اینم دوستان در گروه فناپ فرستادن اگه دنبال کارآموزی میگردید و اگه دارای مدرک کاردانی و کارشناسی و بالاتر هستید اقدام کنیدو سایر شغلی های دیگه، گروه فناپ منتظر بررسی رزومه های شماست. هرچند کارآموزی در حیطه داده دارند ولی در بقیه زمینه ها میتوانید شانس خودتون رو امتحان کنید. مناسب برای رشته های مدیریت، مهندسی نرم افزار ، صنایع ، اقتصاد، مالی، حسابداری و روانشناسی

https://fanapcanvas.com/jobs

‌ ‌‌ ‌ ‌ ‌
مایکروسافت لیستی منتشر کرده که در آن ۴۰ شغل به‌طور مستقیم کمتر و بیشتر در معرض تهدید هوش مصنوعی قرار گرفته‌اند در این #مقاله منتشر کرده است؛ از نویسندگان و خبرنگاران گرفته تا برنامه‌نویسان و تحلیل‌گران داده!

این گزارش ادعا می‌کند که هوش مصنوعی قرار نیست جای شما را بگیرد، بلکه «نحوه‌ی کارتان» را متحول می‌کند. اما آیا واقعاً همین‌طور است؟ مایکروسافت در حالی از نقش کمکی AI می‌گوید که خودش هزاران کارمند را برای تمرکز بیشتر بر هوش مصنوعی اخیرا اخراج کرده!

لیست کامل مشاغل تهدیدشده توسط AI:
مترجم، مورخ، مهماندار (غیرهوایی)، نماینده فروش خدمات، نویسنده، پشتیبانی مشتری، اپراتور تلفن، برنامه‌نویس CNC، کارمند آژانس مسافرتی، گوینده، کارمند کارگزاری، مربی مزرعه، بازاریاب تلفنی، دربان، دانشمند علوم سیاسی، خبرنگار، ریاضیدان، نویسنده فنی، ویراستار، میزبان رستوران، استاد تجارت، متخصص روابط عمومی، پروموتر محصول، کارمند افتتاح حساب، دستیار آماری، تحلیلگر داده، مشاور مالی، آرشیویست، استاد اقتصاد، توسعه‌دهنده وب، تحلیلگر مدیریت، جغرافیدان، مدل، تحلیلگر بازار، اپراتور مرکز تماس، اپراتور سانترال، استاد کتابداری.

حتی شغلی مثل «مدلینگ» هم در امان نیست؛ AI‌های تولید تصویر مثل DALL•E و Midjourney در حال ورود به دنیای خلاقیت‌اند!

نظر شما راجع به آینده مشاغل با وجود هوش مصنوعی چیست؟

▪️ Working with AI: Measuring the Occupational Implications of Generative AI

پ.ن: نظر شما چیه؟

#هوش_مصنوعی #الگوریتمها #مقاله

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

این ۷ ابزار رایگان #هوش_مصنوعی کمکت میکنن تا مقاله مروریت رو سریع‌تر، دقیق‌تر و با کیفیت‌تر بنویسی.

۷ ابزار طلایی برای پژوهشگران :
1.ResearchRabbit
پیدا کردن مقالات مرتبط با شبکه سازی هوشمند

2.Connected Papers
نمایش تصویری ارتباط بین مقالات علمی

3.Elicit
خلاصه سازی مقالات و استخراج اطلاعات کلیدی

4.Scite
بررسی میزان استناد ها و ارزیابی اعتبار مقالات

5.ChatGPT
کمک در نوشتن، خلاصه سازی و پیشنهاد ساختار مقاله

6.zotero
مدیریت منابع و استناددهی آسان

7.Paper Digest
استخراج سریع چکیده و نکات کلیدی از مقالات
•پیدا کردن منابع مختلف
•خلاصه سازی مقالات طولانی
•تولید متن روان و علمی
•کمک به استناددهی درست
•پیشنهاد ساختار مقاله

#مقاله‌ #میکروبیولوژی #بیولوژی #بیوتکنولوژی #علوم_پزشکی #زیست_شناسی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

🛸 Meta wants you and your AI in the job interview

Forget whiteboards — Meta is piloting coding interviews where candidates can use AI tools like ChatGPT to help them solve problems.

