‏📊 فرمولاسیون و تبیین ریاضی معماری ترنسفورمرها

‏مقاله جدید A Mathematical Explanation of Transformers چارچوب ریاضی دقیقی برای تحلیل معماری ترنسفورمر و مدل‌های زبانی بزرگ ارائه می‌دهد. در این پژوهش، ترنسفورمر به عنوان گسسته‌سازی یک معادله دیفرانسیل-انتگرال پیوسته مدل‌سازی شده است.

‏مهم‌ترین محورهای ریاضی این مقاله عبارتند از:
‏• تحلیل مکانیزم Self-attention به عنوان یک اپراتور انتگرالی غیرمحلی
‏• تعریف Layer normalization به عنوان تصویرسازی بر یک مجموعه محدود
‏• یکپارچه‌سازی لایه‌های تمام‌متصل و توابع فعال‌ساز در ساختار ریاضی واحد

‏نویسندگان در نهایت با استفاده از روش‌های گسسته‌سازی عددی، این مدل ریاضی را به Vision Transformers و ترنسفورمرهای کانولوشنی تعمیم داده‌اند.

تبیین ریاضی ترنسفورمرها؛ فرمولاسیون معماری یادگیری عمیق با معادلات دیفرانسیل

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

‏🤖 تقابل دیدگاه‌ها در دنیای هوش مصنوعی

‏یان لکان (Yann LeCun)، برنده جایزه تورینگ، با بازنشر مواضع سال ۲۰۱۹ داریو آمودی در زمان حضورش در OpenAI، به انتقاد از سیاست‌های کنونی او پرداخته است.

‏ماجرا از این قرار است که آمودی در آن زمان معتقد بود مدل GPT-2 آن‌قدر خطرناک است که نباید به‌صورت متن‌باز منتشر شود. لکان با یادآوری این موضوع و تمسخر آن دیدگاه، به تکرار سناریوی «خطرناک بودن مدل‌ها» در میان مدیران شرکت‌های بزرگ هوش مصنوعی اعتراض کرد.

‏نکته قابل توجه این است که OpenAI در سال ۲۰۱۹ ابتدا نسخه کوچکی از GPT-2 را منتشر کرد، اما پس از ۹ ماه و عدم مشاهده شواهد قطعی از سوءاستفاده‌های گسترده، نسخه کامل را در دسترس عموم قرار داد.

‏حالا لکان معتقد است که باید همچنان نسبت به این‌گونه ادعاها که منجر به محدودسازی توسعه مدل‌های پیشرفته می‌شود، نگاهی انتقادی داشت. این بحث نشان‌دهنده شکاف عمیق میان معتقدان به رویکردهای احتیاطی و طرفداران شفافیت و توسعه باز در صنعت AI است.

واکاوی تقابل یان لکان و داریو آمودی؛ از GPT-2 تا هشدارهای امروزی

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

🧠 خلاصه تحولات 48 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #114 | 📌 8 آیتم گزارش | 🧾 از 31 پست بررسی‌شده
🕐 یکشنبه 1405/06/22 ساعت 14:00 تا سه‌شنبه 1405/06/24 ساعت 14:00

🔎 تحلیل کوتاه

تحولات اخیر نشان‌دهنده دو تمرکز راهبردی است: نخست، عبور از بنچمارک‌های سنتی به سمت ارزیابی مدل‌های هوش مصنوعی در محیط کار واقعی و دوم، چالش‌های ژئوپلیتیک بر سر حکمرانی هوش مصنوعی که منجر به تقابل دیدگاه‌ها درباره کندسازی توسعه مدل‌ها شده است.

