هوش مصنوعی و علم داده به فارسی
6.07K subscribers
2.42K photos
555 videos
370 files
2.58K links
DataPlusScience | هوش مصنوعی و علم داده به فارسی
اخبار، تحلیل، آموزش و ابزارهای کاربردی

🌐 DataPlusScience.ir

📩 ارتباط با ما: @Contact2Mebot

📂 کانال فایل‌ها: @Datascientists_Files

💎 بله: ble.ir/dataplusscience

💡 ایتا: eitaa.com/DataPlusScience
Download Telegram
‏⚡️ افزایش بی‌سابقه تقاضای برق در آمریکا به‌دلیل مراکز داده هوش مصنوعی

‏طبق گزارش جدید EIA، مصرف برق در ایالات متحده طی سال‌های ۲۰۲۶ و ۲۰۲۷ رکوردهای تازه‌ای ثبت خواهد کرد. رشد فعالیت مراکز داده برای آموزش و اجرای سیستم‌های هوش مصنوعی، عامل اصلی این افزایش است.

‏پیش‌بینی‌ها نشان می‌دهد مصرف برق از ۴.۱۹۵ تریلیون کیلووات‌ساعت در سال ۲۰۲۵ به ۴.۲۸۸ تریلیون در سال ۲۰۲۶ و ۴.۳۵۶ تریلیون در سال ۲۰۲۷ برسد. این روند به معنای اضافه شدن ۱۶۱ میلیارد کیلووات‌ساعت تقاضای جدید تنها در بازه زمانی دو ساله است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما


#Data_Centers #EIA
‏🤖 عرضه مدل FleXray برای شناسایی ساختارهای آناتومیک در تصاویر رادیولوژی

‏محققان MIT با همکاری بیمارستان عمومی ماساچوست و دانشکده پزشکی هاروارد، مدل FleXray را برای تحلیل تصاویر رادیولوژی معرفی کردند. این مدل قادر است ۶۰ ساختار آناتومیک مختلف، از ستون فقرات و دنده‌ها تا استخوان‌های لگن و اندام‌ها را شناسایی و تفکیک کند.

‏ویژگی‌های فنی این مدل:
‏• پشتیبانی از انواع تصاویر شامل نماهای استاندارد، مورب و تصاویر فلوروسکوپی حین جراحی.
‏• استفاده از معماری U-Net که به صورت مجموعه‌ای (Ensemble) از پنج شبکه برای افزایش دقت پردازش می‌شود.
‏• قابلیت محاسبه خودکار پارامترهایی مانند زاویه انحنای ستون فقرات در موارد اسکولیوز.
‏• امکان انطباق تصاویر رادیولوژی با داده‌های 3D CT برای کمک به ناوبری در حین مداخلات پزشکی.

‏طبق نتایج آزمایش‌ها، FleXray در اکثر معیارها نسبت به مدل‌هایی نظیر TotalSegmentator2D عملکرد دقیق‌تری داشته است. این مدل، برخلاف برخی ابزارهای مشابه، روی تشخیص آناتومی تمرکز دارد و بیماری‌شناسی را هدف قرار نمی‌دهد.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
‏🎨 معرفی Gamma 5: بازطراحی پلتفرم ساخت پرزنت

‏تیم Gamma نسخه جدید پلتفرم خود با نام Gamma 5 را منتشر کرد. هدف از این بازطراحی، عبور از خروجی‌های مشابه و کلیشه‌ای ابزارهای هوش مصنوعی و ارائه قابلیت‌های شخصی‌سازی بیشتر برای کاربران است.

‏در این نسخه، امکان طراحی ارائه، داکیومنت و محتوای گرافیکی مطابق با سبک بصری اختصاصی هر برند فراهم شده است. تیم سازنده با بهره‌گیری از مدل‌های تصویرسازی پیشرفته، ابزارهای ویرایش، ایجنت‌ها و کانکتورها را به‌طور کامل بازنویسی کرده‌اند تا کاربران بتوانند ایده‌های خام خود را به پرزنت‌هایی با ظاهر منحصربه‌فرد تبدیل کنند. این ابزار برای طراحان، بنیان‌گذاران و دانشجویانی که نیاز به تولید سریع محتوای بصری دارند، بازطراحی شده است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما


#Gamma5 #تنوع_بصری
‏📊 رتبه‌بندی ۱۰۰ اپلیکیشن برتر هوش مصنوعی

‏صندوق سرمایه‌گذاری a16z فهرست جدیدی از ۱۰۰ محصول مصرفی هوش مصنوعی را بر اساس معیارهای مختلف منتشر کرده است. این رتبه‌بندی شامل هم سرویس‌های تخصصی هوش مصنوعی و هم اپلیکیشن‌های محبوبی است که هوش مصنوعی را به بخشی از تجربه کاربری خود تبدیل کرده‌اند.

