📌 جمع‌بندی امروز:
🧠 مدل‌های جدید → Claude Fable 5.1 و Qwen3.8
🎬 تولید ویدئو → Gemini Omni 1.1 Flash
🎙️ صوت → Gemini 3.5 Transcribe
🛡️ امنیت → NVIDIA + CrowdStrike
🧪 ارزیابی مدل‌ها → نگرانی درباره آلودگی بنچمارک‌ها
⚖️ قانون‌گذاری → کپی‌رایت و آموزش مدل‌ها
🏫 آموزش → محدودیت استفاده از AI در مدارس
#AI #AInews #ArtificialIntelligence #Anthropic #Claude #Qwen #GoogleAI #Gemini #NVIDIA #CrowdStrike #OpenAI #MachineLearning
مهم‌ترین اخبار هوش مصنوعی امروز:
🧠 Anthropic مدل Claude Fable 5.1 را معرفی کرد
Anthropic مدل جدید Fable 5.1 را عرضه کرده است. طبق گزارش‌های منتشرشده، این مدل در برخی ارزیابی‌های برنامه‌نویسی عملکرد بهتری نسبت به نسل قبلی نشان داده و هزینه خواندن داده‌های Cache نیز کاهش یافته است.
🤖 Alibaba نسخه پیش‌نمایش Qwen3.8-Flash-Next را منتشر کرد
Alibaba مدل چندوجهی جدیدی از خانواده Qwen ارائه کرده که از معماری Mixture-of-Experts استفاده می‌کند. این مدل با وجود تعداد پارامترهای بالا، در هر مرحله تنها بخشی از پارامترها را فعال می‌کند تا هزینه محاسبات کاهش یابد.
🎬 Google مدل ویدیویی Gemini Omni 1.1 Flash را معرفی کرد
نسخه جدید قابلیت‌هایی مانند کنترل فریم ابتدایی و پایانی، گسترش صحنه و ارتقای ویدئو تا 4K را ارائه می‌کند. این مدل برای تولید و ویرایش ویدئو از طریق API در دسترس قرار گرفته است.
🎙️ Google مدل Gemini 3.5 Transcribe را عرضه کرد
این مدل برای تبدیل گفتار به متن طراحی شده و از بیش از ۸۵ زبان پشتیبانی می‌کند. Google همچنین نسخه‌ای برای پردازش بلادرنگ صدا ارائه کرده است.
🛡️ NVIDIA و CrowdStrike سیستم امنیتی مبتنی بر Agentهای AI معرفی کردند
دو شرکت از سیستم SafeMind خبر داده‌اند؛ سامانه‌ای که از مدل‌های NVIDIA Nemotron برای خودکارسازی بخشی از فرایند تشخیص و مقابله با تهدیدهای سایبری استفاده می‌کند.
🧪 پژوهش جدید درباره حفظ داده‌های آزمون در مدل‌های زبانی
چارچوب BenchMIRT نشان می‌دهد بخشی از عملکرد بالای برخی مدل‌های زبانی در بنچمارک‌ها ممکن است به حفظ داده‌های آزمون مربوط باشد و الزاماً نشان‌دهنده توانایی استدلال مستقل نباشد. این یافته اهمیت طراحی بنچمارک‌های مقاوم در برابر آلودگی داده را بیشتر می‌کند.
🧬 شرکت‌های بزرگ AI روی کاهش ریسک‌های زیستی تمرکز بیشتری دارند
گزارش جدید Financial Times می‌گوید Anthropic، OpenAI و Google DeepMind در حال تقویت سازوکارهای ارزیابی و کنترل دسترسی برای کاهش احتمال سوءاستفاده از مدل‌های پیشرفته در حوزه زیستی هستند.
🇺🇸 آمریکا خواستار امکان آموزش مدل‌های AI با محتوای دارای کپی‌رایت شد
در نشست فناوری G20، دولت آمریکا از چارچوبی حمایت کرده که به شرکت‌های AI اجازه آموزش مدل‌ها با محتوای دارای حق نشر را بدهد، در حالی که حقوق صاحبان آثار نیز مورد حفاظت قرار گیرد. این موضوع در کنار پرونده‌های حقوقی متعدد درباره داده‌های آموزشی AI مطرح شده است.
🇬🇧 معمار استراتژی AI بریتانیا به Anthropic پیوست
Matt Clifford، یکی از چهره‌های مؤثر در تدوین استراتژی AI دولت بریتانیا، به‌عنوان مدیر امور بین‌الملل به Anthropic پیوسته است. این انتصاب به‌دلیل ادامه فعالیت او در یک نهاد دولتی بریتانیا، بحث‌هایی درباره احتمال تعارض منافع ایجاد کرده است.
🏫 نیویورک استفاده از AI در مدارس ابتدایی و راهنمایی را محدود کرد
مدارس دولتی شهر نیویورک اعلام کرده‌اند استفاده از هوش مصنوعی مولد برای دانش‌آموزان تا پایان پایه هشتم ممنوع خواهد بود و در مقاطع بالاتر، آموزش سواد AI مورد توجه قرار می‌گیرد.
📌 جمع‌بندی امروز:
🧠 مدل‌های جدید → Claude Fable 5.1 و Qwen3.8
🎬 تولید ویدئو → Gemini Omni 1.1 Flash
🎙️ صوت → Gemini 3.5 Transcribe
🛡️ امنیت → NVIDIA + CrowdStrike
🧪 ارزیابی مدل‌ها → نگرانی درباره آلودگی بنچمارک‌ها
⚖️ قانون‌گذاری → کپی‌رایت و آموزش مدل‌ها
🏫 آموزش → محدودیت استفاده از AI در مدارس
#AI #AInews #ArtificialIntelligence #Anthropic #Claude #Qwen #GoogleAI #Gemini #NVIDIA #CrowdStrike #OpenAI #MachineLearning
👍2
📰 AI NEWS | 3 September 2026
مهم‌ترین اخبار هوش مصنوعی امروز:
🤖 NVIDIA خرید Hugging Face را با ارزش ۱۲.۹۳ میلیارد دلار اعلام کرد
NVIDIA رسماً اعلام کرده است که پلتفرم هوش مصنوعی Hugging Face را با مبلغ ۱۲.۹۳ میلیارد دلار خریداری می‌کند. NVIDIA می‌گوید Hugging Face پس از این معامله همچنان یک پلتفرم باز باقی خواهد ماند و از مدل‌ها، فریم‌ورک‌ها، ارائه‌دهندگان ابری و شتاب‌دهنده‌های مختلف پشتیبانی خواهد کرد.
🧠 Google مدل‌های Gemini 3.8 Flash و 3.8 Flash Cyber را معرفی کرد
Google مدل‌های جدید Gemini 3.8 Flash و نسخه تخصصی 3.8 Flash Cyber را برای وظایف Agentic و کاربردهای امنیت سایبری معرفی کرده است. نسخه Cyber به‌طور ویژه برای سناریوهای مرتبط با امنیت و دفاع سایبری طراحی شده است.
🌦️ Google مدل WeatherNext 3 را برای پیش‌بینی هوا معرفی کرد
Google DeepMind از WeatherNext 3، نسل جدید مدل هوش مصنوعی پیش‌بینی آب‌وهوا، رونمایی کرده است. این مدل از داده‌های ماهواره‌ای بلادرنگ، به‌روزرسانی ساعتی و وضوح بالاتر برای پیش‌بینی دقیق‌تر، از جمله بارش، استفاده می‌کند.
🇦🇪 ابوظبی مدل‌های کاملاً متن‌باز هوش مصنوعی منتشر کرد
یک مؤسسه هوش مصنوعی در ابوظبی مجموعه‌ای از مدل‌ها را همراه با کد و داده‌های آموزشی منتشر کرده است. هدف این پروژه فراهم‌کردن امکان بررسی و توسعه مدل‌ها برای پژوهشگران و جامعه متن‌باز است.
💻 اختلال همزمان در ChatGPT، Claude و Grok
امروز چند سرویس بزرگ هوش مصنوعی از جمله ChatGPT، Claude و Grok با اختلال مواجه شدند. علت این رخدادها هنوز به‌طور قطعی مرتبط با یکدیگر اعلام نشده است؛ OpenAI نیز اختلال جداگانه‌ای را در ChatGPT و Codex ثبت کرد و پس از اعمال اقدامات اصلاحی، وضعیت سرویس‌ها تحت نظارت قرار گرفت.
🎙️ Google قابلیت‌های صوتی جدیدی برای Workspace معرفی کرد
Google چند قابلیت صوتی جدید برای Gmail، Docs و Keep معرفی کرده است که به کاربران اجازه می‌دهد با دستورات طبیعی صوتی برخی وظایف را انجام دهند و محتوای جدید ایجاد یا ویرایش کنند.
🏫 Google آموزش‌های جدید AI برای معلمان ارائه می‌کند
Google در قالب Google AI Educator Series مجموعه‌ای از آموزش‌های رایگان و کوتاه برای معلمان ارائه می‌کند. این دوره‌ها روی استفاده عملی از ابزارهای AI در کلاس، شخصی‌سازی آموزش و کاهش بخشی از کارهای اداری تمرکز دارند.
📊 سرمایه‌گذاری روی زیرساخت AI همچنان افزایش می‌یابد
گزارش‌های جدید بازار نشان می‌دهند تقاضا برای تراشه‌ها و زیرساخت‌های هوش مصنوعی همچنان در حال رشد است. Broadcom نیز پیش‌بینی کرده فروش تراشه‌های AI در دو سال آینده رشد قابل‌توجهی داشته باشد؛ موضوعی که نشان‌دهنده ادامه سرمایه‌گذاری سنگین شرکت‌های فناوری در زیرساخت AI است.
📌 جمع‌بندی امروز:
🤖 اکوسیستم AI → خرید Hugging Face توسط NVIDIA
🧠 مدل‌ها → Gemini 3.8 Flash و 3.8 Flash Cyber
🌦️ کاربرد علمی → WeatherNext 3
🇦🇪 متن‌باز → انتشار مدل‌های جدید در ابوظبی
💻 زیرساخت → ادامه رشد تقاضای تراشه‌های AI
⚠️ سرویس‌ها → اختلال همزمان چند پلتفرم بزرگ
🏫 آموزش → برنامه جدید Google برای معلمان
#AI #AInews #ArtificialIntelligence #NVIDIA #HuggingFace #GoogleAI #Gemini #OpenSource #MachineLearning #DeepLearning
مهم‌ترین اخبار هوش مصنوعی امروز:
🤖 NVIDIA خرید Hugging Face را با ارزش ۱۲.۹۳ میلیارد دلار اعلام کرد
NVIDIA رسماً اعلام کرده است که پلتفرم هوش مصنوعی Hugging Face را با مبلغ ۱۲.۹۳ میلیارد دلار خریداری می‌کند. NVIDIA می‌گوید Hugging Face پس از این معامله همچنان یک پلتفرم باز باقی خواهد ماند و از مدل‌ها، فریم‌ورک‌ها، ارائه‌دهندگان ابری و شتاب‌دهنده‌های مختلف پشتیبانی خواهد کرد.
🧠 Google مدل‌های Gemini 3.8 Flash و 3.8 Flash Cyber را معرفی کرد
Google مدل‌های جدید Gemini 3.8 Flash و نسخه تخصصی 3.8 Flash Cyber را برای وظایف Agentic و کاربردهای امنیت سایبری معرفی کرده است. نسخه Cyber به‌طور ویژه برای سناریوهای مرتبط با امنیت و دفاع سایبری طراحی شده است.
🌦️ Google مدل WeatherNext 3 را برای پیش‌بینی هوا معرفی کرد
Google DeepMind از WeatherNext 3، نسل جدید مدل هوش مصنوعی پیش‌بینی آب‌وهوا، رونمایی کرده است. این مدل از داده‌های ماهواره‌ای بلادرنگ، به‌روزرسانی ساعتی و وضوح بالاتر برای پیش‌بینی دقیق‌تر، از جمله بارش، استفاده می‌کند.
🇦🇪 ابوظبی مدل‌های کاملاً متن‌باز هوش مصنوعی منتشر کرد
یک مؤسسه هوش مصنوعی در ابوظبی مجموعه‌ای از مدل‌ها را همراه با کد و داده‌های آموزشی منتشر کرده است. هدف این پروژه فراهم‌کردن امکان بررسی و توسعه مدل‌ها برای پژوهشگران و جامعه متن‌باز است.
💻 اختلال همزمان در ChatGPT، Claude و Grok
امروز چند سرویس بزرگ هوش مصنوعی از جمله ChatGPT، Claude و Grok با اختلال مواجه شدند. علت این رخدادها هنوز به‌طور قطعی مرتبط با یکدیگر اعلام نشده است؛ OpenAI نیز اختلال جداگانه‌ای را در ChatGPT و Codex ثبت کرد و پس از اعمال اقدامات اصلاحی، وضعیت سرویس‌ها تحت نظارت قرار گرفت.
🎙️ Google قابلیت‌های صوتی جدیدی برای Workspace معرفی کرد
Google چند قابلیت صوتی جدید برای Gmail، Docs و Keep معرفی کرده است که به کاربران اجازه می‌دهد با دستورات طبیعی صوتی برخی وظایف را انجام دهند و محتوای جدید ایجاد یا ویرایش کنند.