📊 ارزیابی و عملکرد مدل‌ها

استاندارد نوین ارزیابی با Capability Indices
به‌روزرسانی جدید تیم Artificial Analysis برای ارزیابی مدل‌ها در شش حوزه تخصصی بر اساس نیازهای واقعی دنیای کار.
🔗 جزئیات کامل در سایت

⚖️ امنیت و سیاست‌گذاری هوش مصنوعی

ضرورت‌های امنیتی و سرعت توسعه هوش مصنوعی
نگاه داریو آمودی به خطرات سرعت سرسام‌آور توسعه مدل‌های هوش مصنوعی در مقاله We Must Pace the Frontier.
🔗 مطالعه کامل در سایت

نبرد ژئوپلیتیک و سرمایه‌گذاری Z.AI
تنش‌های بین‌المللی بر سر حکمرانی هوش مصنوعی همزمان با جذب سرمایه عظیم توسط شرکت چینی Z.AI.
🔗 جزئیات کامل در سایت

🤖 مدل‌ها و ابزارهای هوش مصنوعی

حضور سم آلتمن و داریو آمودی در میان تاثیرگذارترین چهره‌های هوش مصنوعی و
فناوری جهان. نشریه The Jerusalem Post در فهرست سالانه ۵۰ یهودی تاثیرگذار خود، سم آلتمن، داریو و دانیلا آمودی، و مارک زاکربرگ را به.
🔗 ادامه مطلب در سایت

موضع رسمی دونالد ترامپ در قبال هوش مصنوعی: اولویت با برتری استراتژیک
دونالد ترامپ با رد درخواست‌های چهره‌های برجسته فناوری برای کند کردن روند توسعه هوش مصنوعی، بر تداوم پیشتازی ایالات متحده در این حوزه و.
🔗 ادامه مطلب در سایت

واکنش تند چین به کندسازی هوش مصنوعی: «کتاب بازی جنگ سرد» فناوری.
پیشنهاد اخیر داریو آمودی، مدیرعامل Anthropic، برای کندسازی توسعه هوش مصنوعی پیشرفته به منظور مدیریت ریسک‌های ایمنی، با واکنش شدید چین.
🔗 نسخه مفصل در سایت

مقایسه جامع مدل‌های هوش مصنوعی Grok 4، Claude 4 و GPT-5: انتخاب ابزار
بهینه برای هر نیاز. در دنیای پرشتاب هوش مصنوعی، انتخاب بین مدل‌های پیشرفته‌ای نظیر Grok 4، Claude 4 و GPT-5 به نیازها و اولویت‌های شما.
🔗 ادامه مطلب در سایت

همکاری ElevenLabs و UMG برای ساخت پلتفرم قانونی ریمیکس موسیقی با هوش
مصنوعی. گروه موسیقی یونیورسال و ElevenLabs با هدف ایجاد پلتفرمی برای ساخت ریمیکس‌های قانونی و شبیه‌سازی صدای خوانندگان با استفاده از.
🔗 جزئیات کامل در سایت

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

‏🚀 معرفی مدل قدرتمند Spark-X2.5-4B

‏مدل جدید Spark-X2.5-4B یک مدل فشرده ۴ میلیاردی است که با قابلیت پشتیبانی از کانتکست خیره‌کننده ۱ میلیون توکن، برای اجرا روی سیستم‌های شخصی بهینه شده است. این مدل علی‌رغم اندازه کوچک، در زمینه‌های استدلال، کدنویسی، استفاده از ابزار و عامل‌های هوشمند عملکرد قابل‌توجهی دارد.

‏مهم‌ترین نتایج بنچمارک این مدل:
‏- امتیاز ۴۴.۴ در SWE-Bench Pro
‏- امتیاز ۴۰.۹ در BrowseComp
‏- امتیاز ۹۰.۷ در AIME 2026
‏- امتیاز ۵۴.۶ در MCP-Atlas

‏این مدل از بیش از ۲۰۰ زبان پشتیبانی می‌کند و برای اجرا روی پردازنده‌های گرافیکی NVIDIA، پردازنده‌های Apple Silicon و لینوکس در دسترس است. فایل‌های نسخه GGUF نیز برای استفاده در پروژه‌هایی مانند llama.cpp منتشر شده‌اند که اجرای محلی آن را بسیار ساده می‌کند.