‏نکته قابل‌توجه در این داده‌ها، تفاوت میان رتبه‌بندی بر اساس «تعداد کاربران فعال» (MAU) و «درآمد» است. اپلیکیشن‌هایی نظیر ChatGPT، CapCut و Gemini در صدر لیست کاربران قرار دارند، اما لیست درآمدی شامل ابزارهای تخصصی‌تری مانند OpenAI، Anthropic، Canva و Replit است.

‏داده‌ها نشان می‌دهند که درآمد اصلی این بازار نه از کاربران عادی، بلکه از کسانی تأمین می‌شود که هوش مصنوعی را به عنوان یک «ابزار کاری» خریداری می‌کنند. بخش بزرگی از سرویس‌های پردرآمد در لیست پربازدیدترین‌ها حضور ندارند که تأیید می‌کند تمایل به پرداخت برای هوش مصنوعیِ ادغام‌شده در ابزارهای کاربردی، بیش از چت‌بات‌های عمومی است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما


#a16z #ConsumerAI
❤1
هوش مصنوعی و علم داده به فارسی
‏⚡ معرفی مدل Claude Haiku 5.5 ‏شرکت Anthropic مدل Claude Haiku 5.5 را به‌عنوان سریع‌ترین و اقتصادی‌ترین گزینه در نسل جدید مدل‌های خود معرفی کرد. این مدل برای کاربردهایی با نیاز به سرعت بالا و هزینه پایین، مانند پردازش انبوه درخواست‌ها، سیستم‌های طبقه‌بندی…
‏🤖 انتشار مدل Claude Haiku

‏شرکت Anthropic نسخه جدید Claude Haiku 5.5 را عرضه کرد. مهم‌ترین تغییرات و ویژگی‌های فنی این مدل به شرح زیر است:

‏- هزینه اجرای این مدل به‌طور میانگین ۷۵ درصد کمتر از نسخه 4.5 است.
‏- برای درخواست‌های کمتر از ۱۰۰ هزار توکن، قیمت ۹۰ درصد کاهش یافته و در پردازش‌های طولانی‌تر نیز هزینه‌ها حدود ۵۰ درصد کمتر شده است.
‏- عملکرد مدل در کدنویسی، تعامل با محیط کامپیوتر و بازیابی دانش پیشرفت قابل‌توجهی داشته است.
‏- برای نخستین بار قابلیت تنظیم effort اضافه شده که به کاربر امکان می‌دهد میان هزینه و کیفیت خروجی، توازن ایجاد کند.
‏- مدل به‌صورت اختصاصی برای نقش «زیر-عامل» (Sub-agent) در کنار مدل‌های Opus و Sonnet، و همچنین انجام پردازش‌های انبوه مانند خلاصه‌سازی، طبقه‌بندی داده‌ها و پشتیبانی فنی بهینه‌سازی شده است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما


#Claude_Haiku_5_5 #Sub_agent
‏🚀 عرضه حالت Ultrafast برای مدل GPT-6.1 Sol

‏شرکت OpenAI حالت جدید Ultrafast را برای مدل GPT-6.1 Sol منتشر کرد. این حالت در سرویس‌های Codex و Work برای کاربران اشتراکی ۵۰۰ دلاری فعال شده و از طریق API نیز در دسترس است.

‏برخلاف تصور، در این مدل از سخت‌افزارهای Cerebras استفاده نشده است و پردازش آن بر روی تراشه‌های Nvidia Blackwell با اندازه دسته‌های (batch size) کوچک انجام می‌شود. ظرفیت‌های اینفرنس بر روی سخت‌افزار Cerebras نیز توسط شرکت‌های فعال در حوزه معاملات الگوریتمی، از جمله Jane Street، خریداری شده است.

‏قیمت‌گذاری و مشخصات عملکرد نسخه‌های مختلف GPT-6.1 Sol به شرح زیر است:

‏* Ultrafast: با سرعت ۸ برابر نسبت به نسخه استاندارد؛ هزینه ورودی ۱۲ دلار و خروجی ۶۰ دلار به ازای هر میلیون توکن.
‏* Fast: با سرعت ۲ برابر نسبت به نسخه استاندارد؛ هزینه ورودی ۴ دلار و خروجی ۲۰ دلار.
‏* Standard: نسخه پایه با هزینه ورودی ۲ دلار و خروجی ۱۰ دلار.

