استاد شفیعی کدکنی زبان فارسی راز اتحاد ماست

در یک پیشرفت بی‌سابقه، تیمی از محققان دانشگاه تل‌آویو اسرائیل به رهبری رازان مساروی، از فناوری ویرایش ژن کریسپر برای درمان سرطان استفاده کرده‌اند. آن‌ه۴ا با ایجاد مولکول‌های چربی‌مانند برای محافظت از سیستم کریسپر، این سیستم را به‌طور مستقیم به تومورهای سر و گردن اعمال کردند. پس از سه تزریق هفتگی، ۵۰ درصد از تومورهای هدف پس از ۸۴ روز ناپدید شدند.

دان پیر، مدیر آزمایشگاه نانوداروی دقیق در این دانشگاه، اظهار داشت که هدف آن‌ها استفاده از ویرایش ژنتیکی یک ژن خاص در این نوع سرطان برای فروپاشی کامل ساختار سلول سرطانی بود که نتایج نشان‌دهنده موفقیت این روش است.

اگرچه سرطان بیماری پیچیده‌ای است و پیش‌تر تصور می‌شد که کریسپر برای درمان آن مناسب نیست، این یافته‌ها نشان می‌دهد که برخی ژن‌ها برای بقای سلول‌های سرطانی ضروری هستند و می‌توان آن‌ها را هدف درمان قرار داد.

با این حال، هدف‌گیری تومورها با استفاده از ژن‌درمانی فرآیندی ساده نیست. ماهیت تکثیری تومورها و موانع فیزیکی آن‌ها می‌تواند مانع از دسترسی سیستم کریسپر به ژن‌های مورد نظر شود.

با وجود این چالش‌ها، روش کریسپر می‌تواند برای درمان انواع مختلف سرطان‌ها، به‌ویژه تومورهای قابل مشاهده و در دسترس مانند سر و گردن، پستان، تیروئید و پوست مؤثر باشد. تیم تحقیقاتی در حال حاضر در تلاش است تا این روش را برای درمان سرطان‌های میلوم، لنفوم و کبد نیز به کار گیرد.

https://www.discovermagazine.com/the-sciences/crispr-eliminates-targeted-tumors-by-50-percent

#علوم_پزشکی #مقاله #ایده_جذاب #ژنتیک

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

Layered Image Vectorization via Semantic Simplification
https://szuviz.github.io/layered_vectorization/

#مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

دکتر یان لکون در این مقاله جدید خودش پیشنهاد داده:

#مقاله «ترانسفورمرها بدون نرمال‌سازی» به معرفی تکنیکی ساده به نام «تانژانت هایپربولیک پویا» (Dynamic Tanh یا DyT) می‌پردازد که می‌تواند جایگزین لایه‌های نرمال‌سازی در معماری‌های ترانسفورمر شود. این روش نشان می‌دهد که ترانسفورمرها بدون استفاده از لایه‌های نرمال‌سازی می‌توانند عملکردی مشابه یا حتی بهتر داشته باشند می‌تواند به صورت مستقیم جایگزین لایه‌های نرمال‌سازی موجود در معماری‌های ترانسفورمر شود، بدون نیاز به تغییرات عمده در ساختار مدل. DyT می‌تواند به صورت مستقیم جایگزین لایه‌های نرمال‌سازی موجود در معماری‌های ترانسفورمر شود، بدون نیاز به تغییرات عمده در ساختار مدل.

▪️ Transformers without Normalization


#ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

You can now fine-tune Gemma 3 for free with our notebook!

Unsloth makes Gemma 3 finetuning 1.6x faster with 60% less VRAM and 6x longer context lengths - with no accuracy loss
🔽🔽🔽
https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Gemma3_(4B).ipynb

https://github.com/unslothai/unsloth

🔗 @ImanOracle

عجیب اما واقعی!