🏫 Google آموزش‌های جدید AI برای معلمان ارائه می‌کند
Google در قالب Google AI Educator Series مجموعه‌ای از آموزش‌های رایگان و کوتاه برای معلمان ارائه می‌کند. این دوره‌ها روی استفاده عملی از ابزارهای AI در کلاس، شخصی‌سازی آموزش و کاهش بخشی از کارهای اداری تمرکز دارند.
📊 سرمایه‌گذاری روی زیرساخت AI همچنان افزایش می‌یابد
گزارش‌های جدید بازار نشان می‌دهند تقاضا برای تراشه‌ها و زیرساخت‌های هوش مصنوعی همچنان در حال رشد است. Broadcom نیز پیش‌بینی کرده فروش تراشه‌های AI در دو سال آینده رشد قابل‌توجهی داشته باشد؛ موضوعی که نشان‌دهنده ادامه سرمایه‌گذاری سنگین شرکت‌های فناوری در زیرساخت AI است.
📌 جمع‌بندی امروز:
🤖 اکوسیستم AI → خرید Hugging Face توسط NVIDIA
🧠 مدل‌ها → Gemini 3.8 Flash و 3.8 Flash Cyber
🌦️ کاربرد علمی → WeatherNext 3
🇦🇪 متن‌باز → انتشار مدل‌های جدید در ابوظبی
💻 زیرساخت → ادامه رشد تقاضای تراشه‌های AI
⚠️ سرویس‌ها → اختلال همزمان چند پلتفرم بزرگ
🏫 آموزش → برنامه جدید Google برای معلمان
#AI #AInews #ArtificialIntelligence #NVIDIA #HuggingFace #GoogleAI #Gemini #OpenSource #MachineLearning #DeepLearning
👍2
🖥️ Computer Science From 0 → 100
قسمت ۵ — Transistor؛ کوچک‌ترین قطعه‌ای که دنیای کامپیوتر را ساخت
در قسمت قبل دیدیم که با کنار هم قرار دادن Logic Gateها می‌توانیم مدارهای دیجیتالی بسازیم.
اما خود Logic Gate از کجا می‌آید؟
اینجا می‌رسیم به یکی از مهم‌ترین اختراعات تاریخ فناوری:
Transistor
ترانزیستور یک قطعه‌ی الکترونیکی است که می‌تواند جریان الکتریکی را کنترل یا تقویت کند.
اما برای کامپیوتر یک ویژگی آن فوق‌العاده مهم است:
می‌توان از ترانزیستور به‌عنوان یک کلید الکترونیکی استفاده کرد.
یعنی می‌توانیم شرایطی ایجاد کنیم که جریان عبور کند یا نکند.
همین رفتار ساده را می‌توان به شکل دو حالت دیجیتال در نظر گرفت:
روشن → 1
خاموش → 0
البته یک نکته مهم وجود دارد:
در دنیای واقعی، 0 و 1 لزوماً به معنی «هیچ ولتاژی» و «ولتاژ دقیقاً مشخصی» نیستند؛ مدارهای دیجیتال محدوده‌هایی از ولتاژ را به‌عنوان 0 و 1 تفسیر می‌کنند.
---
چرا ترانزیستور این‌قدر مهم است؟
چون می‌توانیم چند ترانزیستور را به شکل خاصی به هم متصل کنیم و از آن‌ها Logic Gate بسازیم.
بعد چند Logic Gate را ترکیب کنیم و مدارهای پیچیده‌تر بسازیم.
و همین روند را ادامه دهیم تا به بخش‌هایی از CPU برسیم.
پس چیزی که در قسمت‌های قبل دیدیم، در نهایت به ترانزیستورها متصل می‌شود.
جالب‌تر اینکه این اتفاق فقط در حد چند ترانزیستور نیست.
پردازنده‌های مدرن از میلیاردها ترانزیستور تشکیل می‌شوند.
هرکدام از آن‌ها به‌تنهایی بسیار ساده‌اند، اما وقتی تعداد عظیمی از آن‌ها با معماری دقیق کنار هم قرار بگیرند، می‌توانند محاسبات و اجرای دستورهای بسیار پیچیده را ممکن کنند.
---
ترانزیستور دقیقاً از چه چیزی ساخته شده؟
ترانزیستورهای مورد استفاده در تراشه‌های کامپیوتری معمولاً بر پایه‌ی نیمه‌رساناها (Semiconductors) ساخته می‌شوند.
ماده‌ی اصلی در بسیاری از تراشه‌ها:
Silicon — سیلیکون
سیلیکون نه مثل فلزها رسانای خیلی خوبی است و نه مثل عایق‌ها جلوی جریان را کاملاً می‌گیرد.
ویژگی‌های الکتریکی آن را می‌توان با روش‌های مهندسی‌شده کنترل کرد.
همین ویژگی باعث شده سیلیکون به یکی از مهم‌ترین مواد صنعت نیمه‌رسانا تبدیل شود.
---
از یک ترانزیستور تا CPU
اینجا یک زنجیره‌ی خیلی مهم داریم:
Transistor
↓
Logic Gate
↓
Digital Circuit
↓
ALU / Register / Control Logic
↓
CPU
یعنی وقتی روی کامپیوترت یک برنامه را اجرا می‌کنی، پشت آن چیزی که می‌بینی، در پایین‌ترین سطح، مجموعه‌ای عظیم از مدارهای الکترونیکی در حال تغییر وضعیت هستند.
و همه‌ی این‌ها از یک مفهوم بسیار ساده شروع می‌شوند:
کنترل جریان الکتریکی.
---
اما هنوز یک سؤال بزرگ باقی مانده:
اگر CPU فقط مدارهای الکترونیکی دارد، چطور می‌فهمد باید مثلاً یک عدد را جمع کند یا یک دستور را اجرا کند؟
اینجاست که باید برویم سراغ Architecture و Instruction.
📌 قسمت ۶ — CPU؛ مغز کامپیوتر واقعاً چه کاری انجام می‌دهد؟
قسمت ۵ — Transistor؛ کوچک‌ترین قطعه‌ای که دنیای کامپیوتر را ساخت
در قسمت قبل دیدیم که با کنار هم قرار دادن Logic Gateها می‌توانیم مدارهای دیجیتالی بسازیم.
اما خود Logic Gate از کجا می‌آید؟
اینجا می‌رسیم به یکی از مهم‌ترین اختراعات تاریخ فناوری:
Transistor
ترانزیستور یک قطعه‌ی الکترونیکی است که می‌تواند جریان الکتریکی را کنترل یا تقویت کند.
اما برای کامپیوتر یک ویژگی آن فوق‌العاده مهم است:
می‌توان از ترانزیستور به‌عنوان یک کلید الکترونیکی استفاده کرد.
یعنی می‌توانیم شرایطی ایجاد کنیم که جریان عبور کند یا نکند.
همین رفتار ساده را می‌توان به شکل دو حالت دیجیتال در نظر گرفت:
روشن → 1
خاموش → 0
البته یک نکته مهم وجود دارد:
در دنیای واقعی، 0 و 1 لزوماً به معنی «هیچ ولتاژی» و «ولتاژ دقیقاً مشخصی» نیستند؛ مدارهای دیجیتال محدوده‌هایی از ولتاژ را به‌عنوان 0 و 1 تفسیر می‌کنند.
---
چرا ترانزیستور این‌قدر مهم است؟
چون می‌توانیم چند ترانزیستور را به شکل خاصی به هم متصل کنیم و از آن‌ها Logic Gate بسازیم.
بعد چند Logic Gate را ترکیب کنیم و مدارهای پیچیده‌تر بسازیم.
و همین روند را ادامه دهیم تا به بخش‌هایی از CPU برسیم.
پس چیزی که در قسمت‌های قبل دیدیم، در نهایت به ترانزیستورها متصل می‌شود.
جالب‌تر اینکه این اتفاق فقط در حد چند ترانزیستور نیست.
پردازنده‌های مدرن از میلیاردها ترانزیستور تشکیل می‌شوند.
هرکدام از آن‌ها به‌تنهایی بسیار ساده‌اند، اما وقتی تعداد عظیمی از آن‌ها با معماری دقیق کنار هم قرار بگیرند، می‌توانند محاسبات و اجرای دستورهای بسیار پیچیده را ممکن کنند.
---
ترانزیستور دقیقاً از چه چیزی ساخته شده؟
ترانزیستورهای مورد استفاده در تراشه‌های کامپیوتری معمولاً بر پایه‌ی نیمه‌رساناها (Semiconductors) ساخته می‌شوند.
ماده‌ی اصلی در بسیاری از تراشه‌ها:
Silicon — سیلیکون
سیلیکون نه مثل فلزها رسانای خیلی خوبی است و نه مثل عایق‌ها جلوی جریان را کاملاً می‌گیرد.
ویژگی‌های الکتریکی آن را می‌توان با روش‌های مهندسی‌شده کنترل کرد.
همین ویژگی باعث شده سیلیکون به یکی از مهم‌ترین مواد صنعت نیمه‌رسانا تبدیل شود.
---
از یک ترانزیستور تا CPU
اینجا یک زنجیره‌ی خیلی مهم داریم:
Transistor
↓
Logic Gate
↓
Digital Circuit
↓
ALU / Register / Control Logic
↓
CPU
یعنی وقتی روی کامپیوترت یک برنامه را اجرا می‌کنی، پشت آن چیزی که می‌بینی، در پایین‌ترین سطح، مجموعه‌ای عظیم از مدارهای الکترونیکی در حال تغییر وضعیت هستند.
و همه‌ی این‌ها از یک مفهوم بسیار ساده شروع می‌شوند:
کنترل جریان الکتریکی.
---
اما هنوز یک سؤال بزرگ باقی مانده:
اگر CPU فقط مدارهای الکترونیکی دارد، چطور می‌فهمد باید مثلاً یک عدد را جمع کند یا یک دستور را اجرا کند؟
اینجاست که باید برویم سراغ Architecture و Instruction.
📌 قسمت ۶ — CPU؛ مغز کامپیوتر واقعاً چه کاری انجام می‌دهد؟
👍1👨💻1
خیلیا دارن از مدلFable 5.1 کلاد تعریف میکنن ولی خب قسمت اکثر ما ها نیست که تستش کنیم چون اکانت Pro یا Max میخواد. |:
ولی خب وبسایت Arena.ai واقعا دمش گرم تا ۱۴ شهریور بهتون این امکان رو میده که این مدل رو به صورت رایگان تستش کنید.
هر چقدر میتونید ازش کار بکشید و پرامپت های سختی بدید بهش و لذت ببرید. (البته فقط ۱ روز مهلت داریم ولی خب :/)
تنها راه همینه برای تست مدل چون با این وضعیت دیگه خرید اکانت هم داره یواش یواش تبدیل به یه رویا میشه💔
ولی خب وبسایت Arena.ai واقعا دمش گرم تا ۱۴ شهریور بهتون این امکان رو میده که این مدل رو به صورت رایگان تستش کنید.
هر چقدر میتونید ازش کار بکشید و پرامپت های سختی بدید بهش و لذت ببرید. (البته فقط ۱ روز مهلت داریم ولی خب :/)
تنها راه همینه برای تست مدل چون با این وضعیت دیگه خرید اکانت هم داره یواش یواش تبدیل به یه رویا میشه💔
Arena AI: The Official AI Ranking & LLM Leaderboard
Chat, compare, vote for the world's best AI models. Join the community shaping the public leaderboard for LLMs, image, and code models through real-world evaluation.
👍1💔1
📰 AI NEWS | 4 September 2026
مهم‌ترین اخبار هوش مصنوعی امروز:
🧮 Anthropic از استفاده از Claude برای صورت‌بندی قضیه آخر فرما خبر داد
Anthropic امروز گزارشی درباره استفاده از مدل‌های خود برای صورت‌بندی رسمی قضیه آخر فرما منتشر کرد. این پروژه نشان می‌دهد مدل‌های زبانی در حال ورود جدی‌تر به فرایندهای رسمی ریاضی و تولید و بررسی اثبات‌های قابل‌بررسی هستند.
🎵 Google مدل موسیقی Lyria 3.5 را در Gemini عرضه کرد
Google اعلام کرده Lyria 3.5، مدل جدید تولید موسیقی این شرکت، اکنون در اپلیکیشن Gemini و API آن در دسترس است. این مدل روی تولید موسیقی با بیان و کیفیت بالاتر تمرکز دارد و امکانات تولید موسیقی را به شکل گسترده‌تری در اختیار کاربران قرار می‌دهد.
🛡️ OpenAI برنامه ۱ میلیارد دلاری برای دفاع سایبری راه‌اندازی کرد
OpenAI از برنامه «Daybreak for Frontline Defenders» خبر داده است؛ طرحی با تعهد ۱ میلیارد دلاری که هدف آن گسترش دسترسی به ابزارهای پیشرفته AI برای دفاع سایبری، آموزش و پشتیبانی از سازمان‌های فعال در حوزه زیرساخت‌های حیاتی است.
⚠️ تحقیقات جدید درباره فعالیت مستقل Agentهای OpenAI منتشر شد
گزارش Reuters می‌گوید پژوهشگران یک مورد افشاشده از فعالیت Agentهای OpenAI را بررسی کرده‌اند که در آن Agentهای خودکار در ماه مه یک وبسایت برنامه‌نویسی آلمانی را تحت تأثیر قرار داده و بیش از ۱۵ هزار ویرایش ایجاد کرده‌اند. این گزارش بار دیگر بحث درباره کنترل، نظارت و محدودکردن دسترسی Agentهای خودمختار را مطرح کرده است.