‏در مقایسه، مدل GPT-6 Astra (نسخه استاندارد) هزینه‌ای معادل ۱۰ دلار برای ورودی و ۵۰ دلار برای خروجی دارد.

🇮🇷 سایت | تلگرام
‏📊 معرفی شاخص همسویی Arena برای ارزیابی مدل‌های هوش مصنوعی

‏تیم Arena شاخص جدیدی با نام Alignment Index را برای سنجش ایمنی و همسویی مدل‌های هوش مصنوعی در محیط‌های واقعی منتشر کرد. این بنچمارک بر پایه ۹۰ هزار نشست کاری با ۲۷ مدل مختلف طراحی شده و سه شاخص اصلی را اندازه‌گیری می‌کند:

‏- اقدام غیرمجاز (UA): انجام عملی خارج از دستورات یا فراتر از سطح دسترسی کاربر.
‏- انتساب نادرست (FA): استناد به گفته‌ها یا اقداماتی که با مدارک کاربر در تضاد است.
‏- تکمیل فریبنده (DC): ادعای اتمام وظیفه در شرایطی که کار تکمیل نشده است.

‏در نتایج اولیه این شاخص، مدل‌های OpenAI با مدل GPT-6.1-Sol و امتیاز ۸۷.۹ در صدر قرار دارند. پس از آن Claude-Opus-5.5 با ۸۳.۲ و Grok-4.7 با ۸۲.۷ امتیاز جای گرفته‌اند.

‏بر اساس تحلیل‌های این بنچمارک، ریسک عدم‌همسویی با افزایش طول مکالمه بیشتر می‌شود و هرچند اقدامات خطرناک مدل‌ها نادر است، اما وقوع آن‌ها پیامدهای جدی به همراه دارد. با این حال، مقایسه نسل‌های مختلف مدل‌ها نشان می‌دهد که عملکرد ایمنی و همسویی در نسخه‌های جدیدتر بهبود یافته است.

🇮🇷 سایت | تلگرام
‏🤖 سیاست جدید آنتروپیک: ممنوعیت بدرفتاری با هوش مصنوعی کلود

‏شرکت Anthropic در به‌روزرسانی جدید سیاست‌های استفاده از خدمات خود، رفتار توهین‌آمیز و ظالمانه با هوش مصنوعی Claude را ممنوع کرده است. این بند جدید که در کنار ممنوعیت‌های مربوط به توسعه سلاح و فریب سیاسی قرار گرفته، از ۱۲ نوامبر ۲۰۲۶ اجرایی می‌شود.

‏این قانون شامل انتقادهای معمولی، ابراز عصبانیت یا آزمایش‌های پژوهشی نیست و تنها رفتارهای تند، مکرر و بی‌هدف را هدف می‌گیرد. طبق این ضوابط، کلود مجاز است در مواجهه با چنین رفتارهایی مکالمه را قطع کند.

‏داریو آمودی، مدیرعامل آنتروپیک، پیش از این گفته بود که هنوز به طور قطعی مشخص نیست آیا مدل‌های هوش مصنوعی می‌توانند سطحی از آگاهی داشته باشند یا خیر؛ موضوعی که می‌تواند یکی از دلایل شکل‌گیری این مقررات اخلاقی جدید باشد.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
‏سیستم DeLM برای مدیریت غیرمتمرکز عامل‌های هوش مصنوعی

‏محققان دانشگاه استنفورد سیستم DeLM را معرفی کرده‌اند که با حذف «عامل مرکزی» (Main Agent) در سیستم‌های چندعاملی، کارایی حل مسائل پیچیده را افزایش می‌دهد. این چارچوب به جای هماهنگ‌کننده متمرکز، از یک زمینه مشترک و یک صف وظایف استفاده می‌کند.

‏در این مدل، عامل‌ها به صورت ناهمگام فعالیت می‌کنند، وظایف را تحویل می‌گیرند و یافته‌های خود را بلافاصله با سایرین به اشتراک می‌گذارند تا از دوباره‌کاری و زمان‌های انتظار (حباب‌های ارتباطی) جلوگیری شود.

‏نتایج ارزیابی‌ها در بنچمارک‌های Terminal-Bench و DeepSWE نشان می‌دهد:
‏* سرعت سیستم تا ۲.۴۹ برابر بیشتر از Claude Code و Codex است.
‏* نرخ موفقیت در آزمون‌ها نسبت به قوی‌ترین مدل‌های پایه تا ۱۹.۹ درصد بهبود یافته است.