یک دوره #کلاس_آموزشی ازدانشگاه MIT

▪️ Machine Learning with Python | From Linear Models to Deep Learning
▪️ MITx: Machine Learning
▪️ MITx_6.86x - Machine Learning with Python: from Linear Models to Deep Learning

#منابع #یادگیری_ماشین #یادگیری_عمیق #پایتون #متوسط

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

آمریکا منبع کامل ویزا به کشورهای
Afghanistan, Cuba, Iran, Libya, North Korea, Somalia, Sudan, Syria, Venezuela, Yemen
صادر کرد
https://www.reuters.com/world/us/trump-administration-weighs-travel-ban-dozens-countries-memo-says-2025-03-15/

دانشجوهایی که قصد اپلای به امریکا دارید کشوری دیگه رو انتخاب کنید کانادا هم با این روند همسویی با امریکا که در پیش خواهد بود برای دانشجوهای ایرانی به نظر گزینه مطلوبی هم نخواهد بود.

پ.ن:ريیس جمهور به عنوان ریس امنیت ملی امریکا و اعطا شدن این قانون بهش میتونه این قانون رو تا هروقت که بخواهد تمدید کنه.

سوال مهمتری که وجود داره ایا دیوان عالی امریکا یا قوه قضاییه همانند سالهای قبل ترامپ این قانون رو ویرایش خواهد کرد یا همینطوری مهر تایید بر این فرمان اجرای میزند؟

2025 Lange Symposium on Computational Statistics

▪️ Model-free Selective Inference and Applications to Drug Discovery
▪️ Discrete Optimization in Computational Statistics: Linear Models, LLM Compression, and Beyond
▪️ Gradient Equilibrium in Online Optimization
▪️ Data Integration in Single Cell and Spatial Omics: What is Erased, and Can you Recover it?

#علوم_پزشکی #مقاله #ایده_جذاب #آمار_محاسباتی #آمار

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

پروتئین‌ها برای انجام وظایف بیولوژیکی خود، حالات ساختاری متنوعی را اتخاذ می‌کنند. درک این حالات برای پیشرفت در کشف داروها ضروری است. روش‌های سنتی مبتنی بر شبیه‌سازی‌های فیزیکی، مانند دینامیک مولکولی (MD)، در نمونه‌برداری از حالات تعادلی با چالش‌هایی مواجه هستند و محاسبات آن‌ها هزینه‌بر است.​ بر اساس این چارچوب، مدلی به نام ESMDiff توسعه داده شده است که یک مدل زبانی ساختاری مشابه BERT است و از ESM3 با انتشار ماسک‌شده تنظیم دقیق شده است.​ SLM در سناریوهای مختلف، از جمله دینامیک تعادلی BPTI، جفت‌های تغییر شکل و پروتئین‌های ذاتاً بی‌نظم، مورد آزمایش قرار گرفته و عملکرد بالایی را نشان داده است.​ این پژوهش نشان می‌دهد که SLM می‌تواند به‌عنوان یک راه‌حل کارآمد برای تولید حالات پروتئینی متنوع عمل کند و مسیرهای جدیدی را برای تحقیقات آینده باز کند.​

▪️ Structure Language Models for Protein Conformation Generation

#علوم_پزشکی #مقاله #ایده_جذاب #داروسازی #زیست_شناسی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

بیست و پنجم اسفندماه سالروز پایان سرایش #شاهنامه فرخنده باد.

سرآمد کنون قصه یزدگرد
به ماه سپندارمذ روز ارد

ز هجرت شده پنج هشتاد بار
به نام جهان داور کردگار

فرار از استعماگران حیفم اومد یه پست شاهنامه نداشته باشیم که بر سرتاریخ ما گذشت🥹

#متفرقه #ایران

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

🌟 تو هم می‌تونی بخشی از این پروژه بزرگ باشی!

✅ ما در حال جمع‌آوری دست‌نوشته‌های فارسی برای بهبود فناوری تشخیص متن هستیم و به کمک شما نیاز داریم.

✅ ⏱ فقط دو دقیقه زمان می‌بره!

✅چطوری کمک کنی؟
⏪ برو توی لینک زیر، تمام مراحل رو اونجا توضیح دادم:

https://daniyalcv.ir/persian-ocr/

✅ بیا تو این حرکت بزرگ سهیم باش! 🚀

✅ ما رو به اشتراک بذار تا بقیه هم بتونن کمک کنن! 🔗

#پروژه_دست‌نوشته_فارسی
#هوش_مصنوعی
#زبان_فارسی

مدل‌های قیمت‌گذاری دارایی سرمایه‌ای (CAPM) معمولاً با استفاده از فرآیندهای تصادفی و فرضیه‌های مربوط به مطلوبیت سرمایه‌گذاران توجیه می‌شوند. این #مقاله یک رویکرد #نظریه_بازی برای مدل CAPM ارائه می‌دهد که برخلاف مدل‌های کلاسیک، نیازی به فرضیات قوی درباره باورها و ترجیحات سرمایه‌گذاران ندارد.
این مدل مبتنی بر اصل بازار کارا است که بیان می‌کند یک محتکر (speculator) نمی‌تواند به‌طور مداوم بازار را با یک ضریب بزرگ شکست دهد.نتایج نشان می‌دهد که مدل نظریه بازی CAPM می‌تواند رفتار واقعی سرمایه‌گذاران را توضیح دهد.
▪️ The game-theoretic capital asset pricing model

#ایده_جذاب #اقتصاد #مالی #پیشبینی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

بررسی چگونگی استفاده از عامل‌های هوش مصنوعی برای بهبود تحقیقات، تشخیص و مدیریت سرطان از طریق #پزشکی_هسته‌ای در هند می‌پردازد. این مقاله یک اکوسیستم مبتنی بر عامل‌های #هوش_مصنوعی را پیشنهاد می‌کند که می‌تواند چالش‌های پایداری موجود در پزشکی هسته‌ای هند را برطرف کند. پزشکی هسته‌ای با استفاده از مقادیر کمی مواد رادیواکتیو، نقش مهمی در تشخیص و درمان سرطان دارد. این روش‌ها امکان تشخیص زودهنگام از طریق تصویربرداری پیشرفته مانند PET-CT را فراهم می‌کنند. با این حال، ظرفیت تولید داخلی رادیوداروها در هند محدود است و وابستگی به محصولات وارداتی هزینه‌ها را افزایش داده و باعث تأخیر در مراقبت‌های سرطان می‌شود.​
▪️ The potential role of AI agents in transforming nuclear medicine research and cancer management in India

#علوم_پزشکی #مقاله #ایده_جذاب #داروسازی #زیست_شناسی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

مدل‌های زبانی بزرگ مبتنی بر ترانسفورمر تحولات بزرگی در #پردازش_زبان_طبیعی (NLP) ایجاد کرده‌اند. این مقاله بررسی می‌کند که چگونه این مدل‌ها، موسوم به مدل‌های زبانی ژنومی (gLMs)، برای تحلیل و مدل‌سازی ژنوم مورد استفاده قرار می‌گیرند. هدف اصلی این مطالعه، بررسی مزایا، محدودیت‌ها و آینده gLMها در زیست‌شناسی #محاسباتی است.
تنها ۲٪ از ژنوم انسانی کدکننده‌ی پروتئین است، در حالی که بخش عمده‌ی ژنوم (۹۸٪) شامل مناطق غیرکدکننده است که عملکرد آن‌ها هنوز به‌طور کامل مشخص نیست.
یکی از اهداف اصلی در ژنومیک، درک دستور زبان تنظیمی ژنوم است که شامل تعامل بین عناصر تنظیمی (مانند پروموترها و تقویت‌کننده‌ها) و ژن‌هایی که آن‌ها را تنظیم می‌کنند، است.
مدل‌های یادگیری عمیق مانند ترانسفورمرها به دلیل توانایی در تشخیص وابستگی‌های بلندمدت، می‌توانند به پیش‌بینی تعاملات تنظیمی ژنوم کمک کنند.
تاکنون بیشتر مدل‌های یادگیری عمیق برای تحلیل داده‌های ژنومی مبتنی بر شبکه‌های عصبی کانولوشنی (CNNs) بودند.
به دلیل موفقیت ترانسفورمرها در پردازش داده‌های توالی‌ای در NLP، استفاده از آن‌ها برای تحلیل توالی DNA مورد توجه قرار گرفته است.

مزیت کلیدی ترانسفورمرها نسبت به CNNها، مکانیزم توجه (attention) آن‌ها است که امکان یادگیری روابط دوربرد را بدون نیاز به فیلترهای کانولوشنی محدود فراهم می‌کند.
ا gLMها برای حل مسائل مختلفی در #زیست‌_شناسی_محاسباتی به کار گرفته می‌شوند:

پیش‌بینی اثر جهش‌ها: تشخیص اینکه آیا یک جهش ژنتیکی منجر به تغییرات عملکردی مهمی در ژنوم خواهد شد یا خیر.
تشخیص عناصر تنظیمی ژنوم: شناسایی پروموترها، تقویت‌کننده‌ها، جایگاه‌های برش RNA و سایر ویژگی‌های مهم.
پیش‌بینی بیان ژن: بررسی اینکه چگونه تغییرات در توالی DNA می‌توانند بر سطح بیان ژن تأثیر بگذارند.
پیش‌بینی تعاملات پروتئین-DNA: شناسایی سایت‌های اتصال پروتئین‌های تنظیمی مانند فاکتورهای رونویسی.

▪️ Transformers and genome language models

#علوم_پزشکی #مقاله #ایده_جذاب #ژن #زیست_شناسی #مدلهای_زبانی_یزرگ

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

https://github.com/yebekhe/srt-ai-translate

مترجم زیرنویس فارسی

🐋✍️I went through every detail of the DeepSeek paper and hand-drew this diagram.

It felt like building Legos from Supervised Fine-Tuning (SFT), Group Relative Policy Optimization (GRPO) in RL, long Chain-of-Thought (CoT), and more.

𝗟𝗲𝘁 𝗺𝗲 𝘁𝗲𝗹𝗹 𝘆𝗼𝘂 𝘄𝗵𝗮𝘁 𝗜 𝗹𝗲𝗮𝗿𝗻𝗲𝗱:

》 𝗠𝗮𝗶𝗻 𝗞𝗲𝘆 𝗧𝗮𝗸𝗲𝗮𝘄𝗮𝘆𝘀:

✸ DeepSeek-R1-Zero showed that reasoning could emerge without supervised data using RL.

✸ DeepSeek-R1 refined those abilities with structured data, making it human-aligned and user-friendly.

✸ DeepSeek-Distilled Models proved that reasoning power can be transferred to smaller models, ensuring efficiency without compromising performance.

﹌﹌﹌﹌﹌﹌﹌﹌
》𝗗𝗲𝗲𝗽𝗦𝗲𝗲𝗸-𝗥𝟭-𝗭𝗲𝗿𝗼: 𝗧𝗵𝗲 𝗙𝗼𝘂𝗻𝗱𝗮𝘁𝗶𝗼𝗻 𝗼𝗳 𝗣𝘂𝗿𝗲 𝗥𝗟

✸ What makes DeepSeek-R1-Zero special?

It’s trained purely through Group Relative Policy Optimization (GRPO), a cost-efficient RL framework.

The model learns advanced reasoning without any prior fine-tuning, achieving capabilities like:

https://x.com/MaryamMiradi/status/1900924998207848536?s=19

Paper: arxiv.org/pdf/2501.12948