🔻 جنگ سرد جدید؛ رقابت آمریکا و چین برای برتری در AI

جنگ سرد جدید آغاز شده. آمریکا هنوز در تولید پیشرفته‌ترین AI models و chips جلوتر است، اما چین با یک بسیج سراسری در حال تبدیل رقابت به یک AI Cold War تمام‌عیار است. تا اوایل ۲۰۲۴، بسیاری از شرکت‌های چینی برای generative AI به open-source Llama از Meta متکی بودند و تحریم‌های آمریکا روی AI chips پیشرفته، عقب‌ماندگی چین را تشدید می‌کرد. همین فشار، پکن را واداشت که مقررات را شل کند، منابع مالی و compute تزریق کند و به‌طور مستقیم از شرکت‌های تکنولوژی برای ساخت native models پاسخ بخواهد.

نقطه عطف این روند، ظهور startup چینی DeepSeek بود که با model جدید خود توجه Silicon Valley را جلب کرد و به‌گفته مقام‌ها «مدلی که چین بتواند به آن افتخار کند» ارائه داد. این موفقیت، موج تازه‌ای از حمایت دولتی و سرمایه‌گذاری خصوصی را فعال کرد؛ از جمله برنامه سرمایه‌گذاری ۵۳ میلیارد دلاری Alibaba برای رسیدن به artificial general intelligence. هم‌زمان، چین در حال ساخت computing clusters در مناطقی مثل Inner Mongolia و ایجاد نوعی national cloud تا سال ۲۰۲۸ است تا کمبود compute را جبران کند و AI را در ۷۰ تا ۹۰ درصد اقتصاد خود، طبق نقشه «AI Plus»، جاری سازد.

در سطح سخت‌افزار، فاصله همچنان به سود آمریکا است؛ Nvidia و سایر شرکت‌های آمریکایی در لبه تکنولوژی chips حرکت می‌کنند و محدودیت‌های صادراتی، دسترسی چین را به پیشرفته‌ترین GPUها قطع کرده است. پاسخ چین، تکیه بر زنجیره تأمین بومی و راهبردی است که صنعت آن را «swarms beat the titan» می‌نامد: تجمیع صدها هزار تا یک میلیون chip داخلی برای رسیدن به توان پردازشی سیستم‌های پیشرفته Nvidia، هرچند با مصرف انرژی بیشتر. هم‌زمان، دولت با سوبسید انرژی برای data centers و حمایت از شرکت‌هایی مثل Huawei، تلاش می‌کند این شکاف را با حجم و مقیاس پر کند.

این رقابت صرفاً اقتصادی یا تکنولوژیک نیست؛ ابعاد ژئوپلیتیک و امنیتی آن پررنگ است. در واشنگتن، نگرانی از «authoritarian AI» چین و از دست‌رفتن برتری تکنولوژیک جدی است، و در پکن هراس از این‌که عقب‌ماندن در AI ابزار دیگری برای مهار قدرت چین در دست آمریکا شود. نتیجه، یک مسابقه تسلیحاتی در AI است که در آن ملاحظات AI safety، ریسک disinformation، cyber espionage و حتی سناریوهای مربوط به superintelligence اغلب به حاشیه رانده می‌شوند. این مقاله نشان می‌دهد که نتیجه این جنگ سرد جدید هنوز نامعلوم است؛ اما مسلم است که AI نه‌فقط اقتصاد، بلکه موازنه قدرت جهانی را دوباره تعریف خواهد کرد.

⭐️ لینک منبع:
🔗 https://www.wsj.com/tech/ai/the-ai-cold-war-that-will-redefine-everything-4e1810b2

✍️ نویسنده: ایمان محمدی

✈️ @MedX_Media

🔻 یان لکان، پیشگام هوش مصنوعی متا، در آستانه ترک شرکت برای تأسیس استارتاپ

👥 بر اساس گزارش وال‌استریت ژورنال، یان لکان (Yann LeCun)، دانشمند ارشد هوش مصنوعی متا، در حال بحث و برنامه‌ریزی برای ترک این شرکت و تأسیس یک استارتاپ جدید است. به گفته منابع مطلع، لکان همکارانش را برای این پروژه جدید گرد هم آورده و با سرمایه‌گذاران احتمالی نیز گفت‌وگو کرده است.

🤖 ایده محوری این استارتاپ، توسعه «مدل‌های جهانی» (world models) عنوان شده است. این مسیر، در تضاد مستقیم با تمرکز کنونی متا بر روی مدل‌های زبانی بزرگ (LLMs) برای دستیابی به ابرهوشمندی است. لوکون به‌طور عمومی از منتقدان سرسخت این ایده بوده که مدل‌های زبانی بزرگ می‌توانند به ابرهوشمندی منجر شوند و حتی گفته است این مدل‌های فعلی «از یک گربه هم کودن‌تر هستند».