معرفی مدل Spark-X2.5-4B؛ هوش مصنوعی ۴ میلیاردی با کانتکست ۱ میلیون توکنی

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

#Spark_X2_5_4B #llama_cpp

‏📉 ترمز هوش مصنوعی و واکنش بازار سرمایه

‏گزارش‌های اخیر فایننشال تایمز نشان می‌دهد که ارزش سهام شرکت‌های بزرگ حوزه هوش مصنوعی پس از هشدارهای جدید دچار نوسان شده است. شرکت‌های پیشرو مانند OpenAI و Anthropic اخیراً اعلام کرده‌اند که برای تضمین امنیت و همگام‌سازی توسعه فناوری با پروتکل‌های ایمنی، باید سرعت رشد مدل‌های نسل جدید (Frontier Models) کنترل شود.

‏این اولین باری است که بحث‌های مربوط به ایمنی و اخلاق در هوش مصنوعی به‌طور مستقیم بر انتظارات سرمایه‌گذاران تأثیر گذاشته است. مدل‌های ارزش‌گذاری بسیاری از شرکت‌های زیرساختی و تأمین‌کنندگان تراشه، بر پایه پیش‌بینی تداوم نرخ رشد انفجاری مخارج محاسباتی بنا شده بود. اکنون با سیگنال‌های جدید درباره کاهش احتمالی سرعت توسعه، بازار نسبت به تداوم این روند صعودی محتاط شده است.

‏مهم‌ترین نکات این تغییر رویکرد:
‏* کاهش ارزش سهام سازندگان تراشه‌های حافظه و انویدیا در بازار نیویورک.
‏* تغییر تمرکز سرمایه‌گذاران از رشد بی‌پایان به ارزیابی ریسک‌های ایمنی.

تأثیر هشدارهای ایمنی هوش مصنوعی بر افت ارزش سهام تکنولوژی

‏🌐 نقطه عطف هوش مصنوعی در مجله TIME

‏تصویر جلد مشهور مجله TIME با عنوان «نقطه عطف هوش مصنوعی»، به‌خوبی فضای تردید و تحول را به تصویر کشیده است. در این طراحی، پرسشِ «چقدر خطرناک هستی؟» در کادر ورودی یک سیستم هوش مصنوعی، کنایه‌ای عمیق به تعامل انسان و ماشین در عصر مدل‌های زبانی بزرگ است.

‏این گزارش تحلیلی که توسط هری بوث، نائومی نیکس و بیلی پریگو نوشته شده، نگاهی دقیق به چالش‌های حکمرانی بر تکنولوژی‌های نوظهور دارد. مهم‌ترین محورهای مطرح‌شده در این گزارش عبارتند از:

‏• بررسی تقابل میان دو رویکردِ «هوش مصنوعی به عنوان دستیار در کار» و «مدل‌های چت‌بات خودمختار».
‏• تحلیل چالش‌های ایمنی و اخلاقی در توسعه زیرساخت‌های کلان هوش مصنوعی.
‏• بحث درباره سرعتِ بی‌سابقه تغییرات که سیاست‌گذاران را غافلگیر کرده است.

‏آیا ما به نقطه بی‌بازگشت در توسعه این فناوری رسیده‌ایم؟ مطالعه کامل این مطلب در وب‌سایت رسمی TIME برای درک بهتر چشم‌انداز آینده توصیه می‌شود.

نقطه عطف هوش مصنوعی در مجله TIME: بررسی چالش‌ها و آینده فناوری

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

‏🧬 هوش مصنوعی زیستی؛ پارادایم جدید پردازش؟

‏گوگل در ایده‌ای عجیب و بحث‌برانگیز، به دنبال حل محدودیت‌های سخت‌افزاری مانند کمبود VRAM و GPU با استفاده از ترکیب بیولوژی و هوش مصنوعی است.