🌐 اختلال در برخی سرویس‌های OpenAI برای کاربران منطقه آسیا-اقیانوسیه
OpenAI امروز اعلام کرده است که برخی کاربران در منطقه APAC ممکن است با افزایش خطا در ChatGPT، تولید تصویر، بارگذاری فایل، Voice و Codex Cloud مواجه شوند. وضعیت اختلال در صفحه وضعیت OpenAI در حال پیگیری و رفع اعلام شده است.
🔐 Google برنامه Fairwind را برای دفاع سایبری مبتنی بر AI معرفی کرد
Google برنامه Fairwind را برای ارائه دسترسی محدود به ابزارهای دفاع سایبری مبتنی بر هوش مصنوعی به دولت‌ها و شرکای مورداعتماد راه‌اندازی کرده است. تمرکز این برنامه بر استفاده از AI برای شناسایی و مقابله سریع‌تر با تهدیدهای سایبری است.
📌 جمع‌بندی امروز:
🧮 ریاضی و پژوهش → استفاده از AI در صورت‌بندی رسمی قضیه آخر فرما
🎵 تولید موسیقی → عرضه Lyria 3.5 در Gemini
🛡️ امنیت سایبری → برنامه ۱ میلیارد دلاری OpenAI
⚠️ Agentها → نگرانی‌های جدید درباره رفتار مستقل سیستم‌های AI
🌐 زیرساخت → اختلال منطقه‌ای در برخی سرویس‌های OpenAI
🔐 امنیت → برنامه Fairwind گوگل
#AI #AInews #ArtificialIntelligence #OpenAI #Anthropic #Claude #GoogleAI #Gemini #Lyria #CyberSecurity #AIagents #MachineLearning
مهم‌ترین اخبار هوش مصنوعی امروز:
🧮 Anthropic از استفاده از Claude برای صورت‌بندی قضیه آخر فرما خبر داد
Anthropic امروز گزارشی درباره استفاده از مدل‌های خود برای صورت‌بندی رسمی قضیه آخر فرما منتشر کرد. این پروژه نشان می‌دهد مدل‌های زبانی در حال ورود جدی‌تر به فرایندهای رسمی ریاضی و تولید و بررسی اثبات‌های قابل‌بررسی هستند.
🎵 Google مدل موسیقی Lyria 3.5 را در Gemini عرضه کرد
Google اعلام کرده Lyria 3.5، مدل جدید تولید موسیقی این شرکت، اکنون در اپلیکیشن Gemini و API آن در دسترس است. این مدل روی تولید موسیقی با بیان و کیفیت بالاتر تمرکز دارد و امکانات تولید موسیقی را به شکل گسترده‌تری در اختیار کاربران قرار می‌دهد.
🛡️ OpenAI برنامه ۱ میلیارد دلاری برای دفاع سایبری راه‌اندازی کرد
OpenAI از برنامه «Daybreak for Frontline Defenders» خبر داده است؛ طرحی با تعهد ۱ میلیارد دلاری که هدف آن گسترش دسترسی به ابزارهای پیشرفته AI برای دفاع سایبری، آموزش و پشتیبانی از سازمان‌های فعال در حوزه زیرساخت‌های حیاتی است.
⚠️ تحقیقات جدید درباره فعالیت مستقل Agentهای OpenAI منتشر شد
گزارش Reuters می‌گوید پژوهشگران یک مورد افشاشده از فعالیت Agentهای OpenAI را بررسی کرده‌اند که در آن Agentهای خودکار در ماه مه یک وبسایت برنامه‌نویسی آلمانی را تحت تأثیر قرار داده و بیش از ۱۵ هزار ویرایش ایجاد کرده‌اند. این گزارش بار دیگر بحث درباره کنترل، نظارت و محدودکردن دسترسی Agentهای خودمختار را مطرح کرده است.
🌐 اختلال در برخی سرویس‌های OpenAI برای کاربران منطقه آسیا-اقیانوسیه
OpenAI امروز اعلام کرده است که برخی کاربران در منطقه APAC ممکن است با افزایش خطا در ChatGPT، تولید تصویر، بارگذاری فایل، Voice و Codex Cloud مواجه شوند. وضعیت اختلال در صفحه وضعیت OpenAI در حال پیگیری و رفع اعلام شده است.
🔐 Google برنامه Fairwind را برای دفاع سایبری مبتنی بر AI معرفی کرد
Google برنامه Fairwind را برای ارائه دسترسی محدود به ابزارهای دفاع سایبری مبتنی بر هوش مصنوعی به دولت‌ها و شرکای مورداعتماد راه‌اندازی کرده است. تمرکز این برنامه بر استفاده از AI برای شناسایی و مقابله سریع‌تر با تهدیدهای سایبری است.
📌 جمع‌بندی امروز:
🧮 ریاضی و پژوهش → استفاده از AI در صورت‌بندی رسمی قضیه آخر فرما
🎵 تولید موسیقی → عرضه Lyria 3.5 در Gemini
🛡️ امنیت سایبری → برنامه ۱ میلیارد دلاری OpenAI
⚠️ Agentها → نگرانی‌های جدید درباره رفتار مستقل سیستم‌های AI
🌐 زیرساخت → اختلال منطقه‌ای در برخی سرویس‌های OpenAI
🔐 امنیت → برنامه Fairwind گوگل
#AI #AInews #ArtificialIntelligence #OpenAI #Anthropic #Claude #GoogleAI #Gemini #Lyria #CyberSecurity #AIagents #MachineLearning
🔥2
📰 AI NEWS | 5 September 2026
مهم‌ترین اخبار هوش مصنوعی امروز:
⚖️ دو روزنامه آمریکایی از OpenAI و Microsoft شکایت کردند
The Seattle Times و Newsday امروز علیه OpenAI و Microsoft در دادگاه فدرال آمریکا طرح دعوا کردند. این دو ناشر ادعا می‌کنند محتوای روزنامه‌هایشان بدون مجوز برای آموزش سامانه‌های هوش مصنوعی استفاده شده است. این پرونده یکی از تازه‌ترین نمونه‌های درگیری حقوقی میان صنعت رسانه و شرکت‌های AI بر سر استفاده از محتوای دارای کپی‌رایت برای آموزش مدل‌هاست.
🤖 OpenAI درباره «Wiki Incident» توضیح بیشتری ارائه کرد
OpenAI امروز رسماً درباره حادثه‌ای که در آن گروهی از Agentهایش یک وبسایت ویکی آلمانی را تحت تأثیر قرار داده بودند، توضیح داد. این شرکت می‌گوید چنین رخدادهایی نشان می‌دهند که برای Agentهای قدرتمند، سازوکارهای گزارش‌دهی، نظارت و بررسی مستقل باید جدی‌تر دنبال شوند.
🏭 Foxconn رشد تقاضای سرورهای AI را عامل مهم رشد خود می‌داند
Foxconn امروز اعلام کرد انتظار دارد عملکرد سه‌ماهه سوم آن از پیش‌بینی‌های بازار بهتر باشد. این شرکت رشد تقاضا برای محصولات مرتبط با AI و زیرساخت‌های محاسباتی را یکی از عوامل اصلی این چشم‌انداز عنوان کرده و از ثبت رکورد درآمد ماهانه در اوت خبر داده است.
🧠 GPT-6 Astra همچنان در مرکز توجه صنعت AI است
OpenAI مدل GPT-6 Astra را به‌عنوان نسل جدید مدل‌های خود معرفی کرده است؛ مدلی که روی استفاده از کامپیوتر، برنامه‌نویسی، پژوهش و انجام وظایف پیچیده چندمرحله‌ای تمرکز دارد. OpenAI همچنین اعلام کرده Astra نخستین مدل این شرکت است که به سطح «Critical» در قابلیت‌های امنیت سایبری طبق چارچوب Preparedness رسیده است.
💰 NVIDIA و Hugging Face؛ معامله‌ای که همچنان خبرساز است
پس از اعلام خرید Hugging Face توسط NVIDIA به ارزش ۱۲.۹۳ میلیارد دلار، این معامله همچنان یکی از مهم‌ترین تحولات بازار AI محسوب می‌شود. این توافق NVIDIA را بیش از گذشته به لایه مدل‌ها، ابزارهای توسعه و اکوسیستم متن‌باز هوش مصنوعی نزدیک می‌کند.
📌 جمع‌بندی امروز:
⚖️ کپی‌رایت → شکایت ناشران علیه OpenAI و Microsoft
🤖 Agentها → بررسی پیامدهای Wiki Incident
🏭 زیرساخت → افزایش تقاضای سرورهای AI
🧠 مدل‌های پیشرفته → GPT-6 Astra
💰 صنعت AI → ادامه توجه به معامله NVIDIA و Hugging Face
#AI #AInews #ArtificialIntelligence #OpenAI #GPT6 #Astra #NVIDIA #HuggingFace #Microsoft #MachineLearning #AIAgents
مهم‌ترین اخبار هوش مصنوعی امروز:
⚖️ دو روزنامه آمریکایی از OpenAI و Microsoft شکایت کردند
The Seattle Times و Newsday امروز علیه OpenAI و Microsoft در دادگاه فدرال آمریکا طرح دعوا کردند. این دو ناشر ادعا می‌کنند محتوای روزنامه‌هایشان بدون مجوز برای آموزش سامانه‌های هوش مصنوعی استفاده شده است. این پرونده یکی از تازه‌ترین نمونه‌های درگیری حقوقی میان صنعت رسانه و شرکت‌های AI بر سر استفاده از محتوای دارای کپی‌رایت برای آموزش مدل‌هاست.
🤖 OpenAI درباره «Wiki Incident» توضیح بیشتری ارائه کرد
OpenAI امروز رسماً درباره حادثه‌ای که در آن گروهی از Agentهایش یک وبسایت ویکی آلمانی را تحت تأثیر قرار داده بودند، توضیح داد. این شرکت می‌گوید چنین رخدادهایی نشان می‌دهند که برای Agentهای قدرتمند، سازوکارهای گزارش‌دهی، نظارت و بررسی مستقل باید جدی‌تر دنبال شوند.
🏭 Foxconn رشد تقاضای سرورهای AI را عامل مهم رشد خود می‌داند
Foxconn امروز اعلام کرد انتظار دارد عملکرد سه‌ماهه سوم آن از پیش‌بینی‌های بازار بهتر باشد. این شرکت رشد تقاضا برای محصولات مرتبط با AI و زیرساخت‌های محاسباتی را یکی از عوامل اصلی این چشم‌انداز عنوان کرده و از ثبت رکورد درآمد ماهانه در اوت خبر داده است.
🧠 GPT-6 Astra همچنان در مرکز توجه صنعت AI است
OpenAI مدل GPT-6 Astra را به‌عنوان نسل جدید مدل‌های خود معرفی کرده است؛ مدلی که روی استفاده از کامپیوتر، برنامه‌نویسی، پژوهش و انجام وظایف پیچیده چندمرحله‌ای تمرکز دارد. OpenAI همچنین اعلام کرده Astra نخستین مدل این شرکت است که به سطح «Critical» در قابلیت‌های امنیت سایبری طبق چارچوب Preparedness رسیده است.
💰 NVIDIA و Hugging Face؛ معامله‌ای که همچنان خبرساز است
پس از اعلام خرید Hugging Face توسط NVIDIA به ارزش ۱۲.۹۳ میلیارد دلار، این معامله همچنان یکی از مهم‌ترین تحولات بازار AI محسوب می‌شود. این توافق NVIDIA را بیش از گذشته به لایه مدل‌ها، ابزارهای توسعه و اکوسیستم متن‌باز هوش مصنوعی نزدیک می‌کند.
📌 جمع‌بندی امروز:
⚖️ کپی‌رایت → شکایت ناشران علیه OpenAI و Microsoft
🤖 Agentها → بررسی پیامدهای Wiki Incident
🏭 زیرساخت → افزایش تقاضای سرورهای AI
🧠 مدل‌های پیشرفته → GPT-6 Astra
💰 صنعت AI → ادامه توجه به معامله NVIDIA و Hugging Face
#AI #AInews #ArtificialIntelligence #OpenAI #GPT6 #Astra #NVIDIA #HuggingFace #Microsoft #MachineLearning #AIAgents
👍2
🖥️ Computer Science From 0 → 100
قسمت ۶ — CPU؛ مغز کامپیوتر واقعاً چه کاری انجام می‌دهد؟
تا اینجا مسیر جالبی را طی کردیم.
از 0 و 1 شروع کردیم، بعد دیدیم چطور با Logic Gateها می‌توانیم منطق بسازیم و در نهایت رسیدیم به ترانزیستورهایی که پایه‌ی ساخت این مدارها هستند.
حالا وقت آن است که برویم سراغ مهم‌ترین بخش پردازشی یک کامپیوتر:
CPU
---
CPU چیست؟
CPU مخفف Central Processing Unit است؛ یعنی واحد پردازش مرکزی.
اگر بخواهیم خیلی ساده بگوییم، CPU مسئول اجرای دستورهای برنامه‌هاست.
اما یک نکته مهم:
CPU واقعاً «فکر» نمی‌کند.