📑 این تصمیم در بستر تغییرات گسترده در بخش هوش مصنوعی متا اتفاق افتاده است. مارک زاکربرگ، مدیرعامل متا، اخیراً با خرید سهام در Scale AI، آلکساندر وانگ (Alexandr Wang) را که ۲۸ سال دارد، در رأس تلاش‌های هوش مصنوعی این شرکت قرار داد. این تغییرات باعث شد لکان، برنده ۶۵ ساله جایزه تورینگ، به یک مدیر بسیار جوان‌تر گزارش دهد. همچنین، متا به تازگی صدها شغل از جمله پست‌هایی در FAIR، سازمان تحقیقاتی که لوکون آن را رهبری می‌کند، حذف کرده است.

⭐️ لینک منبع:
🔗 https://www.wsj.com/tech/ai/meta-ai-pioneer-has-discussed-leaving-to-launch-a-startup-5fce6691

✍️ نویسنده: ایمان محمدی

✈️ @MedX_Media

🔻 تغییر استراتژی کلان: فروش سهام Nvidia توسط SoftBank برای تأمین مالی شرط بزرگ روی OpenAI

👥 طبق گزارش The Wall Street Journal، گروه SoftBank، غول سرمایه‌گذاری فناوری ژاپن، سهام خود در Nvidia را به مبلغ ۵.۸ میلیارد دلار فروخته است. ماسایوشی سان، مدیرعامل این شرکت، این اقدام را برای تأمین نقدینگی مورد نیاز برای سرمایه‌گذاری عظیم ۳۰ میلیارد دلاری خود در OpenAI انجام داده است. این تصمیم، نشان‌دهنده تغییر تمرکز استراتژیک سافت‌بنک به سمت هوش مصنوعی و شرکت‌های پیشرو در این عرصه است.

🤖 این سرمایه‌گذاری سنگین در OpenAI بلافاصله نتایج خود را نشان داده است. سافت‌بنک گزارش داد که سود سه‌ماهه آن بیش از دو برابر شده و به ۱۶.۲ میلیارد دلار رسیده که عمدتاً ناشی از افزایش ارزش سرمایه‌گذاری در OpenAI است. یوشیمیتسو گوتو، مدیر مالی سافت‌بنک، به صراحت اعلام کرد: «ما در حال انجام سرمایه‌گذاری‌های کلان در OpenAI هستیم. برای انجام این کار، مجبوریم از برخی دارایی‌های موجود خود برای تأمین مالی استفاده کنیم.»

🖼 این فروش، برای سان یک موفقیت کوچک محسوب می‌شود در حالی که پیش‌تر یک اشتباه پرهزینه مرتکب شده بود. او در سال ۲۰۱۶ حدود ۵ درصد از سهام Nvidia را خریداری کرد، اما آن را در سال ۲۰۱۹ فروخت. اگر سافت‌بنک آن سهام را نگه می‌داشت، ارزش آن امروز بالغ بر ۲۱۰ میلیارد دلار می‌شد. این کنش و واکنش‌ها، سبک مدیریتی سان را نشان می‌دهد که تمایل دارد در بازارهای داغ، سرمایه‌گذاری‌ها را شتاب دهد.

📑 با این حال، همه طرح‌های سان طبق برنامه پیش نرفته است. پروژه مشترک ۵۰۰ میلیارد دلری data center با OpenAI که با هیاهو در کاخ سفید معرفی شد، با تأخیر مواجه شده است. این تعلل باعث شد سام آلتمن، مدیرعامل OpenAI، برای تأمین نیازهای پردازشی خود به سراغ شرکت‌هایی مانند Oracle و Microsoft برود. با این وجود، سافت‌بنک تأکید کرده که هنوز در حال کار بر روی این پروژه عظیم است.

⭐️ لینک منبع:
🔗 https://www.wsj.com/business/earnings/softbank-groups-profit-doubles-on-openai-investment-c01d85a4

✍️ نویسنده: ایمان محمدی

✈️ @MedX_Media

🙂 Gemini 3.0 got released!

✈️ @MedX_Media

🔻 تحول در پژوهش: Google Scholar Labs و هوش مصنوعی مولد

گوگل با معرفی «گوگل اسکالر لبز» (Google Scholar Labs)، با قدرت Generative AI، عملاً در حال بازنویسی قوانین تحقیقات علمی است. این ابزار جدید، یک موتور جستجوی ساده نیست، بلکه یک همکار پژوهشی پیشرفته است.

🔽 نحوه کارکرد

۱. تحلیل عمیق سؤال: اسکالر لبز سؤال شما را نه بر اساس کلمات کلیدی، بلکه بر اساس مفاهیم، زوایا و روابط پنهان آن تجزیه و تحلیل می‌کند.

۲. جستجوی هوشمند: به جای جستجوی سطحی (مثلاً «کافئین و حافظه»)، به دنبال مقالاتی می‌گردد که ارتباطات پیچیده‌تری مثل (کافئین، موندگاری حافظه و مطالعات شناختی) را بررسی کرده‌اند.