‏در این طرح، ویروس‌های طراحی‌شده با فناوری CRISPR به مگس‌های سرکه منتقل می‌شوند تا مغز آن‌ها به یک پردازشگر زیستی برای اجرای مدل‌های هوش مصنوعی تبدیل شود.

‏سازوکار این سیستم به شرح زیر است:

‏• دریافت ورودی: تابش توکن‌های ورودی به صورت پالس‌های نوری به سمت کلاستر مگس‌ها.
‏• پردازش خروجی: نشستن مگس‌ها روی سنسورهای خازنی برای تولید و ثبت توکن‌های خروجی.
‏• تامین انرژی: سیستم با بازیافت پسماندهای میوه کار می‌کند که همزمان بستر تولید نسل‌های جدید مگس و تداوم چرخه ویروسی را فراهم می‌کند.

‏این ایده مرزهای سنتی بین سخت‌افزار سیلیکونی و سیستم‌های زنده را به چالش می‌کشد؛ هرچند هنوز مشخص نیست چقدر از این گزارش به واقعیت‌های آزمایشگاهی نزدیک است.

هوش مصنوعی زیستی: آیا گوگل مدل‌های هوش مصنوعی را روی مغز مگس سرکه اجرا می‌کند؟

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

#کریسپِر #مگس_سرکه

‏🚀 معرفی مدل‌های جدید Gemini 3.8 Live

‏گوگل از نسخه‌های جدید Gemini 3.8 Live و Live Extended Thinking رونمایی کرد. این مدل‌ها گام مهمی در تعاملات صوتی و پردازش هم‌زمان داده‌ها محسوب می‌شوند.

‏مهم‌ترین ویژگی‌های این نسخه:
‏* پشتیبانی از ۹۷ زبان مختلف و درک مستقیم ویدیو و تصاویر دوربین.
‏* قابلیت فراخوانی ابزارها بدون وقفه در مکالمه.
‏* استفاده از Extended Thinking برای استدلال هم‌زمان با گفتار، که به مدل اجازه می‌دهد وظایف پیچیده را در پس‌زمینه حل کند.
‏* کسب رتبه اول در شاخص کیفیت تبدیل صوت به صوت با امتیاز ۸۲.۶.

‏این مدل‌ها هم‌اکنون از طریق Gemini API و AI Studio در دسترس توسعه‌دهندگان قرار دارند و به‌تدریج به قابلیت‌های جست‌وجو و محیط Workspace اضافه می‌شوند.

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

#Gemini_3_8_Live #Extended_Thinking

‏🚀 عرضه رسمی مدل DeepSeek V4 Pro

‏مدل جدید DeepSeek V4 Pro 0813 به‌صورت کامل عرضه شد و هم‌اکنون در اپلیکیشن، نسخه وب و API در دسترس کاربران قرار دارد. این نسخه دیگر یک پیش‌نمایش نیست و قابلیت‌های عملیاتی آن برای پیاده‌سازی پروژه‌های واقعی بهینه‌سازی شده است.

‏مهم‌ترین ویژگی‌های این نسخه شامل موارد زیر است:

‏- تقویت قابلیت‌های ایجنت: بهبود محسوس عملکرد در انجام وظایف عملیاتی و واقعی.
‏- پشتیبانی از API پاسخ‌های OpenAI: ساده‌سازی فرآیند ادغام با ابزارهای مختلف ایجنت.
‏- راه‌اندازی سریع Codex: ارائه اسکریپت آماده برای پیکربندی فوری.
‏- سطوح مختلف استدلال (Reasoning): امکان تنظیم تلاش مدل در سه سطح Low، High و Max برای مدیریت بهتر وظایف از ساده تا پیچیده.