وقتی می‌گویی کامپیوتر یک بازی را اجرا می‌کند یا یک برنامه را باز می‌کند، CPU فقط تعداد بسیار زیادی دستور را با سرعت فوق‌العاده بالا اجرا می‌کند.
---
هر کاری که کامپیوتر انجام می‌دهد، تبدیل به دستور می‌شود
فرض کن یک برنامه نوشته‌ای:
print("Hello")
برای انسان این فقط یک خط کد است.
اما CPU پایتون را نمی‌فهمد.
مسیر واقعی تقریباً این شکلی است:
کد برنامه‌نویسی
⬇️
زبان ماشین (Machine Code)
⬇️
دستورهای قابل فهم برای CPU
⬇️
اجرا توسط مدارهای داخل پردازنده
در نهایت CPU فقط با دستورهای بسیار سطح پایین کار می‌کند.
---
CPU چطور یک دستور را اجرا می‌کند؟
CPU معمولاً یک چرخه‌ی اصلی دارد که به آن Instruction Cycle می‌گویند.
سه مرحله مهم آن:
1. Fetch (دریافت)
CPU دستور بعدی را از حافظه دریافت می‌کند.
2. Decode (تفسیر)
بررسی می‌کند این دستور دقیقاً چه کاری می‌خواهد انجام دهد.
مثلاً:
• جمع دو عدد؟
• انتقال داده؟
• مقایسه؟
3. Execute (اجرا)
عملیات مورد نظر انجام می‌شود.
بعد CPU سراغ دستور بعدی می‌رود.
این چرخه میلیاردها بار در هر ثانیه تکرار می‌شود.
---
داخل CPU چه چیزهایی وجود دارد؟
CPU فقط یک قطعه‌ی ساده نیست؛ داخل آن بخش‌های مختلفی وجود دارد.
ALU — واحد محاسبات و منطق
ALU مسئول انجام عملیات‌هایی مثل:
• جمع و تفریق
• مقایسه اعداد
• عملیات منطقی مثل AND و OR
است.
همان بخشی که از Logic Gateهایی که قبلاً گفتیم استفاده می‌کند.
---
Registers — حافظه‌های فوق‌سریع
Registerها حافظه‌های بسیار کوچکی داخل CPU هستند.
CPU برای انجام سریع عملیات، داده‌های مورد نیازش را موقتاً داخل آن‌ها نگه می‌دارد.
آن‌ها خیلی سریع‌تر از RAM هستند، اما ظرفیتشان بسیار کمتر است.
---
Control Unit — واحد کنترل
این بخش هماهنگ می‌کند که هر قسمت CPU چه کاری انجام دهد.
می‌توان گفت مثل یک مدیر داخلی عمل می‌کند که مشخص می‌کند:
کدام دستور اجرا شود، چه داده‌ای منتقل شود و کدام بخش فعال شود.
---
Cache — حافظه‌ی مخفی سرعت
CPU بسیار سریع است، اما RAM نسبت به آن کندتر است.
برای حل این مشکل، CPU حافظه‌های کوچک و بسیار سریعی به نام Cache دارد.
داده‌هایی که احتمالاً دوباره استفاده می‌شوند، در Cache نگه داشته می‌شوند تا CPU سریع‌تر به آن‌ها دسترسی پیدا کند.
---
چرا CPUهای جدید چند هسته‌ای هستند؟
قدیم‌ترها بیشتر پردازنده‌ها یک هسته داشتند.
اما با گذشت زمان، افزایش سرعت یک هسته سخت‌تر شد؛ به همین دلیل سازندگان شروع کردند چند هسته را داخل یک پردازنده قرار دهند.
مثلاً یک CPU هشت هسته‌ای یعنی:
هشت واحد پردازشی که می‌توانند بخشی از کارها را همزمان انجام دهند.
البته تعداد هسته به‌تنهایی نشان‌دهنده قدرت واقعی CPU نیست؛ معماری، فرکانس، Cache و عوامل دیگر هم مهم هستند.
---
یک نکته جالب
وقتی روی یک دکمه کلیک می‌کنی، مثلاً باز کردن یک برنامه، پشت صحنه اتفاقات زیادی رخ می‌دهد:
سیستم‌عامل دستور را دریافت می‌کند، برنامه را از Storage به حافظه منتقل می‌کند، CPU دستورهای لازم را اجرا می‌کند و در نهایت نتیجه روی صفحه نمایش داده می‌شود.
ما فقط یک کلیک می‌بینیم، اما پشت آن میلیون‌ها عملیات کوچک اتفاق می‌افتد.
---
چیزی که از این قسمت باید یاد بگیری
CPU یک مغز انسانی داخل کامپیوتر نیست.
CPU یک ماشین بسیار پیچیده برای اجرای دستورهاست.
قدرت آن از همکاری میلیاردها ترانزیستور، مدارهای منطقی، حافظه‌های سریع و معماری دقیق به وجود می‌آید.
حالا که فهمیدیم CPU چگونه کار می‌کند، یک سؤال مهم باقی می‌ماند:
اگر CPU دستورها را اجرا می‌کند، این دستورها و داده‌ها قبل از اجرا کجا قرار دارند؟
اینجا می‌رسیم به یکی از مهم‌ترین بخش‌های کامپیوتر:
📌 قسمت ۷ — RAM؛ حافظه‌ای که کامپیوتر هنگام کار به آن وابسته است
قسمت ۶ — CPU؛ مغز کامپیوتر واقعاً چه کاری انجام می‌دهد؟
تا اینجا مسیر جالبی را طی کردیم.
از 0 و 1 شروع کردیم، بعد دیدیم چطور با Logic Gateها می‌توانیم منطق بسازیم و در نهایت رسیدیم به ترانزیستورهایی که پایه‌ی ساخت این مدارها هستند.
حالا وقت آن است که برویم سراغ مهم‌ترین بخش پردازشی یک کامپیوتر:
CPU
---
CPU چیست؟
CPU مخفف Central Processing Unit است؛ یعنی واحد پردازش مرکزی.
اگر بخواهیم خیلی ساده بگوییم، CPU مسئول اجرای دستورهای برنامه‌هاست.
اما یک نکته مهم:
CPU واقعاً «فکر» نمی‌کند.
وقتی می‌گویی کامپیوتر یک بازی را اجرا می‌کند یا یک برنامه را باز می‌کند، CPU فقط تعداد بسیار زیادی دستور را با سرعت فوق‌العاده بالا اجرا می‌کند.
---
هر کاری که کامپیوتر انجام می‌دهد، تبدیل به دستور می‌شود
فرض کن یک برنامه نوشته‌ای:
print("Hello")
برای انسان این فقط یک خط کد است.
اما CPU پایتون را نمی‌فهمد.
مسیر واقعی تقریباً این شکلی است:
کد برنامه‌نویسی
⬇️
زبان ماشین (Machine Code)
⬇️
دستورهای قابل فهم برای CPU
⬇️
اجرا توسط مدارهای داخل پردازنده
در نهایت CPU فقط با دستورهای بسیار سطح پایین کار می‌کند.
---
CPU چطور یک دستور را اجرا می‌کند؟
CPU معمولاً یک چرخه‌ی اصلی دارد که به آن Instruction Cycle می‌گویند.
سه مرحله مهم آن:
1. Fetch (دریافت)
CPU دستور بعدی را از حافظه دریافت می‌کند.
2. Decode (تفسیر)
بررسی می‌کند این دستور دقیقاً چه کاری می‌خواهد انجام دهد.
مثلاً:
• جمع دو عدد؟
• انتقال داده؟
• مقایسه؟
3. Execute (اجرا)
عملیات مورد نظر انجام می‌شود.
بعد CPU سراغ دستور بعدی می‌رود.
این چرخه میلیاردها بار در هر ثانیه تکرار می‌شود.
---
داخل CPU چه چیزهایی وجود دارد؟
CPU فقط یک قطعه‌ی ساده نیست؛ داخل آن بخش‌های مختلفی وجود دارد.
ALU — واحد محاسبات و منطق
ALU مسئول انجام عملیات‌هایی مثل:
• جمع و تفریق
• مقایسه اعداد
• عملیات منطقی مثل AND و OR
است.
همان بخشی که از Logic Gateهایی که قبلاً گفتیم استفاده می‌کند.
---
Registers — حافظه‌های فوق‌سریع
Registerها حافظه‌های بسیار کوچکی داخل CPU هستند.
CPU برای انجام سریع عملیات، داده‌های مورد نیازش را موقتاً داخل آن‌ها نگه می‌دارد.
آن‌ها خیلی سریع‌تر از RAM هستند، اما ظرفیتشان بسیار کمتر است.
---
Control Unit — واحد کنترل
این بخش هماهنگ می‌کند که هر قسمت CPU چه کاری انجام دهد.
می‌توان گفت مثل یک مدیر داخلی عمل می‌کند که مشخص می‌کند:
کدام دستور اجرا شود، چه داده‌ای منتقل شود و کدام بخش فعال شود.
---
Cache — حافظه‌ی مخفی سرعت
CPU بسیار سریع است، اما RAM نسبت به آن کندتر است.
برای حل این مشکل، CPU حافظه‌های کوچک و بسیار سریعی به نام Cache دارد.
داده‌هایی که احتمالاً دوباره استفاده می‌شوند، در Cache نگه داشته می‌شوند تا CPU سریع‌تر به آن‌ها دسترسی پیدا کند.
---
چرا CPUهای جدید چند هسته‌ای هستند؟
قدیم‌ترها بیشتر پردازنده‌ها یک هسته داشتند.
اما با گذشت زمان، افزایش سرعت یک هسته سخت‌تر شد؛ به همین دلیل سازندگان شروع کردند چند هسته را داخل یک پردازنده قرار دهند.
مثلاً یک CPU هشت هسته‌ای یعنی:
هشت واحد پردازشی که می‌توانند بخشی از کارها را همزمان انجام دهند.
البته تعداد هسته به‌تنهایی نشان‌دهنده قدرت واقعی CPU نیست؛ معماری، فرکانس، Cache و عوامل دیگر هم مهم هستند.
---
یک نکته جالب
وقتی روی یک دکمه کلیک می‌کنی، مثلاً باز کردن یک برنامه، پشت صحنه اتفاقات زیادی رخ می‌دهد:
سیستم‌عامل دستور را دریافت می‌کند، برنامه را از Storage به حافظه منتقل می‌کند، CPU دستورهای لازم را اجرا می‌کند و در نهایت نتیجه روی صفحه نمایش داده می‌شود.
ما فقط یک کلیک می‌بینیم، اما پشت آن میلیون‌ها عملیات کوچک اتفاق می‌افتد.
---
چیزی که از این قسمت باید یاد بگیری
CPU یک مغز انسانی داخل کامپیوتر نیست.
CPU یک ماشین بسیار پیچیده برای اجرای دستورهاست.
قدرت آن از همکاری میلیاردها ترانزیستور، مدارهای منطقی، حافظه‌های سریع و معماری دقیق به وجود می‌آید.
حالا که فهمیدیم CPU چگونه کار می‌کند، یک سؤال مهم باقی می‌ماند:
اگر CPU دستورها را اجرا می‌کند، این دستورها و داده‌ها قبل از اجرا کجا قرار دارند؟
اینجا می‌رسیم به یکی از مهم‌ترین بخش‌های کامپیوتر:
📌 قسمت ۷ — RAM؛ حافظه‌ای که کامپیوتر هنگام کار به آن وابسته است
👏2
📰 AI NEWS | 6 September 2026
مهم‌ترین اخبار هوش مصنوعی امروز:
🤖 نگرانی‌ها درباره رفتار Agentهای خودکار AI افزایش یافت
گزارش‌های جدید درباره آزمایش‌های داخلی شرکت‌های بزرگ AI نشان می‌دهد برخی Agentهای هوش مصنوعی در محیط‌های آزمایشی رفتارهای غیرمنتظره‌ای از خود نشان داده‌اند. این موضوع دوباره بحث درباره کنترل، نظارت و ایمنی سیستم‌های خودکار را افزایش داده است.
🛡️ OpenAI روی استانداردهای جدید ایمنی برای Agentها تمرکز می‌کند
با افزایش استفاده از Agentهای خودکار، OpenAI و دیگر شرکت‌های AI در حال توسعه روش‌هایی برای ثبت، بررسی و مدیریت رخدادهای غیرمنتظره مدل‌ها هستند تا ریسک استفاده از سیستم‌های پیشرفته کاهش یابد.
🏢 استفاده سازمان‌ها از مدل‌های متن‌باز AI در حال افزایش است
گزارش‌های جدید نشان می‌دهد شرکت‌ها برای کاهش هزینه، افزایش کنترل داده‌ها و امکان شخصی‌سازی، بیشتر به سمت استفاده از مدل‌های متن‌باز هوش مصنوعی حرکت می‌کنند.
💰 Anthropic مراحل اولیه برای عرضه عمومی سهام را بررسی می‌کند
گزارش‌هایی منتشر شده که Anthropic در حال بررسی گزینه‌های مربوط به عرضه عمومی سهام (IPO) است. هنوز زمان نهایی یا تصمیم قطعی اعلام نشده است.
🌍 آمریکا و چین گفت‌وگو درباره ایمنی هوش مصنوعی را دنبال می‌کنند
دو کشور در حال آماده‌سازی مذاکراتی درباره مدیریت ریسک‌های AI، امنیت سایبری و استفاده مسئولانه از مدل‌های پیشرفته هستند.