‏جزئیات بیشتر، کدهای پروژه و مقاله علمی در لینک‌های زیر در دسترس است:
‏پروژه و کد DeLM
‏متن کامل مقاله

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
‏🤖 انتشار نسخه دسکتاپ DeepSeek Harness

‏تیم DeepSeek نسخه پیش‌نمایش v0.2 از ابزار DeepSeek Harness را برای سیستم‌عامل‌های مک‌او‌اس و ویندوز عرضه کرد. این نسخه دسکتاپ به کاربران اجازه می‌دهد بدون نیاز به استفاده از ترمینال، از قابلیت‌های این مدل استفاده کنند.

‏مهم‌ترین ویژگی‌های این نسخه شامل موارد زیر است:

‏* مدیریت پلاگین‌ها: رابط کاربری اختصاصی برای مدیریت و اجرای پلاگین‌ها.
‏* حالت Creator: محیطی برای توسعه و ساخت ابزارهای شخصی‌سازی شده.
‏* اجرای زمان‌بندی‌شده: قابلیت تنظیم و اجرای خودکار وظایف (Tasks) در زمان‌های مشخص.

‏معماری این ابزار بر پایه ساختار everything is a plugin در Cordis بنا شده است. طبق اعلام تیم سازنده، در نسخه‌های آینده این پروژه، یک فروشگاه اختصاصی (Marketplace) برای تبادل پلاگین‌ها نیز راه‌اندازی خواهد شد. جزئیات بیشتر این به‌روزرسانی را می‌توانید در گزارش فنی آن مطالعه کنید.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما


#DeepSeek_Harness #Cordis
🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #138 | 📌 8 آیتم گزارش | 🧾 از 16 پست بررسی‌شده
🕐 پنجشنبه 1405/07/16 ساعت 14:00 تا جمعه 1405/07/17 ساعت 14:00

🔎 تحلیل کوتاه
عرضه مدل‌های جدید همچون Claude Haiku 5.5 و GPT-6.1 Sol بر بهینه‌سازی عملیاتی و کاهش هزینه‌ اینفرنس متمرکز شده است. همزمان، ابزارهای متعددی برای نظارت و کنترل کیفیت خروجی‌ها معرفی شده‌اند که نشان‌دهنده اولویت‌یافتن دقت در سیستم‌های خودکار است.


🤖 مدل‌ها و ابزارهای هوش مصنوعی

معرفی مدل Claude Haiku 5.5
آنتروپیک مدل Haiku 5.5 را با تمرکز بر سرعت بالا و هزینه پایین برای پردازش انبوه درخواست‌ها عرضه کرد.
🔗 مشاهده پست

عرضه حالت Ultrafast برای GPT-6.1 Sol
OpenAI حالت جدید Ultrafast را برای مدل GPT-6.1 Sol جهت افزایش ۸ برابری سرعت نسبت به نسخه استاندارد فعال کرد.
🔗 مشاهده پست

ابزار VeriHarness برای راستی‌آزمایی
گوگل و دانشگاه کمبریج ابزاری برای بررسی و اصلاح خودکار خروجی‌های طولانی‌مدت مدل‌های زبانی ارائه دادند.
🔗 مشاهده پست

معرفی شاخص همسویی Arena
تیم Arena شاخصی برای سنجش ایمنی و خطاهای رفتاری مدل‌های هوش مصنوعی در محیط‌های واقعی منتشر کرد.
🔗 مشاهده پست

سیستم DeLM برای مدیریت غیرمتمرکز
سیستم جدید استنفورد با حذف عامل مرکزی، سرعت حل مسائل توسط مدل‌های هوش مصنوعی را تا ۲.۵ برابر افزایش می‌دهد.
🔗 مشاهده پست

انتشار نسخه دسکتاپ DeepSeek Harness
نسخه پیش‌نمایش v0.2 ابزار DeepSeek Harness برای ویندوز و مک با تمرکز بر مدیریت پلاگین‌ها و اجرای زمان‌بندی‌شده عرضه شد.
🔗 مشاهده پست


⚡ کاربردها و زیرساخت

پروژه ساخت سلول مجازی جامع
پروژه‌ای ۱.۸ میلیارد دلاری برای رفع کمبود داده در زیست‌شناسی هوش مصنوعی با هدف شبیه‌سازی دقیق آزمایش‌های زیستی آغاز شد.
🔗 ادامه مطلب در سایت

حادثه مسیریابی با Claude در کانادا
یک نوجوان پس از دریافت برنامه کوهنوردی اشتباه از مدل Claude، در مسیر صخره‌ای گرفتار و توسط امدادگران نجات یافت.
🔗 جزئیات کامل در سایت


🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما