‏⚡ معرفی Claude Fable 5 از Anthropic

‏مدل جدید «Claude Fable 5» از Anthropic درخشش بی‌بدیلی در عرصه کدنویسی از خود نشان داده و حتی عملکرد Opus 4.8 را پشت سر گذاشته است. این مدل توانایی چشمگیری در دقت جزئیات فنی کدنویسی به همراه ارائه رابط کاربری پیشرفته (UI) دارد.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#خبر #Claude

‏📚 معرفی کتاب Starting Data Analytics with Generative AI and Python

‏کتاب جدید به‌صورت عملی نشان می‌دهد چگونه هوش مصنوعی مولد (Generative AI) می‌تواند در مسیر تجزیه‌وتحلیل داده‌ها به‌کار رود؛ از تعریف مسئله و تضمین کیفیت داده‌ها تا تحلیل، تفسیر نتایج، پردازش متنی (text mining) و بهینه‌سازی عملکرد. نویسنده تأکید می‌کند که هدف این تکنولوژی جایگزینی تحلیلگر داده نیست، بلکه به‌عنوان یک همکار هوشمند در طراحی مسیر تحلیلی، نوشتن کد و شرح خروجی‌ها عمل می‌کند. با مطالعه این کتاب می‌توانید روش‌های ترکیب AI مولد با Python را برای ارتقاء کیفیت و سرعت پروژه‌های دیتا علمی خود به‌کار ببرید.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#کتاب #Python

‏🎬 runway: تغییر خودکار نسبت تصویر ویدیو

‏ابزار Runway قابلیت جدیدی برای تغییر خودکار نسبت تصویر ویدیوها معرفی کرده است. این قابلیت به کاربران اجازه می‌دهد ویدیوهای افقی را به فرمت عمودی برای پلتفرم‌هایی مانند Shorts و Stories تبدیل کنند. مدل هوش مصنوعی Runway به طور هوشمند سوژه اصلی را در کادر دنبال کرده و هنگام تغییر نسبت تصویر، آن را حفظ می‌کند. این ویژگی برای تولیدکنندگان محتوا که به دنبال بهینه‌سازی ویدیوهای خود برای پلتفرم‌های مختلف هستند، بسیار کاربردی است.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#ابزار #Runway

‏✨ کانوا با Magic Layers، ویرایش عکس‌های ChatGPT را متحول می‌کند

‏کانوا با معرفی قابلیت جدید خود به نام Magic Layers، انقلابی در ویرایش تصاویر تولید شده توسط هوش مصنوعی ایجاد کرده است. این قابلیت به کاربران اجازه می‌دهد تا تصاویر تولید شده توسط مدل‌هایی مانند ChatGPT را وارد کانوا کرده و لایه‌های تشکیل‌دهنده آن‌ها را به‌طور مجزا ویرایش کنند. این امکان، کنترل بی‌سابقه‌ای را برای جابه‌جایی، تغییر یا ویرایش عناصر مختلف در یک تصویر فراهم می‌آورد و تجربه کاربری را به سطحی کاملاً جدید ارتقا می‌دهد.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#معرفی #MagicLayers

‏📉 کاهش سهم بازار ChatGPT و رشد رقبا

‏در اوایل سال ۲۰۲۵، ChatGPT بیش از ۹۰٪ ترافیک جهانی چت‌بات‌های هوش مصنوعی را در اختیار داشت. اما تا ماه می ۲۰۲۶، این سهم به کمتر از ۶۱٪ کاهش یافته است. در همین دوره، Gemini سهم خود را به ۲۹.۹٪ رسانده و Claude نیز با رشد قابل توجهی به ۹.۸٪ بازار دست یافته است. با وجود اینکه بازار کلی هوش مصنوعی ماهانه ۳٪ رشد می‌کند و کاربران جدید بیشتری جذب می‌شوند، اما این کاربران دیگر تنها به سمت OpenAI نمی‌روند و به سمت پلتفرم‌های رقیب نیز گرایش پیدا کرده‌اند.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#خبر #ChatGPT

‏🗣️ معرفی Gemini 3.5 Live Translate: ترجمه زنده گفتار به گفتار

‏گوگل از جدیدترین مدل صوتی خود، Gemini 3.5 Live Translate، رونمایی کرد که قابلیت ترجمه زنده گفتار به گفتار را ارائه می‌دهد. این مدل نوآورانه بیش از ۷۰ زبان را پشتیبانی کرده و به محض شروع صحبت، ترجمه را آغاز می‌کند و در حین گوش دادن به صحبت‌های بعدی، ترجمه‌های جریانی را ارائه می‌دهد. هدف این فناوری، ایجاد ارتباط واقعی و بدون مانع زبانی، با حذف وقفه‌های ناخوشایند و صدای بریده‌بریده است.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

🤖 خلاصه تحولات هوش مصنوعی
━━━━━━━━━━━━━━━
📅 دوره: 24 ساعت گذشته | شماره #45
⏰ از سه‌شنبه 1405/03/19 ساعت 14:00
تا چهارشنبه 1405/03/20 ساعت 14:00
━━━━━━━━━━━━━━━

🤖 مدل‌های زبانی بزرگ و چندوجهی

تنسنت هونیوان (Tencent Hunyuan) UniRL را معرفی کرده است، یک زیرساخت جدید برای آموزش پسین مبتنی بر یادگیری تقویتی (RL) مدل‌های چندوجهی. هدف UniRL ایجاد یک چرخه RL یکپارچه برای خانواده‌های مختلف مدل‌ها از جمله LLM (مدل‌های زبان بزرگ)، VLM (مدل‌های دیداری-زبانی) و دیفیوژن (diffusion) است. این چارچوب مدل و الگوریتم را مستقل از هم در نظر می‌گیرد تا ترکیب انعطاف‌پذیر مدل‌ها و الگوریتم‌های RL فراهم شود.
🔗 مشاهده پست

Anthropic نسخه تجاری مدل Mythos را تحت اسم Claude Fable 5 عرضه کرده است. این مدل که پیش‌زمینه‌ای از پروژه محرمانه Glasswing دارد، توانایی شناسایی خودکار آسیب‌پذیری‌های صفر روز و انجام حملات چندمرحله‌ای پیچیده را داراست. Anthropic این فناوری را به دو لایه تقسیم می‌کند: نسخه پایه به‌صورت اختصاصی برای دولت‌ها و شرکای استراتژیک باقی می‌ماند، در حالی که Fable 5 برای استفاده عمومی عرضه می‌شود.
🔗 مشاهده پست

جامعه هوش مصنوعی معتقد است دوره مهندسی پرامپت (Prompt Engineering) به پایان رسیده و به‌جای آن باید سیستم‌های خودکار (Loop Engineering) طراحی کرد. در این رویکرد به‌جای نوشتن دستورالعمل‌های گام‌به‌گام برای یک عامل کدنویسی، هدف کلی به سیستم داده می‌شود تا خود به‌خود حلقه‌ای از اعمال را اجرا کند. این چرخه شامل تجزیه مسأله به زیرکارها، واگذاری به عوامل تخصصی، بازبینی نتایج، شناسایی خطاها، ارسال اصلاحات برای تکرار مجدد است.
🔗 مشاهده پست

سهم بازار ChatGPT در اوایل سال ۲۰۲۵ بیش از ۹۰٪ ترافیک جهانی چت‌بات‌های هوش مصنوعی را در اختیار داشت، اما تا ماه می ۲۰۲۶، این سهم به کمتر از ۶۱٪ کاهش یافته است. در همین دوره، Gemini سهم خود را به ۲۹.۹٪ رسانده و Claude نیز با رشد قابل توجهی به ۹.۸٪ بازار دست یافته است. با وجود رشد ماهانه ۳٪ در بازار کلی هوش مصنوعی و جذب کاربران جدید، این کاربران به سمت پلتفرم‌های متنوع‌تری می‌روند.
🔗 مشاهده پست

🎬 ابزارها و ویرایشگرهای هوش مصنوعی

ابزار Runway قابلیت جدیدی برای تغییر خودکار نسبت تصویر ویدیوها معرفی کرده است. این قابلیت به کاربران اجازه می‌دهد ویدیوهای افقی را به فرمت عمودی برای پلتفرم‌هایی مانند Shorts و Stories تبدیل کنند. مدل هوش مصنوعی Runway به طور هوشمند سوژه اصلی را در کادر دنبال کرده و هنگام تغییر نسبت تصویر، آن را حفظ می‌کند. این ویژگی برای تولیدکنندگان محتوا که به دنبال بهینه‌سازی ویدیوهای خود برای پلتفرم‌های مختلف هستند، مفید است.
🔗 مشاهده پست

کانوا با معرفی قابلیت جدید خود به نام Magic Layers، انقلابی در ویرایش تصاویر تولید شده توسط هوش مصنوعی ایجاد کرده است. این قابلیت به کاربران اجازه می‌دهد تا تصاویر تولید شده توسط مدل‌هایی مانند ChatGPT را وارد کانوا کرده و لایه‌های تشکیل‌دهنده آن‌ها را به‌طور مجزا ویرایش کنند. این امکان، کنترل بی‌سابقه‌ای را برای جابه‌جایی، تغییر یا ویرایش عناصر مختلف در یک تصویر فراهم می‌آورد.
🔗 مشاهده پست

📚 آموزش و منابع

کتاب جدید "Starting Data Analytics with Generative AI and Python" به‌صورت عملی نشان می‌دهد چگونه هوش مصنوعی مولد (Generative AI) می‌تواند در مسیر تجزیه‌وتحلیل داده‌ها به‌کار رود؛ از تعریف مسئله و تضمین کیفیت داده‌ها تا تحلیل، تفسیر نتایج، پردازش متنی (text mining) و بهینه‌سازی عملکرد. نویسنده تأکید می‌کند که هدف این تکنولوژی جایگزینی تحلیلگر داده نیست، بلکه به‌عنوان یک همکار هوشمند در طراحی مسیر تحلیلی، نوشتن کد و شرح خروجی‌ها عمل می‌کند.
🔗 مشاهده پست

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

‏🧠 ساخت مدل Reasoning از ابتدا

‏سباستین راشکا در کتاب جدید خود با عنوان "Build a Reasoning Model From Scratch" به بررسی عمیق چگونگی ساخت مدل‌های استدلال (Reasoning Models) در هوش مصنوعی می‌پردازد. این کتاب که در حال حاضر به صورت MEAP (محصول در حال توسعه) منتشر شده است، راهنمایی جامع برای توسعه‌دهندگانی است که می‌خواهند درک کنند چگونه مدل‌های زبانی بزرگ (LLMs) قادر به انجام وظایف پیچیده استدلالی می‌شوند.

‏این اثر بر پایه‌های نظری و عملی تمرکز دارد و به خوانندگان کمک می‌کند تا با مفاهیم کلیدی مانند استدلال مبتنی بر زنجیره افکار (Chain-of-Thought) و تکنیک‌های مرتبط با آن آشنا شوند. هدف اصلی کتاب، ارائه دانش لازم برای ساخت مدل‌هایی است که نه تنها قادر به پردازش زبان هستند، بلکه می‌توانند استدلال کرده و به نتایج منطقی دست یابند.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#آموزش #ReasoningModel