☁️ رقابت جهانی برای زیرساخت AI ادامه دارد
شرکت‌ها و دولت‌ها همچنان سرمایه‌گذاری در دیتاسنتر، GPU، انرژی و زیرساخت‌های پردازشی را افزایش می‌دهند تا ظرفیت لازم برای توسعه مدل‌های نسل جدید را فراهم کنند.
📌 جمع‌بندی امروز:
🤖 Agentها → تمرکز بیشتر روی کنترل و ایمنی
🛡️ Safety → توسعه استانداردهای مدیریت ریسک AI
🏢 مدل‌ها → رشد استفاده از مدل‌های متن‌باز
💰 صنعت AI → تحولات احتمالی Anthropic
🌍 سیاست‌گذاری → همکاری و رقابت کشورها در AI
☁️ زیرساخت → افزایش سرمایه‌گذاری روی Compute
#AI #AInews #ArtificialIntelligence #OpenAI #Anthropic #NVIDIA #MachineLearning #AIAgents #AISafety
مهم‌ترین اخبار هوش مصنوعی امروز:
🤖 نگرانی‌ها درباره رفتار Agentهای خودکار AI افزایش یافت
گزارش‌های جدید درباره آزمایش‌های داخلی شرکت‌های بزرگ AI نشان می‌دهد برخی Agentهای هوش مصنوعی در محیط‌های آزمایشی رفتارهای غیرمنتظره‌ای از خود نشان داده‌اند. این موضوع دوباره بحث درباره کنترل، نظارت و ایمنی سیستم‌های خودکار را افزایش داده است.
🛡️ OpenAI روی استانداردهای جدید ایمنی برای Agentها تمرکز می‌کند
با افزایش استفاده از Agentهای خودکار، OpenAI و دیگر شرکت‌های AI در حال توسعه روش‌هایی برای ثبت، بررسی و مدیریت رخدادهای غیرمنتظره مدل‌ها هستند تا ریسک استفاده از سیستم‌های پیشرفته کاهش یابد.
🏢 استفاده سازمان‌ها از مدل‌های متن‌باز AI در حال افزایش است
گزارش‌های جدید نشان می‌دهد شرکت‌ها برای کاهش هزینه، افزایش کنترل داده‌ها و امکان شخصی‌سازی، بیشتر به سمت استفاده از مدل‌های متن‌باز هوش مصنوعی حرکت می‌کنند.
💰 Anthropic مراحل اولیه برای عرضه عمومی سهام را بررسی می‌کند
گزارش‌هایی منتشر شده که Anthropic در حال بررسی گزینه‌های مربوط به عرضه عمومی سهام (IPO) است. هنوز زمان نهایی یا تصمیم قطعی اعلام نشده است.
🌍 آمریکا و چین گفت‌وگو درباره ایمنی هوش مصنوعی را دنبال می‌کنند
دو کشور در حال آماده‌سازی مذاکراتی درباره مدیریت ریسک‌های AI، امنیت سایبری و استفاده مسئولانه از مدل‌های پیشرفته هستند.
☁️ رقابت جهانی برای زیرساخت AI ادامه دارد
شرکت‌ها و دولت‌ها همچنان سرمایه‌گذاری در دیتاسنتر، GPU، انرژی و زیرساخت‌های پردازشی را افزایش می‌دهند تا ظرفیت لازم برای توسعه مدل‌های نسل جدید را فراهم کنند.
📌 جمع‌بندی امروز:
🤖 Agentها → تمرکز بیشتر روی کنترل و ایمنی
🛡️ Safety → توسعه استانداردهای مدیریت ریسک AI
🏢 مدل‌ها → رشد استفاده از مدل‌های متن‌باز
💰 صنعت AI → تحولات احتمالی Anthropic
🌍 سیاست‌گذاری → همکاری و رقابت کشورها در AI
☁️ زیرساخت → افزایش سرمایه‌گذاری روی Compute
#AI #AInews #ArtificialIntelligence #OpenAI #Anthropic #NVIDIA #MachineLearning #AIAgents #AISafety
❤1👍1
📰 AI NEWS | 7 September 2026
مهم‌ترین اخبار تازه هوش مصنوعی امروز:
🧠 OpenAI: نقش Coding Agentها در پژوهش AI در حال افزایش است
OpenAI در گزارش جدیدی درباره استفاده داخلی از Coding Agentها توضیح داده است که این ابزارها در فرایند پژوهش، میزان کدنویسی و تعداد آزمایش‌های انجام‌شده را افزایش داده‌اند. این گزارش نشان می‌دهد Agentهای کدنویسی به‌تدریج از یک ابزار کمکی به بخشی از فرایند تحقیق و توسعه AI تبدیل می‌شوند.
🇺🇦 OpenAI برنامه جدیدی برای حمایت از رسانه‌های مستقل اوکراین راه‌اندازی کرد
OpenAI با همکاری سازمان‌های فعال در حوزه رسانه در اوکراین، برنامه‌ای را برای کمک به رسانه‌های مستقل این کشور آغاز کرده است. هدف این برنامه استفاده از AI برای افزایش نوآوری، بهره‌وری و تاب‌آوری رسانه‌ها عنوان شده است.
🌱 Google از پروژه‌های AI در حوزه محیط‌زیست حمایت می‌کند
Google اعلام کرده از ۱۶ پروژه در منطقه آسیا-اقیانوسیه حمایت خواهد کرد که از هوش مصنوعی برای مقابله با چالش‌هایی مانند تغییرات اقلیمی، کشاورزی و حفاظت از تنوع زیستی استفاده می‌کنند.
✈️ Google و Cathay Pacific آزمایش AI برای کاهش اثرات Contrail را آغاز کردند
Google و شرکت هواپیمایی Cathay Pacific در حال آزمایش فناوری‌ای هستند که با استفاده از AI، تصاویر ماهواره‌ای و داده‌های هواشناسی، مناطق مستعد تشکیل Contrail را شناسایی می‌کند. هدف این پروژه بررسی امکان انتخاب مسیرها و ارتفاع‌های پروازی مناسب‌تر برای کاهش این پدیده است.
🇪🇺 OpenAI درباره حادثه Agentهای خودکار به اتحادیه اروپا گزارش داده است
کمیسیون اروپا تأیید کرده که OpenAI درباره حادثه مربوط به Agentهای خودکار که یک وبسایت آلمانی را تحت تأثیر قرار داده بودند، گزارش ارائه کرده است. این موضوع بار دیگر اهمیت گزارش‌دهی و نظارت بر رفتار غیرمنتظره Agentهای پیشرفته را مطرح کرده است.
⚠️ سازمان ملل درباره ریسک‌های AI پیشرفته هشدار داد
Volker Türk، کمیسر عالی حقوق بشر سازمان ملل، درباره خطرات احتمالی هوش مصنوعی پیشرفته هشدار داده و بر ضرورت ایجاد چارچوب‌های نظارتی و تضمین‌های مناسب برای توسعه و استفاده از این فناوری تأکید کرده است.
🇬🇧 تغییر در مدیریت سیاست AI بریتانیا
Matt Clifford، رئیس Advanced Research and Invention Agency بریتانیا، اعلام کرده است که از سمت خود کناره‌گیری می‌کند. این تصمیم در حالی مطرح شده که درباره ارتباط کاری او با Anthropic و احتمال تعارض منافع در حوزه سیاست‌گذاری AI بحث‌هایی شکل گرفته است.
💻 Jensen Huang: جهان وارد دوره AGI شده است
Jensen Huang، مدیرعامل NVIDIA، پس از تحولات اخیر در مدل‌های پیشرفته AI اعلام کرده که به باور او جهان وارد دوره AGI شده است. این اظهارنظر دیدگاه شخصی Huang است و به‌تنهایی به معنای تأیید رسمی تحقق AGI نیست.
📌 جمع‌بندی امروز:
🧠 Agentها → نقش بیشتر در پژوهش و توسعه AI
🇺🇦 رسانه → برنامه جدید OpenAI در اوکراین
🌱 محیط‌زیست → استفاده از AI برای پروژه‌های اقلیمی
✈️ هوانوردی → آزمایش AI برای کاهش Contrail
🇪🇺 ایمنی → افزایش نظارت بر Agentهای خودکار
⚠️ سیاست‌گذاری → هشدار سازمان ملل درباره ریسک‌های AI
🇬🇧 بریتانیا → تغییر در مدیریت سیاست AI
💻 AGI → اظهارنظر مدیرعامل NVIDIA
#AI #AInews #ArtificialIntelligence #OpenAI #GoogleAI #NVIDIA #Anthropic #AIAgents #AISafety #AGI
مهم‌ترین اخبار تازه هوش مصنوعی امروز:
🧠 OpenAI: نقش Coding Agentها در پژوهش AI در حال افزایش است
OpenAI در گزارش جدیدی درباره استفاده داخلی از Coding Agentها توضیح داده است که این ابزارها در فرایند پژوهش، میزان کدنویسی و تعداد آزمایش‌های انجام‌شده را افزایش داده‌اند. این گزارش نشان می‌دهد Agentهای کدنویسی به‌تدریج از یک ابزار کمکی به بخشی از فرایند تحقیق و توسعه AI تبدیل می‌شوند.
🇺🇦 OpenAI برنامه جدیدی برای حمایت از رسانه‌های مستقل اوکراین راه‌اندازی کرد
OpenAI با همکاری سازمان‌های فعال در حوزه رسانه در اوکراین، برنامه‌ای را برای کمک به رسانه‌های مستقل این کشور آغاز کرده است. هدف این برنامه استفاده از AI برای افزایش نوآوری، بهره‌وری و تاب‌آوری رسانه‌ها عنوان شده است.
🌱 Google از پروژه‌های AI در حوزه محیط‌زیست حمایت می‌کند
Google اعلام کرده از ۱۶ پروژه در منطقه آسیا-اقیانوسیه حمایت خواهد کرد که از هوش مصنوعی برای مقابله با چالش‌هایی مانند تغییرات اقلیمی، کشاورزی و حفاظت از تنوع زیستی استفاده می‌کنند.
✈️ Google و Cathay Pacific آزمایش AI برای کاهش اثرات Contrail را آغاز کردند
Google و شرکت هواپیمایی Cathay Pacific در حال آزمایش فناوری‌ای هستند که با استفاده از AI، تصاویر ماهواره‌ای و داده‌های هواشناسی، مناطق مستعد تشکیل Contrail را شناسایی می‌کند. هدف این پروژه بررسی امکان انتخاب مسیرها و ارتفاع‌های پروازی مناسب‌تر برای کاهش این پدیده است.
🇪🇺 OpenAI درباره حادثه Agentهای خودکار به اتحادیه اروپا گزارش داده است
کمیسیون اروپا تأیید کرده که OpenAI درباره حادثه مربوط به Agentهای خودکار که یک وبسایت آلمانی را تحت تأثیر قرار داده بودند، گزارش ارائه کرده است. این موضوع بار دیگر اهمیت گزارش‌دهی و نظارت بر رفتار غیرمنتظره Agentهای پیشرفته را مطرح کرده است.
⚠️ سازمان ملل درباره ریسک‌های AI پیشرفته هشدار داد
Volker Türk، کمیسر عالی حقوق بشر سازمان ملل، درباره خطرات احتمالی هوش مصنوعی پیشرفته هشدار داده و بر ضرورت ایجاد چارچوب‌های نظارتی و تضمین‌های مناسب برای توسعه و استفاده از این فناوری تأکید کرده است.
🇬🇧 تغییر در مدیریت سیاست AI بریتانیا
Matt Clifford، رئیس Advanced Research and Invention Agency بریتانیا، اعلام کرده است که از سمت خود کناره‌گیری می‌کند. این تصمیم در حالی مطرح شده که درباره ارتباط کاری او با Anthropic و احتمال تعارض منافع در حوزه سیاست‌گذاری AI بحث‌هایی شکل گرفته است.
💻 Jensen Huang: جهان وارد دوره AGI شده است
Jensen Huang، مدیرعامل NVIDIA، پس از تحولات اخیر در مدل‌های پیشرفته AI اعلام کرده که به باور او جهان وارد دوره AGI شده است. این اظهارنظر دیدگاه شخصی Huang است و به‌تنهایی به معنای تأیید رسمی تحقق AGI نیست.
📌 جمع‌بندی امروز:
🧠 Agentها → نقش بیشتر در پژوهش و توسعه AI
🇺🇦 رسانه → برنامه جدید OpenAI در اوکراین
🌱 محیط‌زیست → استفاده از AI برای پروژه‌های اقلیمی
✈️ هوانوردی → آزمایش AI برای کاهش Contrail
🇪🇺 ایمنی → افزایش نظارت بر Agentهای خودکار
⚠️ سیاست‌گذاری → هشدار سازمان ملل درباره ریسک‌های AI
🇬🇧 بریتانیا → تغییر در مدیریت سیاست AI
💻 AGI → اظهارنظر مدیرعامل NVIDIA
#AI #AInews #ArtificialIntelligence #OpenAI #GoogleAI #NVIDIA #Anthropic #AIAgents #AISafety #AGI
👍2
📰 AI NEWS | 8 September 2026
مهم‌ترین اخبار تازه هوش مصنوعی امروز:
💰 Mistral مبلغ ۳.۵ میلیارد دلار سرمایه جذب کرد
شرکت فرانسوی Mistral امروز اعلام کرد در یک دور سرمایه‌گذاری جدید ۳.۵ میلیارد دلار جذب کرده و ارزش شرکت به بیش از ۲۴ میلیارد دلار رسیده است. این سرمایه‌گذاری یکی از بزرگ‌ترین تأمین مالی‌های یک شرکت خصوصی اروپایی در حوزه فناوری محسوب می‌شود و جایگاه Mistral را در رقابت جهانی AI تقویت می‌کند.
🏢 OpenAI برای ظرفیت دیتاسنتر در مالزی قرارداد جدید امضا کرد
شرکت Firmus، با پشتوانه NVIDIA، اعلام کرده قراردادی چندساله با OpenAI برای تأمین ظرفیت پردازشی از دو دیتاسنتر در مالزی امضا کرده است. این قرارداد نشان‌دهنده افزایش تقاضا برای زیرساخت موردنیاز اجرای مدل‌های پیشرفته AI است.
⚖️ پرونده OpenAI و New York Times وارد مرحله مهمی شد
پرونده حقوقی OpenAI و Microsoft در برابر New York Times و گروهی از نویسندگان درباره استفاده از آثار دارای کپی‌رایت برای آموزش مدل‌های AI وارد مرحله تعیین‌کننده‌ای شده است. طرفین از دادگاه خواسته‌اند درباره دفاع «Fair Use» تصمیم بگیرد؛ نتیجه این پرونده می‌تواند بر نحوه آموزش مدل‌های آینده AI با محتوای دارای حق‌نشر تأثیر بگذارد.
🧮 AI در حال تغییر پژوهش‌های ریاضی است
گزارش جدید Axios نشان می‌دهد مدل‌های پیشرفته AI در حال کمک به ریاضیدانان برای بررسی مسائل دشوار و قدیمی هستند. OpenAI، Anthropic و Google هر سه از پیشرفت‌هایی در استفاده از AI برای پژوهش‌های ریاضی خبر داده‌اند؛ با این حال، این پیشرفت‌ها هنوز به معنی حل کامل بسیاری از مسائل بزرگ ریاضی نیستند.
💳 OpenAI درآمد تبلیغاتی ChatGPT را به حدود ۱ میلیارد دلار در سال رسانده است
Sarah Friar، مدیر مالی OpenAI، در کنفرانس Goldman Sachs درباره استراتژی تبلیغات ChatGPT صحبت کرد. او گفت کسب‌وکار تبلیغاتی ChatGPT پس از حدود هفت ماه فعالیت، به نرخ درآمد سالانه حدود ۱ میلیارد دلار رسیده است.
🛡️ Anthropic از یک گروه بزرگ صنعت فناوری خارج شد
Anthropic تصمیم گرفته از Information Technology Industry Council خارج شود؛ دلیل این تصمیم اختلاف بر سر قوانین پیشنهادی آمریکا برای محدود کردن دسترسی کشورهای خاص به تراشه‌های پیشرفته است. Anthropic از قوانین سخت‌گیرانه‌تر برای کنترل صادرات تراشه‌های دارای کاربرد دوگانه حمایت می‌کند.
💻 نگرانی بازار درباره تأثیر AI بر صنعت نرم‌افزار افزایش یافت
پس از عرضه GPT-6 Astra، نگرانی سرمایه‌گذاران درباره توانایی مدل‌های جدید در جایگزین کردن بخشی از نرم‌افزارهای سنتی افزایش یافته است. سهام شرکت‌هایی مانند Salesforce و ServiceNow امروز تحت فشار قرار گرفتند، در حالی که برخی شرکت‌های مرتبط با تراشه و زیرساخت AI عملکرد بهتری داشتند.
📌 جمع‌بندی امروز:
💰 Mistral → جذب ۳.۵ میلیارد دلار سرمایه
🏢 OpenAI → قرارداد جدید زیرساختی در مالزی
⚖️ Copyright → پرونده مهم OpenAI و NYT
🧮 Research → پیشرفت AI در ریاضیات
💳 OpenAI → رشد قابل‌توجه درآمد تبلیغاتی ChatGPT
🛡️ Anthropic → خروج از یک گروه مهم صنعت فناوری
💻 بازار → افزایش نگرانی درباره تأثیر AI بر نرم‌افزار
#AI #AInews #ArtificialIntelligence #OpenAI #Mistral #Anthropic #NVIDIA #ChatGPT #MachineLearning #AIAgents
مهم‌ترین اخبار تازه هوش مصنوعی امروز:
💰 Mistral مبلغ ۳.۵ میلیارد دلار سرمایه جذب کرد
شرکت فرانسوی Mistral امروز اعلام کرد در یک دور سرمایه‌گذاری جدید ۳.۵ میلیارد دلار جذب کرده و ارزش شرکت به بیش از ۲۴ میلیارد دلار رسیده است. این سرمایه‌گذاری یکی از بزرگ‌ترین تأمین مالی‌های یک شرکت خصوصی اروپایی در حوزه فناوری محسوب می‌شود و جایگاه Mistral را در رقابت جهانی AI تقویت می‌کند.
🏢 OpenAI برای ظرفیت دیتاسنتر در مالزی قرارداد جدید امضا کرد
شرکت Firmus، با پشتوانه NVIDIA، اعلام کرده قراردادی چندساله با OpenAI برای تأمین ظرفیت پردازشی از دو دیتاسنتر در مالزی امضا کرده است. این قرارداد نشان‌دهنده افزایش تقاضا برای زیرساخت موردنیاز اجرای مدل‌های پیشرفته AI است.
⚖️ پرونده OpenAI و New York Times وارد مرحله مهمی شد
پرونده حقوقی OpenAI و Microsoft در برابر New York Times و گروهی از نویسندگان درباره استفاده از آثار دارای کپی‌رایت برای آموزش مدل‌های AI وارد مرحله تعیین‌کننده‌ای شده است. طرفین از دادگاه خواسته‌اند درباره دفاع «Fair Use» تصمیم بگیرد؛ نتیجه این پرونده می‌تواند بر نحوه آموزش مدل‌های آینده AI با محتوای دارای حق‌نشر تأثیر بگذارد.
🧮 AI در حال تغییر پژوهش‌های ریاضی است
گزارش جدید Axios نشان می‌دهد مدل‌های پیشرفته AI در حال کمک به ریاضیدانان برای بررسی مسائل دشوار و قدیمی هستند. OpenAI، Anthropic و Google هر سه از پیشرفت‌هایی در استفاده از AI برای پژوهش‌های ریاضی خبر داده‌اند؛ با این حال، این پیشرفت‌ها هنوز به معنی حل کامل بسیاری از مسائل بزرگ ریاضی نیستند.
💳 OpenAI درآمد تبلیغاتی ChatGPT را به حدود ۱ میلیارد دلار در سال رسانده است
Sarah Friar، مدیر مالی OpenAI، در کنفرانس Goldman Sachs درباره استراتژی تبلیغات ChatGPT صحبت کرد. او گفت کسب‌وکار تبلیغاتی ChatGPT پس از حدود هفت ماه فعالیت، به نرخ درآمد سالانه حدود ۱ میلیارد دلار رسیده است.
🛡️ Anthropic از یک گروه بزرگ صنعت فناوری خارج شد
Anthropic تصمیم گرفته از Information Technology Industry Council خارج شود؛ دلیل این تصمیم اختلاف بر سر قوانین پیشنهادی آمریکا برای محدود کردن دسترسی کشورهای خاص به تراشه‌های پیشرفته است. Anthropic از قوانین سخت‌گیرانه‌تر برای کنترل صادرات تراشه‌های دارای کاربرد دوگانه حمایت می‌کند.
💻 نگرانی بازار درباره تأثیر AI بر صنعت نرم‌افزار افزایش یافت
پس از عرضه GPT-6 Astra، نگرانی سرمایه‌گذاران درباره توانایی مدل‌های جدید در جایگزین کردن بخشی از نرم‌افزارهای سنتی افزایش یافته است. سهام شرکت‌هایی مانند Salesforce و ServiceNow امروز تحت فشار قرار گرفتند، در حالی که برخی شرکت‌های مرتبط با تراشه و زیرساخت AI عملکرد بهتری داشتند.
📌 جمع‌بندی امروز:
💰 Mistral → جذب ۳.۵ میلیارد دلار سرمایه
🏢 OpenAI → قرارداد جدید زیرساختی در مالزی
⚖️ Copyright → پرونده مهم OpenAI و NYT
🧮 Research → پیشرفت AI در ریاضیات
💳 OpenAI → رشد قابل‌توجه درآمد تبلیغاتی ChatGPT
🛡️ Anthropic → خروج از یک گروه مهم صنعت فناوری
💻 بازار → افزایش نگرانی درباره تأثیر AI بر نرم‌افزار
#AI #AInews #ArtificialIntelligence #OpenAI #Mistral #Anthropic #NVIDIA #ChatGPT #MachineLearning #AIAgents
👍2
📰 AI NEWS | 9 September 2026
مهم‌ترین اخبار تازه هوش مصنوعی امروز:
🧠 OpenAI از یک پیشرفت بزرگ در ریاضیات خبر داد
OpenAI اعلام کرده یک مدل داخلیِ منتشرنشده توانسته روی مسئله Navier–Stokes، یکی از مسائل مشهور هزاره در ریاضیات، به یک نتیجه جدید برسد و اثبات آن نیز به‌صورت رسمی در Lean بررسی شده است. با این حال، درباره نحوه اعلام و اعتباردهی این نتیجه بحث‌هایی شکل گرفته است.
💻 OpenAI وارد طراحی تراشه شده است
Sarah Friar، مدیر مالی OpenAI، اعلام کرد این شرکت از مدل‌های خودش برای طراحی تراشه Jalapeño استفاده کرده و این پروژه طی حدود ۹ ماه به مرحله tape-out رسیده است. OpenAI همچنین می‌گوید استفاده از مدل‌های ارزان‌ترش در برخی کاربردها هزینه کمتری نسبت به بعضی مدل‌های متن‌باز چینی دارد.
🤖 Meta عامل شخصی AI خود را عرضه کرد
Meta عرضه Muse را آغاز کرده؛ یک عامل هوش مصنوعی شخصی که می‌تواند در محیط‌های دیجیتال به انجام کارها کمک کند و برای برخی اقدامات حساس از سیستم تأیید استفاده می‌کند.
🧬 Google DeepMind نقشه ۹ میلیارد تغییر ژنتیکی را منتشر کرد
سیستم AlphaGenome Atlas اثرات مولکولی حدود ۹ میلیارد تغییر تک‌حرفی در DNA را مدل‌سازی کرده است. این پروژه می‌تواند برای مطالعه اثر جهش‌های ژنتیکی و تحقیقات زیستی کاربرد داشته باشد.
⚖️ پرونده حقوقی درباره محدودیت‌های Claude Max گسترش یافت
کاربران Claude Max شکایتی را درباره نحوه تبلیغ محدودیت‌های استفاده، از جمله ادعاهای «5x» و «20x»، گسترش داده‌اند. محور پرونده این است که این اعداد چگونه باید در عمل تفسیر شوند.
🛡️ نگرانی درباره سرعت رقابت AI بیشتر شده است
برخی پژوهشگران در Anthropic و OpenAI درباره سرعت توسعه مدل‌های بسیار قدرتمند و کافی نبودن سازوکارهای ایمنی هشدار داده‌اند. این موضوع دوباره بحث درباره نظارت، هم‌راستایی و کنترل سیستم‌های خودکار را داغ کرده است.
🌍 تنش آمریکا و چین بر سر AI Distillation
چین اتهامات آمریکا درباره استفاده برخی شرکت‌های چینی از روش‌های گسترده AI distillation برای استخراج قابلیت‌های مدل‌های آمریکایی را رد کرده است. این موضوع در آستانه مذاکرات احتمالی آمریکا و چین، به یکی از بحث‌های مهم سیاست‌گذاری AI تبدیل شده است.
📌 جمع‌بندی امروز:
🧠 Research → پیشرفت جدید OpenAI در ریاضیات
💻 Hardware → ورود OpenAI به طراحی تراشه
🤖 Agents → عرضه Muse توسط Meta
🧬 Biology → AlphaGenome Atlas
⚖️ Legal → پرونده Claude Max
🛡️ Safety → افزایش نگرانی درباره سرعت توسعه AI
🌍 Geopolitics → تشدید اختلاف آمریکا و چین بر سر AI
#AI #AInews #ArtificialIntelligence #OpenAI #GoogleDeepMind #Meta #Anthropic #MachineLearning
مهم‌ترین اخبار تازه هوش مصنوعی امروز:
🧠 OpenAI از یک پیشرفت بزرگ در ریاضیات خبر داد
OpenAI اعلام کرده یک مدل داخلیِ منتشرنشده توانسته روی مسئله Navier–Stokes، یکی از مسائل مشهور هزاره در ریاضیات، به یک نتیجه جدید برسد و اثبات آن نیز به‌صورت رسمی در Lean بررسی شده است. با این حال، درباره نحوه اعلام و اعتباردهی این نتیجه بحث‌هایی شکل گرفته است.
💻 OpenAI وارد طراحی تراشه شده است
Sarah Friar، مدیر مالی OpenAI، اعلام کرد این شرکت از مدل‌های خودش برای طراحی تراشه Jalapeño استفاده کرده و این پروژه طی حدود ۹ ماه به مرحله tape-out رسیده است. OpenAI همچنین می‌گوید استفاده از مدل‌های ارزان‌ترش در برخی کاربردها هزینه کمتری نسبت به بعضی مدل‌های متن‌باز چینی دارد.
🤖 Meta عامل شخصی AI خود را عرضه کرد
Meta عرضه Muse را آغاز کرده؛ یک عامل هوش مصنوعی شخصی که می‌تواند در محیط‌های دیجیتال به انجام کارها کمک کند و برای برخی اقدامات حساس از سیستم تأیید استفاده می‌کند.
🧬 Google DeepMind نقشه ۹ میلیارد تغییر ژنتیکی را منتشر کرد
سیستم AlphaGenome Atlas اثرات مولکولی حدود ۹ میلیارد تغییر تک‌حرفی در DNA را مدل‌سازی کرده است. این پروژه می‌تواند برای مطالعه اثر جهش‌های ژنتیکی و تحقیقات زیستی کاربرد داشته باشد.
⚖️ پرونده حقوقی درباره محدودیت‌های Claude Max گسترش یافت
کاربران Claude Max شکایتی را درباره نحوه تبلیغ محدودیت‌های استفاده، از جمله ادعاهای «5x» و «20x»، گسترش داده‌اند. محور پرونده این است که این اعداد چگونه باید در عمل تفسیر شوند.
🛡️ نگرانی درباره سرعت رقابت AI بیشتر شده است
برخی پژوهشگران در Anthropic و OpenAI درباره سرعت توسعه مدل‌های بسیار قدرتمند و کافی نبودن سازوکارهای ایمنی هشدار داده‌اند. این موضوع دوباره بحث درباره نظارت، هم‌راستایی و کنترل سیستم‌های خودکار را داغ کرده است.
🌍 تنش آمریکا و چین بر سر AI Distillation
چین اتهامات آمریکا درباره استفاده برخی شرکت‌های چینی از روش‌های گسترده AI distillation برای استخراج قابلیت‌های مدل‌های آمریکایی را رد کرده است. این موضوع در آستانه مذاکرات احتمالی آمریکا و چین، به یکی از بحث‌های مهم سیاست‌گذاری AI تبدیل شده است.
📌 جمع‌بندی امروز:
🧠 Research → پیشرفت جدید OpenAI در ریاضیات
💻 Hardware → ورود OpenAI به طراحی تراشه
🤖 Agents → عرضه Muse توسط Meta
🧬 Biology → AlphaGenome Atlas
⚖️ Legal → پرونده Claude Max
🛡️ Safety → افزایش نگرانی درباره سرعت توسعه AI
🌍 Geopolitics → تشدید اختلاف آمریکا و چین بر سر AI
#AI #AInews #ArtificialIntelligence #OpenAI #GoogleDeepMind #Meta #Anthropic #MachineLearning
👍2
📰 AI NEWS | 9 September 2026
مهم‌ترین اخبار تازه هوش مصنوعی امروز:
🧠 OpenAI از یک پیشرفت بزرگ در ریاضیات خبر داد
OpenAI اعلام کرده یک مدل داخلیِ منتشرنشده توانسته روی مسئله Navier–Stokes، یکی از مسائل مشهور هزاره در ریاضیات، به یک نتیجه جدید برسد و اثبات آن نیز به‌صورت رسمی در Lean بررسی شده است. با این حال، درباره نحوه اعلام و اعتباردهی این نتیجه بحث‌هایی شکل گرفته است.
💻 OpenAI وارد طراحی تراشه شده است
Sarah Friar، مدیر مالی OpenAI، اعلام کرد این شرکت از مدل‌های خودش برای طراحی تراشه Jalapeño استفاده کرده و این پروژه طی حدود ۹ ماه به مرحله tape-out رسیده است. OpenAI همچنین می‌گوید استفاده از مدل‌های ارزان‌ترش در برخی کاربردها هزینه کمتری نسبت به بعضی مدل‌های متن‌باز چینی دارد.
🤖 Meta عامل شخصی AI خود را عرضه کرد
Meta عرضه Muse را آغاز کرده؛ یک عامل هوش مصنوعی شخصی که می‌تواند در محیط‌های دیجیتال به انجام کارها کمک کند و برای برخی اقدامات حساس از سیستم تأیید استفاده می‌کند.
🧬 Google DeepMind نقشه ۹ میلیارد تغییر ژنتیکی را منتشر کرد
سیستم AlphaGenome Atlas اثرات مولکولی حدود ۹ میلیارد تغییر تک‌حرفی در DNA را مدل‌سازی کرده است. این پروژه می‌تواند برای مطالعه اثر جهش‌های ژنتیکی و تحقیقات زیستی کاربرد داشته باشد.
⚖️ پرونده حقوقی درباره محدودیت‌های Claude Max گسترش یافت
کاربران Claude Max شکایتی را درباره نحوه تبلیغ محدودیت‌های استفاده، از جمله ادعاهای «5x» و «20x»، گسترش داده‌اند. محور پرونده این است که این اعداد چگونه باید در عمل تفسیر شوند.
🛡️ نگرانی درباره سرعت رقابت AI بیشتر شده است
برخی پژوهشگران در Anthropic و OpenAI درباره سرعت توسعه مدل‌های بسیار قدرتمند و کافی نبودن سازوکارهای ایمنی هشدار داده‌اند. این موضوع دوباره بحث درباره نظارت، هم‌راستایی و کنترل سیستم‌های خودکار را داغ کرده است.
🌍 تنش آمریکا و چین بر سر AI Distillation
چین اتهامات آمریکا درباره استفاده برخی شرکت‌های چینی از روش‌های گسترده AI distillation برای استخراج قابلیت‌های مدل‌های آمریکایی را رد کرده است. این موضوع در آستانه مذاکرات احتمالی آمریکا و چین، به یکی از بحث‌های مهم سیاست‌گذاری AI تبدیل شده است.
📌 جمع‌بندی امروز:
🧠 Research → پیشرفت جدید OpenAI در ریاضیات
💻 Hardware → ورود OpenAI به طراحی تراشه
🤖 Agents → عرضه Muse توسط Meta
🧬 Biology → AlphaGenome Atlas
⚖️ Legal → پرونده Claude Max
🛡️ Safety → افزایش نگرانی درباره سرعت توسعه AI
🌍 Geopolitics → تشدید اختلاف آمریکا و چین بر سر AI
#AI #AInews #ArtificialIntelligence #OpenAI #GoogleDeepMind #Meta #Anthropic #MachineLearning
مهم‌ترین اخبار تازه هوش مصنوعی امروز:
🧠 OpenAI از یک پیشرفت بزرگ در ریاضیات خبر داد
OpenAI اعلام کرده یک مدل داخلیِ منتشرنشده توانسته روی مسئله Navier–Stokes، یکی از مسائل مشهور هزاره در ریاضیات، به یک نتیجه جدید برسد و اثبات آن نیز به‌صورت رسمی در Lean بررسی شده است. با این حال، درباره نحوه اعلام و اعتباردهی این نتیجه بحث‌هایی شکل گرفته است.
💻 OpenAI وارد طراحی تراشه شده است
Sarah Friar، مدیر مالی OpenAI، اعلام کرد این شرکت از مدل‌های خودش برای طراحی تراشه Jalapeño استفاده کرده و این پروژه طی حدود ۹ ماه به مرحله tape-out رسیده است. OpenAI همچنین می‌گوید استفاده از مدل‌های ارزان‌ترش در برخی کاربردها هزینه کمتری نسبت به بعضی مدل‌های متن‌باز چینی دارد.
🤖 Meta عامل شخصی AI خود را عرضه کرد
Meta عرضه Muse را آغاز کرده؛ یک عامل هوش مصنوعی شخصی که می‌تواند در محیط‌های دیجیتال به انجام کارها کمک کند و برای برخی اقدامات حساس از سیستم تأیید استفاده می‌کند.
🧬 Google DeepMind نقشه ۹ میلیارد تغییر ژنتیکی را منتشر کرد
سیستم AlphaGenome Atlas اثرات مولکولی حدود ۹ میلیارد تغییر تک‌حرفی در DNA را مدل‌سازی کرده است. این پروژه می‌تواند برای مطالعه اثر جهش‌های ژنتیکی و تحقیقات زیستی کاربرد داشته باشد.
⚖️ پرونده حقوقی درباره محدودیت‌های Claude Max گسترش یافت
کاربران Claude Max شکایتی را درباره نحوه تبلیغ محدودیت‌های استفاده، از جمله ادعاهای «5x» و «20x»، گسترش داده‌اند. محور پرونده این است که این اعداد چگونه باید در عمل تفسیر شوند.
🛡️ نگرانی درباره سرعت رقابت AI بیشتر شده است
برخی پژوهشگران در Anthropic و OpenAI درباره سرعت توسعه مدل‌های بسیار قدرتمند و کافی نبودن سازوکارهای ایمنی هشدار داده‌اند. این موضوع دوباره بحث درباره نظارت، هم‌راستایی و کنترل سیستم‌های خودکار را داغ کرده است.
🌍 تنش آمریکا و چین بر سر AI Distillation
چین اتهامات آمریکا درباره استفاده برخی شرکت‌های چینی از روش‌های گسترده AI distillation برای استخراج قابلیت‌های مدل‌های آمریکایی را رد کرده است. این موضوع در آستانه مذاکرات احتمالی آمریکا و چین، به یکی از بحث‌های مهم سیاست‌گذاری AI تبدیل شده است.
📌 جمع‌بندی امروز:
🧠 Research → پیشرفت جدید OpenAI در ریاضیات
💻 Hardware → ورود OpenAI به طراحی تراشه
🤖 Agents → عرضه Muse توسط Meta
🧬 Biology → AlphaGenome Atlas
⚖️ Legal → پرونده Claude Max
🛡️ Safety → افزایش نگرانی درباره سرعت توسعه AI
🌍 Geopolitics → تشدید اختلاف آمریکا و چین بر سر AI
#AI #AInews #ArtificialIntelligence #OpenAI #GoogleDeepMind #Meta #Anthropic #MachineLearning
👍2
🖥️ Computer Science From 0 → 100
قسمت ۷ — RAM؛ جایی که برنامه‌ها واقعاً کار می‌کنند
فرض کن یک برنامه روی SSD یا هاردت نصب شده.
وقتی برنامه را اجرا می‌کنی، آیا CPU مستقیماً از روی SSD شروع به اجرای آن می‌کند؟
معمولاً نه.
اینجا RAM وارد ماجرا می‌شود.
RAM مخفف Random Access Memory است؛ حافظه‌ای سریع که سیستم هنگام اجرای برنامه‌ها از آن برای نگهداری موقت داده و کد موردنیاز استفاده می‌کند.
مثلاً وقتی مرورگر، بازی یا یک ویرایشگر کد را باز می‌کنی، سیستم‌عامل بخش‌هایی از اطلاعات موردنیاز را در RAM قرار می‌دهد تا CPU بتواند سریع‌تر به آن‌ها دسترسی داشته باشد.
چرا مستقیماً از Storage استفاده نمی‌کنیم؟
چون RAM برای دسترسی‌های مکرر و تصادفی بسیار مناسب است و معمولاً تأخیر بسیار کمتری نسبت به Storage دارد.
البته RAM هم بی‌نهایت سریع نیست؛ CPU حتی از RAM هم سریع‌تر است. برای همین بین CPU و RAM، حافظه‌های کوچک‌تر و سریع‌تری مثل Cache قرار دارند.
در نتیجه یک سلسله‌مراتب حافظه داریم:
Registers → Cache → RAM → SSD/HDD
هرچه به سمت بالا می‌رویم، معمولاً سرعت بیشتر و ظرفیت کمتر می‌شود.
---
چرا RAM را «موقت» می‌گویند؟
چون RAM معمولاً Volatile است.
یعنی وقتی برق سیستم قطع شود، محتوای RAM از بین می‌رود.
مثلاً اگر یک فایل را در یک برنامه باز کرده باشی ولی هنوز آن را ذخیره نکرده باشی و سیستم ناگهان خاموش شود، اطلاعاتی که فقط در حافظه‌ی موقت بوده ممکن است از دست برود.
در مقابل، اطلاعات ذخیره‌شده روی SSD یا HDD با خاموش شدن کامپیوتر باقی می‌ماند.
---
پس RAM بیشتر یعنی کامپیوتر سریع‌تر؟
نه همیشه.
این یکی از سوءتفاهم‌های رایج است.
اگر سیستم تو برای کاری فقط مثلاً ۸ گیگابایت RAM لازم داشته باشد، داشتن RAM بیشتر لزوماً همان کار را سریع‌تر نمی‌کند.
مزیت RAM بیشتر زمانی خودش را نشان می‌دهد که برنامه‌ها و داده‌های بیشتری همزمان نیاز به حافظه داشته باشند.
اگر RAM کافی نباشد، سیستم‌عامل می‌تواند بخشی از داده‌ها را موقتاً روی Storage جابه‌جا کند؛ در ویندوز این موضوع با Virtual Memory / Paging مرتبط است.
چون Storage معمولاً از RAM کندتر است، کمبود RAM می‌تواند باعث افت محسوس عملکرد شود.
---
یک مثال ساده
فرض کن یک پروژه‌ی بزرگ را در یک برنامه‌ی ویرایش کد باز کرده‌ای.
خود پروژه روی SSD ذخیره شده.
وقتی برنامه را اجرا می‌کنی، سیستم‌عامل داده‌ها و کدهای موردنیاز را در RAM قرار می‌دهد.
CPU از آن داده‌ها استفاده می‌کند.
بعضی داده‌هایی که CPU مرتب به آن‌ها نیاز دارد، ممکن است در Cache قرار بگیرند.
وقتی فایل را ذخیره می‌کنی، اطلاعات در نهایت روی Storage نوشته می‌شود تا بعد از خاموش شدن سیستم هم باقی بماند.
پس RAM و Storage رقیب یکدیگر نیستند؛ وظایف متفاوتی دارند و با هم کار می‌کنند.
---
یک نکته فنی جالب
RAM فقط یک «جعبه برای نگهداری فایل‌ها» نیست.
برنامه‌ها هنگام اجرا به حافظه نیاز دارند و سیستم‌عامل برای هر Process یک فضای آدرس‌دهی مدیریت‌شده فراهم می‌کند.
به همین دلیل وقتی وارد مباحث Operating System شویم، مفاهیمی مثل:
Virtual Memory، Page، Address Space، Memory Management
خیلی مهم می‌شوند.
فعلاً همین را به خاطر بسپار:
Storage برای نگهداری بلندمدت است.
RAM برای کارِ در حال اجراست.
CPU برای اجرای دستورهاست.
و سیستم‌عامل بین این بخش‌ها هماهنگی ایجاد می‌کند.
حالا یک قطعه‌ی دیگر باقی مانده که وظیفه‌اش با CPU و RAM فرق دارد و در کارهایی مثل گرافیک، بازی و محاسبات موازی بسیار مهم است:
📌 قسمت ۸ — GPU؛ چرا کامپیوتر یک پردازنده‌ی مخصوص برای گرافیک دارد؟
قسمت ۷ — RAM؛ جایی که برنامه‌ها واقعاً کار می‌کنند
فرض کن یک برنامه روی SSD یا هاردت نصب شده.
وقتی برنامه را اجرا می‌کنی، آیا CPU مستقیماً از روی SSD شروع به اجرای آن می‌کند؟
معمولاً نه.
اینجا RAM وارد ماجرا می‌شود.
RAM مخفف Random Access Memory است؛ حافظه‌ای سریع که سیستم هنگام اجرای برنامه‌ها از آن برای نگهداری موقت داده و کد موردنیاز استفاده می‌کند.
مثلاً وقتی مرورگر، بازی یا یک ویرایشگر کد را باز می‌کنی، سیستم‌عامل بخش‌هایی از اطلاعات موردنیاز را در RAM قرار می‌دهد تا CPU بتواند سریع‌تر به آن‌ها دسترسی داشته باشد.
چرا مستقیماً از Storage استفاده نمی‌کنیم؟
چون RAM برای دسترسی‌های مکرر و تصادفی بسیار مناسب است و معمولاً تأخیر بسیار کمتری نسبت به Storage دارد.
البته RAM هم بی‌نهایت سریع نیست؛ CPU حتی از RAM هم سریع‌تر است. برای همین بین CPU و RAM، حافظه‌های کوچک‌تر و سریع‌تری مثل Cache قرار دارند.
در نتیجه یک سلسله‌مراتب حافظه داریم:
Registers → Cache → RAM → SSD/HDD
هرچه به سمت بالا می‌رویم، معمولاً سرعت بیشتر و ظرفیت کمتر می‌شود.
---
چرا RAM را «موقت» می‌گویند؟
چون RAM معمولاً Volatile است.
یعنی وقتی برق سیستم قطع شود، محتوای RAM از بین می‌رود.
مثلاً اگر یک فایل را در یک برنامه باز کرده باشی ولی هنوز آن را ذخیره نکرده باشی و سیستم ناگهان خاموش شود، اطلاعاتی که فقط در حافظه‌ی موقت بوده ممکن است از دست برود.
در مقابل، اطلاعات ذخیره‌شده روی SSD یا HDD با خاموش شدن کامپیوتر باقی می‌ماند.
---
پس RAM بیشتر یعنی کامپیوتر سریع‌تر؟
نه همیشه.
این یکی از سوءتفاهم‌های رایج است.
اگر سیستم تو برای کاری فقط مثلاً ۸ گیگابایت RAM لازم داشته باشد، داشتن RAM بیشتر لزوماً همان کار را سریع‌تر نمی‌کند.
مزیت RAM بیشتر زمانی خودش را نشان می‌دهد که برنامه‌ها و داده‌های بیشتری همزمان نیاز به حافظه داشته باشند.
اگر RAM کافی نباشد، سیستم‌عامل می‌تواند بخشی از داده‌ها را موقتاً روی Storage جابه‌جا کند؛ در ویندوز این موضوع با Virtual Memory / Paging مرتبط است.
چون Storage معمولاً از RAM کندتر است، کمبود RAM می‌تواند باعث افت محسوس عملکرد شود.
---
یک مثال ساده
فرض کن یک پروژه‌ی بزرگ را در یک برنامه‌ی ویرایش کد باز کرده‌ای.
خود پروژه روی SSD ذخیره شده.
وقتی برنامه را اجرا می‌کنی، سیستم‌عامل داده‌ها و کدهای موردنیاز را در RAM قرار می‌دهد.
CPU از آن داده‌ها استفاده می‌کند.
بعضی داده‌هایی که CPU مرتب به آن‌ها نیاز دارد، ممکن است در Cache قرار بگیرند.
وقتی فایل را ذخیره می‌کنی، اطلاعات در نهایت روی Storage نوشته می‌شود تا بعد از خاموش شدن سیستم هم باقی بماند.
پس RAM و Storage رقیب یکدیگر نیستند؛ وظایف متفاوتی دارند و با هم کار می‌کنند.
---
یک نکته فنی جالب
RAM فقط یک «جعبه برای نگهداری فایل‌ها» نیست.
برنامه‌ها هنگام اجرا به حافظه نیاز دارند و سیستم‌عامل برای هر Process یک فضای آدرس‌دهی مدیریت‌شده فراهم می‌کند.
به همین دلیل وقتی وارد مباحث Operating System شویم، مفاهیمی مثل:
Virtual Memory، Page، Address Space، Memory Management
خیلی مهم می‌شوند.
فعلاً همین را به خاطر بسپار:
Storage برای نگهداری بلندمدت است.
RAM برای کارِ در حال اجراست.
CPU برای اجرای دستورهاست.
و سیستم‌عامل بین این بخش‌ها هماهنگی ایجاد می‌کند.
حالا یک قطعه‌ی دیگر باقی مانده که وظیفه‌اش با CPU و RAM فرق دارد و در کارهایی مثل گرافیک، بازی و محاسبات موازی بسیار مهم است:
📌 قسمت ۸ — GPU؛ چرا کامپیوتر یک پردازنده‌ی مخصوص برای گرافیک دارد؟
❤🔥2
📰 AI NEWS | 11 September 2026
مهم‌ترین اخبار تازه هوش مصنوعی امروز:
💰 Z.AI برای جذب ۵ میلیارد دلار اقدام کرد
شرکت چینی Z.AI، که پیش‌تر با نام Zhipu AI شناخته می‌شد، امروز یک فروش سهام حدود ۲ میلیارد دلاری در هنگ‌کنگ و انتشار حدود ۳ میلیارد دلار اوراق قابل‌تبدیل را آغاز کرده است. این سرمایه قرار است برای توسعه زیرساخت محاسباتی، تحقیق‌وتوسعه و گسترش فعالیت‌های شرکت استفاده شود.
🧠 OpenAI احتمال کاهش سرعت توسعه AI را مطرح کرد
طبق گزارشی از Bloomberg که Reuters آن را نقل کرده، Sam Altman در جلسه‌ای با کارکنان گفته OpenAI در صورت نیاز برای پاسخ به نگرانی‌های ایمنی، امکان کاهش سرعت توسعه سیستم‌های AI را باز می‌گذارد. این موضوع در حالی مطرح شده که بحث درباره کنترل سیستم‌های بسیار قدرتمند دوباره شدت گرفته است.
🛡️ فشار برای قانون‌گذاری شدیدتر AI در آمریکا افزایش یافت
هشدارهای اخیر پژوهشگران سابق و فعلی شرکت‌های AI باعث شده موضوع ایجاد نظارت جدی‌تر بر توسعه مدل‌های پیشرفته در کنگره آمریکا مطرح شود. هنوز تصمیم یا قانون نهایی در این زمینه تصویب نشده است.
⚖️ بحث نظارت اجباری بر آزمایش مدل‌های AI جدی‌تر شده است
در پی افزایش نگرانی‌ها درباره رفتار مستقل مدل‌های پیشرفته، ایده‌هایی مانند آزمایش‌های اجباری و ارزیابی پیش از عرضه مدل‌ها بیشتر مطرح شده‌اند. این بحث فعلاً در مرحله سیاست‌گذاری و پیشنهاد قرار دارد.
☁️ سرمایه‌گذاری سنگین روی زیرساخت AI همچنان ادامه دارد
گزارش‌های امروز نشان می‌دهند شرکت‌های زیرساختی و دیتاسنتری مرتبط با AI همچنان در حال جذب سرمایه و گسترش ظرفیت محاسباتی هستند؛ موضوعی که نشان می‌دهد رقابت AI فقط بر سر مدل‌ها نیست و زیرساخت GPU و دیتاسنتر نیز به یک بخش کلیدی رقابت تبدیل شده است.
📌 جمع‌بندی امروز:
💰 سرمایه‌گذاری → Z.AI و جذب بالقوه ۵ میلیارد دلار
🧠 توسعه مدل‌ها → احتمال کاهش سرعت توسعه توسط OpenAI
🛡️ ایمنی → افزایش فشار برای نظارت بر AI
⚖️ قانون‌گذاری → بحث ارزیابی اجباری مدل‌های پیشرفته
☁️ زیرساخت → ادامه رقابت سنگین بر سر محاسبات AI
#AI #AInews #ArtificialIntelligence #OpenAI #ZAI #Anthropic #MachineLearning
مهم‌ترین اخبار تازه هوش مصنوعی امروز:
💰 Z.AI برای جذب ۵ میلیارد دلار اقدام کرد
شرکت چینی Z.AI، که پیش‌تر با نام Zhipu AI شناخته می‌شد، امروز یک فروش سهام حدود ۲ میلیارد دلاری در هنگ‌کنگ و انتشار حدود ۳ میلیارد دلار اوراق قابل‌تبدیل را آغاز کرده است. این سرمایه قرار است برای توسعه زیرساخت محاسباتی، تحقیق‌وتوسعه و گسترش فعالیت‌های شرکت استفاده شود.
🧠 OpenAI احتمال کاهش سرعت توسعه AI را مطرح کرد
طبق گزارشی از Bloomberg که Reuters آن را نقل کرده، Sam Altman در جلسه‌ای با کارکنان گفته OpenAI در صورت نیاز برای پاسخ به نگرانی‌های ایمنی، امکان کاهش سرعت توسعه سیستم‌های AI را باز می‌گذارد. این موضوع در حالی مطرح شده که بحث درباره کنترل سیستم‌های بسیار قدرتمند دوباره شدت گرفته است.
🛡️ فشار برای قانون‌گذاری شدیدتر AI در آمریکا افزایش یافت
هشدارهای اخیر پژوهشگران سابق و فعلی شرکت‌های AI باعث شده موضوع ایجاد نظارت جدی‌تر بر توسعه مدل‌های پیشرفته در کنگره آمریکا مطرح شود. هنوز تصمیم یا قانون نهایی در این زمینه تصویب نشده است.
⚖️ بحث نظارت اجباری بر آزمایش مدل‌های AI جدی‌تر شده است
در پی افزایش نگرانی‌ها درباره رفتار مستقل مدل‌های پیشرفته، ایده‌هایی مانند آزمایش‌های اجباری و ارزیابی پیش از عرضه مدل‌ها بیشتر مطرح شده‌اند. این بحث فعلاً در مرحله سیاست‌گذاری و پیشنهاد قرار دارد.
☁️ سرمایه‌گذاری سنگین روی زیرساخت AI همچنان ادامه دارد
گزارش‌های امروز نشان می‌دهند شرکت‌های زیرساختی و دیتاسنتری مرتبط با AI همچنان در حال جذب سرمایه و گسترش ظرفیت محاسباتی هستند؛ موضوعی که نشان می‌دهد رقابت AI فقط بر سر مدل‌ها نیست و زیرساخت GPU و دیتاسنتر نیز به یک بخش کلیدی رقابت تبدیل شده است.
📌 جمع‌بندی امروز:
💰 سرمایه‌گذاری → Z.AI و جذب بالقوه ۵ میلیارد دلار
🧠 توسعه مدل‌ها → احتمال کاهش سرعت توسعه توسط OpenAI
🛡️ ایمنی → افزایش فشار برای نظارت بر AI
⚖️ قانون‌گذاری → بحث ارزیابی اجباری مدل‌های پیشرفته
☁️ زیرساخت → ادامه رقابت سنگین بر سر محاسبات AI
#AI #AInews #ArtificialIntelligence #OpenAI #ZAI #Anthropic #MachineLearning
👏2