⚙️ “AI-enabled interviews” mirror real-world workflows with code-assistants
🧪 Internal tests underway with Meta engineers to refine the format
🤖 Focus shifts to how well you use AI — not just solving the problem
📉 A response to AI-assisted cheating and the changing nature of software work

It’s not just a test of skill — it’s a test of how well you think with machines.

https://www.wired.com/story/meta-ai-job-interview-coding/

Llama-8b 1.2M sequence length training is now possible on a 1x H200 gpu with ALST + FA3 + Liger-Kernel.

https://github.com/snowflakedb/ArcticTraining/blob/main/projects/sequence-parallelism/README.md#1-gpu

طنز تلخ: طوری تویتر پر شده از این که انگار ما همین gpu h200 تو خونه داشت خاک میخورد ما الان مدل لامارو روش ترین کنیم 😄🥲

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

کسایی که کانال برنامه نویسی و هوش مصنوعی دارند برای تبادل به من پیام بدید
https://xn--r1a.website/ffarzaddh

دوره کلاسی #یادگیری_ماشین از دانشگاه تکزاس برای مبتدیان این دوره پیشنهاد میشود.

▪️ CS391L (Spring 25) Machine Learning WB

#منابع #کلاس_آموزشی #فیلم

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

GPT-5 will use new “experimental” and “research techniques” that will also appear in future models.

New, experimental, and research techniques could indicate that we will either get improved research, it will be more efficient, or both—and perhaps even without explicitly selecting the DeepResearch tool. So far, there has been a lot of talk about which benchmarks GPT-5 will meet or exceed.

https://www.technologyreview.com/2025/07/31/1120885/the-two-people-shaping-the-future-of-openais-research/

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

Research Position at the Center for Information Systems and Data Science,
In Collaboration with Google DeepMind, Oxford university, Boston university, Broad institute(Harvard Medical School), Google.

👇Projects Descriptions:

1. Training Dynamic Neural Network (in collaboration with Google DeepMind researchers ):
The project is about understanding how stochastic gradient descent learns good solutions for problems that are hard for kernel methods. It's also related to feature learning.This Research Requirement a strong mathematical  is definitely a prerequisite for students.
Here are some relevant papers:
1. https://arxiv.org/pdf/2309.15111
2.https://openreview.net/pdf?id=BxHgpC6FNv
3. https://arxiv.org/abs/2502.05668

2. Drug Discovery (in collaboration with Boston university faculty and Harvard Medical School ):
We invite Bioinformatics students to write a survey in the ACS Journal of Medicinal Chemistry, the most prestigious journal in the field of medicinal chemistry.
This research is related to new methods of generative models in medicine.
Here is some relevant papers:
1. https://pubmed.ncbi.nlm.nih.gov/37934070/
2. https://www.sciencedirect.com/science/article/pii/S2667325824005259?via%3Dihub

3.LLM and Bandit algorithms (in collaboration with Google researchers):
We found that Dragin is a important paper and has the potential to be improve in the retrieval section and we will use RL and Bandit algorithms in prompt optimazation paper. We are seeking students with exceptional implementation skills, and Knowledge in LLM and Bandit algorithms.

4. Finance ( in collaboration Oxford university faculty):
We are seeking researchers to join projects in algorithmic trading, market making, and optimal order execution. The work involves market simulation with RL-based agents and strategy design using optimal control and stochastic games. A strong background in machine learning, applied mathematics, or quantitative finance is preferred.
Here is some relavant papers:
1. https://arxiv.org/abs/2210.07184
2.https://arxiv.org/abs/2311.06476

🆔To submit your CV, please contact via email with the subject line "ISDS AI positions" :
data-icst@sharif.edu

زیبا بشنوید

شکوه گیتار و گریه های گیتار

#متفرقه

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

پروژه بوشیدو Yaskawa Motoman تلفیقی از #رباتیک و شمشیرزنی سنتی است.

در این #پروژه، یک ربات تکنیک‌های دقیق شمشیرزنی از اساتید شمشیرزنی سامورایی که رکورددار جهانی هستند(Isao Machii) را تکرار می‌کند.

با استفاده از ضبط حرکت پیشرفته، حرکات ماچی به صورت سه‌بعدی ضبط شده و سپس توسط ربات به طور کامل تقلید می‌شود.

یکی از نکات برجسته، "صحنه لیمو" است، جایی که ربات با دقت شگفت‌انگیزی لیمو را برش می‌دهد و تسلط خود را بر برش‌های مختلف شمشیر به نمایش می‌گذارد.

تماشای ادغام یکپارچه فناوری و هنر باستانی باورنکردنی است. آیا تا به حال دیده‌اید که یک ربات شمشیر به دست بگیرد؟

خلاقانه‌ترین کاری که تا به حال با یک ربات انجام داده‌اید چیست؟
آیا آینده مهارت‌های انسانی، ترکیبی از انسان و الگوریتم خواهد بود؟
نظر شما چیه؟

#مقاله

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

روز جهانی خواهر رو به کسایی که خواهرشون حامیشون هستش به خواهری که حامی هست به خواهری که مشوق هست به خواهری که رنگ زندگی رو برای خانواده زیبا کرده تبریک میگم روز به خانواده هایی که مراقب دخترشون هستن تبریک میگم که رشد کنه و خودشو پیدا کنه تبریک میگم. مراقب هم باشید تا زندگیو برنده شید
❤️🌻❤️❤️🌻❤️🌻❤️

این توییت جالب به خوبی نشون میده که ترکیب انسان و AI چقدر میتونه توی مارکتینگ اثر بذاره.
بعد از اینکه محتواهای زیادی به کمک هوش مصنوعی و انسان ساختن متوجه شدن که خلاقیت همچنان در دست انسان های خلاقه.
اما ترکیب انسان و هوش مصنوعی بهترین نتیجه رو برای ایجاد کمپین های موثر داشته

این مقاله تونسته با ۲۶ میلیون پارامتر بهتر از مدلهای دیگه و بزرگ عمل کنه البته شک دارند که دیتای تست رو برای ترین استفاده کرده یا نه:

https://arxiv.org/abs/2506.21734

ایده مقاله رو اینه که ریزنینگ رو فضای برداری انجام بشه بجای اینکه روی متن انجام بده. یعنی در واقع یه چیزی بیشتر شبیه مغز انسان که واقعا فکر کنه تو فضای برداری و بعد جواب رو بده. اگر هم نیاز داشت با متن هم بتونه بگه.

گوگل به تازگی AlphaEarth Foundations را با ۶۴ بُعد از تصاویر ماهواره‌ای جاسازی‌شده با وضوح ۱۰ متر در مقیاس جهانی منتشر کرد.

▪️ Dataset
▪️ AlphaEarth Foundations: An embedding field model for accurate and efficient global mapping from sparse label data


#مقاله #پردازش_تصویر #پردازش_فیلم #جغرافیا

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

اینجا در لینکدین راجب کتاب build LLM از Sebastian Raschka نوشتم

▪️ Build a Large Language Model (From Scratch) by Sebastian Raschka

#کتاب@AI_DeepMind #منابع

پ.ن:اگه شما هم این کتاب رو مطالعه کردین نظرتون رو اونجا کامنت کنید.

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

اگه کانال دارید گروه هایی که عضو هستین لینک کانال منو در اونها به اشتراک بزارین خیلی وقته ک تعداد ثابت مونده 🚶‍♂️🥹 مرسی

https://xn--r1a.website/+V-93KgLaMEQzZmNk

#کتاب سوالات المپیادهای جهانی
https://archive.org/details/shklarsky-chentzov-yaglom-the-ussr-olympiad-problem-book

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

روز زنان شاغل مجرد هم مبارک زندگی فقط با پارتنر جریان نداره استقلال فکری و مالی خودتون به خودتون مرتبط هست موفق باشید

چه کسی convolutional neural networks (CNNs) اختراع کرد ؟


1969: Fukushima had CNN-relevant ReLUs [2].

1979: Fukushima had the basic CNN architecture with convolution layers and downsampling layers [1]. Compute was 100 x more costly than in 1989, and a billion x more costly than today.

1987: Waibel applied Linnainmaa's 1970 backpropagation [3] to weight-sharing TDNNs with 1-dimensional convolutions [4].

1988: Wei Zhang et al. applied "modern" backprop-trained 2-dimensional CNNs to character recognition [5].

All of the above was published in Japan 1979-1988.

1989: LeCun et al. applied CNNs again to character recognition (zip codes) [6,10].

1990-93: Fukushima’s downsampling based on spatial averaging [1] was replaced by max-pooling for 1-D TDNNs (Yamaguchi et al.) [7] and 2-D CNNs (Weng et al.) [8].

2011: Much later, my team with Dan Ciresan made max-pooling CNNs really fast on NVIDIA GPUs. In 2011, DanNet achieved the first superhuman pattern recognition result [9]. For a while, it enjoyed a monopoly: from May 2011 to Sept 2012, DanNet won every image recognition challenge it entered, 4 of them in a row. Admittedly, however, this was mostly about engineering & scaling up the basic insights from the previous millennium, profiting from much faster hardware.

Some "AI experts" claim that "making CNNs work" (e.g., [5,6,9]) was as important as inventing them. But "making them work" largely depended on whether your lab was rich enough to buy the latest computers required to scale up the original work. It's the same as today. Basic research vs engineering/development - the R vs the D in R&D.
https://x.com/SchmidhuberAI/status/1952007922721919219

#مقاله #منابع #هوش_مصنوعی #شبکه_عصبی_مصنوعی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

Linux 6.17 Getting More Rusty With Many Rust Language Additions
@uselinux
https://www.phoronix.com/news/Linux-6.17-Rust