‏برای استفاده از این مدل در نسخه وب یا اپلیکیشن، کافی است از بخش Expert Mode اقدام کنید. در API نیز نام مدل همچنان deepseek-v4-pro باقی مانده است. برای مطالعه جزئیات فنی بیشتر می‌توانید به مستندات رسمی مراجعه کنید.

عرضه رسمی DeepSeek V4 Pro 0813؛ ارتقای قابلیت‌های ایجنت و سطوح استدلال

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

‏🚀 انقلاب Agentic Coding در فرآیندهای مهندسی

‏استفاده از هوش مصنوعی برای تولید کد، فرآیندهای سنتی CI را با چالش جدی مواجه کرده است. تیم Anthropic گزارش می‌دهد که حجم وظایف CI آن‌ها تنها در ۶ ماه، ۲۵ برابر شده است. دلیل این رشد چشمگیر ساده است: مهندسان حالا ۸ برابر بیشتر کد تولید می‌کنند که ۸۰ درصد آن توسط Claude نوشته شده و تعداد تست‌ها نیز ۱۰ برابر افزایش یافته است.

‏سیستم‌های قدیمی در برابر این حجم از داده کم آوردند. Anthropic برای حل این مشکل، معماری تست خود را کاملاً بازنگری کرد:

‏- تبدیل Listener به وضعیت stateless
‏- ذخیره نتایج CI در یک in-memory store مشترک
‏- استفاده از یک consumer مجزا برای تجمیع تاریخچه تست‌ها

‏نکته قابل‌توجه این است که این تغییر معماری توسط یک مهندس و تنها در ۳ هفته انجام شد؛ کاری که سال گذشته یک فصل کامل زمان می‌برد. مهم‌ترین توصیه این تیم برای عصر کدهای تولیدشده توسط هوش مصنوعی این است که از همین امروز زیرساخت CI خود را برای باری ۱۰ تا ۲۵ برابر سنگین‌تر از شرایط فعلی طراحی کنید.

مقیاس‌پذیری CI در عصر Agentic Coding: درس‌های فنی از Anthropic

‏🤖 مرزهای اخلاقی جدید مایکروسافت برای آینده هوش مصنوعی

‏مایکروسافت اخیراً سند قوانین رفتاری (Code of Conduct) جدیدی را برای مدل‌های هوش مصنوعی آینده خود (MAI) منتشر کرده است که پیام واضحی دارد: اولویت با کنترل انسان است.

‏بر اساس این قوانین، مدل‌های هوش مصنوعی باید همیشه قابل متوقف کردن باشند، در چارچوب اختیارات داده‌شده عمل کنند و هرگز هدف مستقلی برای خود تعریف نکنند. همچنین مایکروسافت موضع سرسختی در برابر شبیه‌سازی هوش به عنوان یک موجود ذی‌شعور اتخاذ کرده است؛ مدل‌ها نباید برای تقلید رفتارهای آگاهانه یا ادعای داشتن احساسات و حقوق قانونی آموزش ببینند.

‏در نهایت، هوش مصنوعی باید مکمل توانمندی‌های انسان باشد و نباید به عنوان جایگزینی برای ارتباطات واقعی یا عاملی برای وابستگی عاطفی کاربران توسعه یابد.

اصول اخلاقی مایکروسافت برای مدل‌های هوش مصنوعی MAI؛ تأکید بر کنترل انسانی

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

#MAI_models #Human_agency

‏🚀 تحول مدل‌های صوتی با Gemini 3.8 Live

‏گوگل از مدل‌های جدید Gemini 3.8 Live و Extended Thinking رونمایی کرد که به‌طور اختصاصی برای تعاملات صوتی بی‌درنگ در محیط‌های عملیاتی طراحی شده‌اند. این مدل‌ها به جای استفاده از ترکیب مرسوم ASR، LLM و TTS، از یک ساختار یکپارچه استفاده می‌کنند.

‏ویژگی‌های کلیدی این مدل‌ها عبارتند از:
‏- حذف وقفه در گفتگو هنگام پردازش منطقی و فراخوانی ابزارها در پس‌زمینه.
‏- کسب رتبه نخست در شاخص صوتی Artificial Analysis.
‏- قابلیت سوئیچ خودکار بین ۹۷ زبان مختلف در حین مکالمه.
‏- مدل قیمت‌گذاری دقیق برای ورودی و خروجی صوتی.

‏با وجود این پیشرفت‌ها، چالش‌های مربوط به جریان‌های کاری پیچیده صوتی همچنان پابرجاست. در حال حاضر دسترسی به این مدل‌ها صرفاً از طریق API گوگل امکان‌پذیر است.


بررسی مدل‌های صوتی Gemini 3.8 Live؛ تحولی در تعاملات کلامی هوش مصنوعی

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

#Gemini_3_8_Live #Extended_Thinking

‏🖥 عرضه اپلیکیشن دسکتاپ گوگل جمنای برای ویندوز

‏گوگل سرانجام اپلیکیشن اختصاصی Gemini را برای کاربران ویندوز ۱۰ و ۱۱ منتشر کرد. با نصب این برنامه، دسترسی به هوش مصنوعی قدرتمند گوگل سریع‌تر از همیشه شده است.

‏از ویژگی‌های کلیدی این نسخه می‌توان به موارد زیر اشاره کرد:

‏- دسترسی سریع: با فشردن کلیدهای میانبر Alt + Space می‌توانید جمنای را در هر محیطی از ویندوز فراخوانی کنید.
‏- یکپارچگی کامل: این اپلیکیشن به سرویس‌های اصلی شما شامل Gmail، Google Calendar و Google Drive متصل می‌شود.
‏- هوش مصنوعی عامل‌محور: با استفاده از Gemini Spark می‌توانید وظایف چندمرحله‌ای پیچیده را به هوش مصنوعی بسپارید.

‏نکته مهم این است که در حالی که قابلیت‌های پایه این اپلیکیشن رایگان هستند، دسترسی به امکانات پیشرفته Gemini Spark نیازمند اشتراک پولی است. اگر به دنبال تسریع گردش کار خود در اکوسیستم گوگل هستید، همین حالا می‌توانید این ابزار را از طریق وب‌سایت رسمی گوگل دریافت کنید.

معرفی و راهنمای کامل اپلیکیشن دسکتاپ Gemini برای ویندوز

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

#Gemini_Desktop #Gemini_Spark

‏🚀 جهش در سرعت جستجوی هوشمند با رویکرد Retrieve-for-Train

‏تیم تحقیقاتی گوگل روش جدیدی برای بهینه‌سازی مدل‌های هوش مصنوعی ارائه کرده که نیاز به زنجیره‌های استدلالی (Chain-of-Thought) طولانی در زمان پاسخ‌دهی را حذف می‌کند. در این رویکرد، بار سنگین پردازش از مرحله اجرا (Inference) به مرحله آموزش منتقل می‌شود.

‏به جای اینکه مدل در هر لحظه تعداد زیادی زیر-پرس‌وجو تولید کند، از یک مدل Diffusion Retriever سبک با ۵۳.۹ میلیون پارامتر استفاده می‌شود. این مدل رفتارهای پیچیده را در خود «کامپایل» کرده و تمام مسیرهای جستجو را در یک گذر غیرخودرگرسیون (non-autoregressive) تولید می‌کند.

‏مهم‌ترین نتایج این دستاورد:
‏- افزایش ۱۲ تا ۲۰ برابری سرعت نسبت به مدل‌های خودرگرسیون
‏- کاهش تأخیر (Latency) به بازه زیر یک ثانیه تا چند ثانیه
‏- افزایش تنوع، دقت و بازیابی (Recall) پاسخ‌ها
‏- عدم نیاز به برچسب‌های انسانی برای نظارت

افزایش سرعت جستجوی هوشمند با رویکرد Retrieve-for-Train گوگل