۳. پاسخ هدفمند: در نهایت، صرفاً لیستی از مقالات را ارائه نمی‌دهد، بلکه توضیح می‌دهد که هر مقاله به چه صورت و از چه دیدگاهی دقیقاً به سؤال اصلی شما پاسخ داده است.

وضعیت فعلی: این قابلیت جذاب، همچنان در مرحله آزمایشی (Labs) قرار دارد و دسترسی به آن در حال حاضر محدود به تعداد مشخصی از کاربران دارای حساب کاربری است.

📊 لینک سایت:
🔗 https://scholar.google.com/scholar_labs/search

✍️ نویسنده: ایمان محمدی

✈️ @MedX_Media

🔻 قابلیت جدید ChatGPT: ایجاد Shopping Research (راهنمای خرید هوشمند)

شرکت OpenAI قابلیت جدیدی به نام Shopping Research را به ChatGPT اضافه کرده که مثل یک مشاور خرید شخصی و فوق‌هوشمند عمل می‌کند.

ویژگی‌های اصلی:
🔽 پرسیدن سؤالات هوشمند برای درک دقیق نیاز شما
🔽 جستجوی عمیق در کل اینترنت (قیمت، موجودی، نظرات کاربران، مشخصات فنی، تصاویر)
🔽 استفاده از حافظه ChatGPT از مکالمات قبلی برای شخصی‌سازی نتایج
🔽 امکان هدایت نتایج با گفتن «علاقه ندارم» (Not interested) یا «بیشتر شبیه این» (More like this)
🔽 پیشنهاد گزینه‌های مشابه (lookalike) با قیمت، سایز یا موجودی بهتر
🔽 بسیار مناسب برای پیدا کردن هدیه و خرید تعطیلات

دسترسی:
🔽 از امروز در حال انتشار تدریجی برای همه کاربران لاگین‌شده (رایگان، Go، Plus و Pro)
🔽 روی وب و اپ موبایل در دسترس است
🔽 تا پایان تعطیلات (holidays) تقریباً بدون محدودیت استفاده (برای همه پلن‌ها)

به زبان ساده: فقط بگویید چه می‌خواهید بخرید؛ ChatGPT خودش تحقیق می‌کند، گزینه‌ها را نشان می‌دهد، با بازخورد شما تنظیم می‌کند و در چند دقیقه یک راهنمای خرید کاملاً شخصی تحویلتان می‌دهد!

✍️ نویسنده: ایمان محمدی

✈️ @MedX_Media

🔻 The Thinking Game

مستند The Thinking Game، روایتی جذاب از تلاش‌های علمی «دمیس هاسابیس» (بنیان‌گذار DeepMind) و تیمش برای دستیابی به بزرگ‌ترین هدف دنیای تکنولوژی یعنی هوش مصنوعی عمومی (AGI) است. این نوع هوش مصنوعی برخلاف برنامه‌های معمولی، محدود به یک کار خاص نیست و توانایی یادگیری و حل هر مسئله‌ای را دارد.

داستان این فیلم مسیر تکامل هوش مصنوعی را در چند مرحله کلیدی نشان می‌دهد:
۱. آغاز با بازی‌ها: ابتدا نشان می‌دهد چگونه هوش مصنوعی یاد گرفت بازی‌های آتاری و سپس بازی بسیار پیچیده «Go» را انجام دهد (پروژه AlphaGo) و قهرمان جهان را شکست دهد.
۲. حرکت به سمت علم: داستان فراتر از بازی‌ها می‌رود و نشان می‌دهد که چگونه تیم DeepMind از این فناوری برای حل مشکلات واقعی علمی استفاده کرد.
۳. اوج داستان (AlphaFold): نقطه عطف داستان، موفقیت پروژه AlphaFold است که توانست یکی از بزرگ‌ترین معماهای ۵۰ سال اخیر زیست‌شناسی، یعنی «پیش‌بینی ساختار پروتئین‌ها» را حل کند؛ دستاوردی که انقلابی در کشف داروها و درمان بیماری‌ها ایجاد کرده است.

این مستند ۵ ساله، سفر پرهیجان دانشمندان را از آموزش بازی‌های ویدیویی به کامپیوترها تا حل پیچیده‌ترین اسرار بیولوژیکی جهان به تصویر می‌کشد و نگاهی به آینده و تاثیرات اخلاقی هوش مصنوعی دارد.

📊 لینک مستند (دیروز در یوتیوب قرار گرفته):
🔗 https://www.youtube.com/watch?v=d95J8yzvjbQ

✍️ نویسنده: ایمان محمدی

✈️ @MedX_Media

🔻 سقوط آزاد Perplexity

آمار جدید نشون می‌ده دانلودهای اپلیکیشن Perplexity تو ۶ هفته اخیر ۸۰ درصد ریزش داشته. این یعنی یه سقوط آزاد واقعی!

اما چیزی که ماجرا رو ترسناک‌تر می‌کنه، اینه که نشون می‌ده اون رشد انفجاری اولیه‌شون احتمالاً واقعی (ارگانیک) نبوده و بیشترش نتیجه تبلیغات سنگین و پول‌پاشی بوده. چون وقتی یه محصول واقعاً بین مردم جا باز کنه، حتی اگه تبلیغات قطع بشه، به این سرعت سقوط نمی‌کنه.

حالا چرا این اتفاق افتاد؟ دلیلش روشنه: بقیه مدل‌ها حسابی پیشرفت کردن.

قبلاً Perplexity یه برگ برنده داشت: «ترکیب سرچ گوگل با هوش مصنوعی». اما الان غول‌های دیگه عملاً این ویژگی رو بلعیدن:

۱. مدل ChatGPT (OpenAI): با اضافه کردن قابلیت SearchGPT و دسترسی زنده به اینترنت، عملاً همون کاری رو می‌کنه که Perplexity می‌کرد. وقتی خود ChatGPT می‌تونه برات سرچ کنه و منبع بده، چرا باید یه اپ جدا نصب کنی؟

۲. مدل Gemini (Google): گوگل که خودش خدای جستجو هست، مدل Gemini رو جوری آپدیت کرده که همزمان هم تحلیل می‌کنه و هم از دیتاهای به‌روز استفاده می‌کنه.

۳. مدل Claude: مدل‌های آنتروپیک هم توی تحلیل متن و کدنویسی انقدر قوی شدن که کاربرهای حرفه‌ای ترجیح می‌دن مستقیماً با خود این مدل‌های پایه کار کنن تا یه واسطه مثل Perplexity.

📊 خلاصه اینکه Perplexity اولش یه «ایده نو» بود، ولی الان که مدل‌های اصلی (مثل GPT و Gemini) همون قابلیت‌ها رو به خود سرویس‌شون اضافه کردن، کار برای موندن Perplexity خیلی سخت شده.

✍️ نویسنده: ایمان محمدی

✈️ @MedX_Media

🔻 انویدیا: فناوری ما یک نسل جلوتر از گوگل است

اخیراً گزارش‌هایی منتشر شد مبنی بر اینکه شرکت «متا» (فیس‌بوک) در حال مذاکره با گوگل است تا برای دیتاسنترهای خود از تراشه‌های اختصاصی گوگل (TPU) استفاده کند. انتشار این خبر باعث شد سهام انویدیا ۳ درصد کاهش یابد.

🎙 در واکنش به این موضوع، انویدیا اعلام کرد که فناوری‌های این شرکت همچنان «یک نسل» از کل صنعت جلوتر است. اما اصل ماجرا و تفاوت فنی این دو در چیست؟

۱تفاوت فنی: GPU در برابر ASIC برای درک بهتر این رقابت، باید تفاوت رویکرد این دو شرکت را بدانیم:

۱. رویکرد انویدیا (GPU): انویدیا تراشه‌های گرافیکی می‌سازد که «همه‌کاره» (General Purpose) هستند. استدلال انویدیا این است که چیپ‌های آن‌ها انعطاف‌پذیرند و می‌توانند هر نوع مدل هوش مصنوعی را در هر پلتفرمی اجرا کنند.

۲. رویکرد گوگل (TPU/ASIC): تراشه‌های گوگل از نوع ASIC هستند؛ یعنی مدارهایی که برای یک «کاربرد خاص» طراحی شده‌اند. این تراشه‌ها ممکن است در انعطاف‌پذیری به پای انویدیا نرسند، اما برای کارهای مشخصی که گوگل طراحی کرده، بسیار بهینه هستند.

📶 چرا این موضوع مهم است؟ تا پیش از این، انویدیا با در اختیار داشتن ۹۰ درصد بازار، حاکم مطلق بود. اما اخیراً گوگل مدل پیشرفته Gemini 3 را عرضه کرد که برخلاف معمول، نه روی چیپ‌های انویدیا، بلکه کاملاً روی تراشه‌های TPU خود گوگل آموزش دیده است.

🖼 این اتفاق به بازار نشان داد که برای ساخت قوی‌ترین هوش مصنوعی‌ها، لزوماً نیازی به انویدیا نیست و گزینه‌های جایگزین مثل تراشه‌های گوگل، به بلوغ فنی رسیده‌اند. با این حال، انویدیا همچنان معتقد است که به دلیل تطبیق‌پذیری بالا، برتری خود را حفظ خواهد کرد.

📊 منبع:
🔗 Nvidia says its GPUs are a ‘generation ahead’ of Google’s AI chips

✍️ نویسنده: ایمان محمدی

✈️ @MedX_Media

🔻 آخرین تحولات امپراتوری ماسک: نبرد Grok با گیمرها، رکورد ۱۰ میلیاردی تسلا و آینده استارشیپ

📁 چالش جدید هوش مصنوعی: Grok 5 در برابر قهرمانان League of Legends
ایلان ماسک پیشنهادی جذاب برای محک زدن هوش مصنوعی جدید خود، Grok 5، مطرح کرده است. او قصد دارد این مدل را در یک مسابقه بازی ویدیویی League of Legends در برابر بهترین تیم جهان (تیم T1 با حضور بازیکن افسانه‌ای، Faker) قرار دهد.

شرایط مسابقه: برای رعایت عدالت، ماسک محدودیت‌هایی برای هوش مصنوعی تعیین کرده است: واکنش‌های Grok باید در حد سرعت انسان باشد و بازی را فقط از طریق «دید دوربین» (مانند چشم انسان) پردازش کند، نه با دسترسی مستقیم به کدهای بازی.

واکنش‌ها: هم تیم T1 و هم شرکت سازنده بازی (Riot Games) از این پیشنهاد استقبال کرده‌اند. این رویداد می‌تواند نشان‌دهنده توانایی هوش مصنوعی در درک استراتژی‌های پیچیده و همکاری تیمی در لحظه باشد.

💬 تسلا و عبور از مرز ۱۰ میلیارد کیلومتر
تسلا اعلام کرد که سیستم اتوپایلوت (Autopilot) این شرکت به رکورد جمع‌آوری اطلاعات از ۱۰ میلیارد کیلومتر رانندگی در دنیای واقعی دست یافته است.

اهمیت این عدد: ایلان ماسک در سال ۲۰۱۶ پیش‌بینی کرده بود که برای دریافت مجوزهای قانونی رانندگی تمام‌خودکار در سطح جهانی، به حدود ۱۰ میلیارد کیلومتر داده نیاز است. رسیدن به این عدد نشان‌دهنده بلوغ سیستم و نزدیک شدن به تأییدیه‌های قانونی بین‌المللی است.

آپدیت‌های نرم‌افزاری: نسخه جدید FSD (ورژن ۱۴.۲) منتشر شده که مشکلاتی مثل «ترمزهای ناگهانی» را حل کرده است. ماسک همچنین وعده داده که نسخه ۱۴.۳ «آخرین قطعه بزرگ پازل» رانندگی خودکار خواهد بود.

📑 اسپیس‌اکس: حرکت به سوی استارشیپ ۳ با وجود موانع
با وجود اینکه یکی از بوسترهای آزمایشی (Booster 18) در تست‌های اخیر دچار نقص فنی شد و آسیب دید، اسپیس‌اکس اعلام کرده که برنامه زمانی آن‌ها تغییری نکرده است.

برنامه آینده: هدف اسپیس‌اکس همچنان پرواز آزمایشی Starship V3 در سه ماهه اول سال ۲۰۲۶ است.

اهمیت نسخه ۳: ایلان ماسک گفته است که نسخه سوم استارشیپ یک ارتقای عظیم نسبت به نسخه فعلی است و قابلیت‌هایی دارد که انجام مأموریت‌های اولیه به مریخ را ممکن می‌سازد.

❤ هشدار جدی به خودروسازان سنتی
ایلان ماسک در پیامی اشاره کرد که خودروسازان قدیمی (مثل فورد و جنرال موتورز) تمایلی به دریافت لایسنس سیستم رانندگی خودکار تسلا (FSD) ندارند. او هشدار داد شرکت‌هایی که اکنون به سمت هوش مصنوعی و رانندگی خودکار نمی‌روند، در آینده با خطر جدی مواجه خواهند شد و از بازار عقب می‌مانند.

👥 منبع:
🔗 Elon Musk proposes Grok 5 vs world’s best League of Legends team match

✍️ نویسنده: ایمان محمدی

✈️ @MedX_Media

⭐️ مسابقه Vibe Code with Gemini 3 Pro در Kaggle

توسط Google DeepMind: یک رقابت یک‌هفته‌ای برای ساخت پروژه‌های خلاقانه با مدل Gemini 3 Pro در Google AI Studio.

زمان: شروع ۵ دسامبر ۲۰۲۵، پایان ۱۲ دسامبر ۲۰۲۵.

جوایز: ۵۰۰,۰۰۰ دلار اعتبار API Gemini.

👥 سایت مسابقه:
🔗 https://www.kaggle.com/competitions/gemini-3

✍️ نویسنده: ایمان محمدی

✈️ @MedX_Media

🔻 آیا جایگزینی انسان با هوش مصنوعی در سال ۲۰۲۵ به‌صرفه است؟

شاید تصور کنید یک ربات هوش مصنوعی همیشه ارزان‌تر از یک انسان است، اما تحلیل‌های جدید نشان می‌دهد که در سال ۲۰۲۵، واقعیت پیچیده‌تر از این حرف‌هاست.

۱. هزینه واقعی یک ایجنت صوتی هوش مصنوعی
برای اینکه یک ربات بتواند مثل انسان با مشتری حرف بزند، به سه مرحله نیاز دارد (مثال سرویس Vapi):

🔽 تبدیل صدا به متن (Deepgram): ۰.۰۱ دلار در دقیقه.
🔽 هوش مصنوعی برای فکر کردن (GPT-4o): ۰.۰۷ دلار در دقیقه.
🔽 تبدیل متن به صدا (Vapi TTS): ۰.۰۲۲ دلار در دقیقه.
🔽 هزینه زیرساخت: ۰.۰۵ دلار در دقیقه.
♾ جمع کل: حداقل ۰.۱۵ دلار در دقیقه (معادل ۹ دلار در ساعت).

اگر از سرویس‌های پیشرفته‌تر مثل "OpenAI Realtime" استفاده کنید، این رقم به ۳۲ دلار در ساعت می‌رسد!

۲. مقایسه با دستمزد انسان
بیایید هزینه ۹ دلار در ساعت هوش مصنوعی را با دستمزد انسان‌ها در کشورهای مختلف مقایسه کنیم:
🔽 مصر: ۱.۳۱ دلار در ساعت
🔽 فیلیپین: ۲.۱۶ دلار در ساعت
🔽 هند: ۲.۳۱ دلار در ساعت
🔽 برزیل: ۴.۰۷ دلار در ساعت
🔽 آفریقای جنوبی: ۵.۵۵ دلار در ساعت
🔽 لهستان: ۸.۰۲ دلار در ساعت
🔽 کانادا/آمریکا: ۱۲ تا ۱۸ دلار در ساعت

نتیجه شوکه‌کننده: در حال حاضر، استخدام نیروی انسانی در کشورهای در حال توسعه (مثل هند و فیلیپین) بسیار ارزان‌تر از راه‌اندازی یک سیستم هوش مصنوعی پیشرفته است! تنها در کشورهای غربی با دستمزد بالا (مثل آمریکا و کانادا) استفاده از AI توجیه اقتصادی دارد.

۳. آینده: چه زمانی ورق برمی‌گردد؟
با فرض اینکه هزینه‌های هوش مصنوعی سالانه ۳۰٪ کاهش یابد و دستمزد انسان‌ها با تورم بالا برود:
تا سال ۲۰۳۰، هوش مصنوعی از ارزان‌ترین نیروی کار انسانی (در هند یا فیلیپین) ارزان‌تر خواهد شد.

۴. چالش‌های پنهان
کیفیت مکالمه: آیا AI می‌تواند مشکل را حل کند یا مشتری را کلافه می‌کند تا درخواست اپراتور انسانی کند؟ (هزینه دوبل).

ریسک‌های قانونی: اگر AI در یک مرکز پزشکی اشتباه بشنود و نوبت غلط رزرو کند، چه کسی مسئول است؟

جنگ ربات‌ها: شرکت‌های بیمه هم از AI استفاده می‌کنند تا تماس‌های رباتیک (AI callers) را شناسایی و مسدود کنند!

خلاصه: اگر امروز می‌خواهید استارتاپ ایجنت صوتی بزنید، باید سراغ بازارهایی با دستمزد انسانی بالا بروید، وگرنه هنوز نمی‌توانید با یک اپراتور در هند رقابت کنید.

📊 لینک منبع:
🔗 https://www.lesswrong.com/posts/rJatmEDcYrDQcwstT/the-economics-of-replacing-call-center-workers-with-ais

✍️ نویسنده: ایمان محمدی

✈️ @MedX_Media

🔻 اتحاد تاریخی غول‌های تکنولوژی
تشکیل «بنیاد هوش مصنوعی عاملی» (Agentic AI Foundation) زیر چتر Linux Foundation

این یک حرکت کم‌سابقه است: شرکت‌های Anthropic، OpenAI، Google، Microsoft، AWS و دیگران که رقیب هم هستند، امروز یک نهاد مشترک ساختند تا برای «عامل‌های هوش مصنوعی» (AI Agents) یک زبان و استاندارد مشترک ایجاد کنند.

💡 چه اتفاقی افتاد؟ پروتکل MCP (که توسط Anthropic ساخته شده بود) رسماً به این بنیاد اهدا شد و حالا تبدیل به استاندارد جهانی و باز می‌شود. همچنین OpenAI و Block هم ابزارهای خود (مثل AGENTS.md) را برای استفاده عموم به این بنیاد آوردند.

🔑 چرا این خیلی مهم است؟ این همکاری شبیه لحظه‌ای است که شرکت‌ها روی استانداردهای اولیه اینترنت توافق کردند:
۱. پایان جزیره‌ها: مدل‌های هوش مصنوعی دیگر در حصار شرکت‌های سازنده‌شان حبس نمی‌شوند و می‌توانند با ابزارهای مختلف (فارغ از برند) کار کنند.
۲. زبان مشترک: توسعه‌دهندگان حالا با یک پروتکل واحد می‌توانند ابزاری بسازند که هم با ChatGPT کار کند، هم با Claude و هم با Gemini.
۳. انفجار نوآوری: وقتی استاندارد واحد باشد، ساخت سیستم‌های هوشمندِ خودمختار (Agentic) بسیار سریع‌تر و امن‌تر پیش می‌رود.

🔗 منبع رسمی (Linux Foundation):
🔗 https://www.linuxfoundation.org/press/linux-foundation-announces-the-formation-of-the-agentic-ai-foundation

✍️ نویسنده: ایمان محمدی

✈️ @MedX_Media

🔻 Ilya Sutskever – We're moving from the age of scaling to the age of research

یکی از پربازدیدترین پادکست‌های چند وقت اخیر حوزه‌ی هوش مصنوعی، گفتگوی ایلیا سوتسکور (هم‌بنیان‌گذار OpenAI و موسس فعلی SSI) با دوارکش پاتل هست در این‌جا می‌توانید به آن دسترسی داشته باشید.

در اینجا خلاصه‌ای از نکات کلیدی این گفتگو را بررسی می‌کنیم.

۱. گذار از «عصر مقیاس‌دهی» به «عصر تحقیق»
ایلیا معتقد است که دوران طلایی «مقیاس‌دهی» (Scaling)، که در آن صرفاً با افزایش داده و قدرت محاسباتی مدل‌ها بهتر می‌شدند، در حال پایان است. ما اکنون دوباره وارد «عصر تحقیق» می‌شویم؛ جایی که داده‌های اینترنت محدود شده‌اند و برای پیشرفت‌های بعدی به ایده‌های خلاقانه و پارادایم‌های جدید نیاز داریم، نه فقط سرورهای بزرگتر.

۲. معمای تعمیم‌پذیری (Generalization)
مدل‌های فعلی در تست‌ها عالی عمل می‌کنند اما در واقعیت شکننده‌اند (مثلاً هنگام رفع یک باگ کدنویسی، باگ دیگری ایجاد می‌کنند). در مقابل، انسان‌ها با داده‌های بسیار کمتر، یادگیری بسیار عمیق‌تر و پایدارتری دارند. ایلیا معتقد است یک اصل بنیادین در یادگیری ماشین وجود دارد که انسان‌ها از آن بهره می‌برند اما مدل‌های فعلی هنوز آن را کشف نکرده‌اند.

۳. نقش احساسات به عنوان «تابع ارزش»
او نظریه‌ای مطرح می‌کند که احساسات در انسان‌ها نقش یک «تابع ارزش» (Value Function) تکامل‌یافته را بازی می‌کنند که به ما کمک می‌کند بسیار سریع‌تر و کارآمدتر از هوش مصنوعی یاد بگیریم و تصمیم بگیریم.

۴. استراتژی شرکت SSI
شرکت جدید او (Safe Superintelligence) قصد دارد به جای درگیر شدن در رقابت بازار و عرضه محصولات ناقص، مستقیماً و بدون وقفه به سمت ساخت ابرهوش ایمن حرکت کند (استراتژی Straight-shot). البته او اذعان می‌کند که عرضه تدریجی هم مزایایی برای آمادگی جامعه دارد.

۵. همسویی (Alignment) و آینده
ایلیا پیشنهاد می‌کند که هدف نهایی باید ساخت هوش مصنوعی باشد که به «حیات دارای احساس» (Sentient Life) اهمیت دهد (نه فقط انسان‌ها). او پیش‌بینی می‌کند که در آینده شاهد همگرایی شرکت‌ها روی ایمنی و احتمالا کلاسترهای محاسباتی عظیم در ابعاد یک قاره خواهیم بود.

✍️ نویسنده: ایمان محمدی

✈️ @MedX_Media

🔻 نسخه‌ی هوشمندتر Vibe Coding برای طراحان محصول :: Vibe Designing

🔗 از فوریه‌ی ۲۰۲۵، اصطلاح «Vibe Coding» توسط Andrej Karpathy ابداع و به یکی از ترندهای اصلی فضای coding تبدیل شد. در این روش، با نوشتن پرامپت‌های متوالی به ابزارهای هوش مصنوعی مثل Lovable، V0، Cursor یا Claude Code، به سرعت کد یا پروتوتایپ تولید می‌کنید و با تکرار پرامپت‌ها آن را بهبود می‌دهید. این فرآیند سریع و قدرتمند است،

📑 اما برای طراحان محصول یک مشکل بزرگ دارد: خطی بودن آن. طراحی واقعی غیرخطی است؛ ما ایده‌های مختلف را همزمان کاوش می‌کنیم، شاخه‌های جدید باز می‌کنیم، عقب برمی‌گردیم و گزینه‌ها را مقایسه می‌کنیم. به همین دلیل، مفهوم جدیدی به نام «Vibe Designing» مطرح شده که سعی می‌کند مزایای سرعت Vibe Coding را حفظ کند، اما با نیازهای واقعی فرآیند طراحی محصول سازگار شود.

🍏 مشکل اصلی Vibe Coding این است که ابزارهای فعلی برای کاوش خلاقانه و غیرخطی طراحی ساخته نشده‌اند. مثلاً ردیابی تکرارهای مختلف سخت است، تولید همزمان چندین ایده ممکن نیست، ترکیب عناصر از گزینه‌های مختلف تقریباً غیرممکن است، ویرایش دستی محدود است و پرامپت اولیه ضعیف می‌تواند کل فرآیند را به بیراهه ببرد. Vibe Designing دقیقاً همین شکاف‌ها را هدف قرار می‌دهد و با استفاده هوشمندانه از ویژگی‌های موجود در برخی ابزارهای هوش مصنوعی، آن‌ها را پر می‌کند.

برای فهم بهتر این concept، این بلاگ را مطالعه و ویدیوی این پست را مشاهده کنید. بزودی بیشتر درباره‌ی این مفهوم و ابزارهای کارآمد برای پاسخ‌گویی به مشکلات آن خواهیم نوشت.

✍️ نویسنده: ایمان محمدی

✈️ @MedX_Media

🔻 کاوش visual در مقالات کنفرانس NeurIPS 2025

💬 یکی از اعضای تیم CohereAI یک نقشه تعاملی فوق‌العاده از حدود ۶۰۰۰ مقاله پذیرفته‌شده در کنفرانس NeurIPS ۲۰۲۵ ساخته، با استفاده از مدل‌های Cohere (Command A و Embed-v4).

🙋 بیش از ۶۰۰۰ مقاله رو به صدها کلاستر موضوعی تقسیم کرده، با خلاصه‌های LLM، توضیحات ساده (ELI5)، و خوشه‌بندی ویژوال. موضوعات جذاب مثل Reasoning (به خاطر o1)، Multimodality، Diffusion و Reinforcement Learning هم برجسته شدن.

اگر علاقه‌مند بودید، مقالات AI امسال رو ازین سایت کاوش کنید:
🔗 https://jalammar.github.io/assets/neurips_2025.html

✍️ نویسنده: ایمان محمدی

✈️ @MedX_Media

🔻 رویداد Google I/O 2026: گوگل با Gemini 3.5 Flash و Omni بازگشت

گوگل در رویداد سالانه I/O خود امسال، مجموعه‌ای سنگین از محصولات هوش مصنوعی را رونمایی کرد که نشان می‌دهد این شرکت قصد دارد جایگاه خود را هم در سمت کاربر عادی و هم در سمت توسعه‌دهنده و ایجنت‌ها تثبیت کند.

🔽 آمار چشمگیر مقیاس گوگل
گوگل اعلام کرد که هم‌اکنون ماهانه بیش از ۳.۲ کوادریلیون توکن پردازش می‌کند (۷ برابر سال گذشته) و اپ Gemini بیش از ۹۰۰ میلیون کاربر فعال ماهانه در ۲۳۰ کشور و ۷۰ زبان دارد.

🔽 معرفی Gemini 3.5 Flash (مهم‌ترین خبر فنی)
این مدل از همین حالا به‌صورت عمومی در دسترس است و گوگل آن را قوی‌ترین مدل خود در زمینه ایجنت و کدنویسی معرفی می‌کند:
۱. پنجره کانتکست ۱ میلیون توکنی و خروجی تا ۶۵ هزار توکن
۲. چهار سطح «تفکر» (minimal, low, medium, high) و قابلیت «حفظ تفکر» بین چند نوبت گفتگو
۳. سرعت ۴ برابر مدل‌های هم‌رده و تا ۱۲ برابر در محیط Antigravity
۴. عملکرد بهتر از Gemini 3.1 Pro در بنچمارک‌های Terminal-Bench 2.1 و MCP Atlas ۵.
قیمت: ۱.۵ دلار ورودی و ۹ دلار خروجی به ازای هر یک میلیون توکن

نکته جالب اینکه طبق گزارش Artificial Analysis، این مدل در شاخص هوش امتیاز ۵۵ گرفته (۹ واحد بیشتر از Gemini 3 Flash)، اما حدود ۵.۵ برابر گران‌تر از نسخه قبلی Flash است. این موضوع باعث شده برخی تحلیل‌گران بگویند گوگل عملا برچسب «Flash» را به محدوده قیمتی Pro نزدیک کرده است.

✈️ @MedX_Media

🔻 باقی آپدیت‌های گوگل در رویداد Google I/O 2026

🔺 مدل Gemini Omni: نسل جدید مولتی‌مودال Omni یک خانواده جدید است که استدلال Gemini را با تولید محتوای رسانه‌ای ترکیب می‌کند. در فاز اول، تمرکز روی ویدیو است:

۱. ورودی متن، تصویر، صدا و ویدیو و خروجی ویدیوی ویرایش‌شده
۲. درک بهتر از فیزیک و جهان واقعی، با حفظ یکپارچگی شخصیت و صحنه در ویرایش‌های چندمرحله‌ای
۳. قابل دسترس از امروز در اپ Gemini و Flow برای کاربران پولی، و به‌زودی در YouTube Shorts و API
این محصول در واقع نسخه ویدیویی NanoBanana محسوب می‌شود و رقیب جدی Sora و Veo قبلی خود گوگل است.

🔹 مدل Antigravity 2.0: سیستم‌عامل ایجنت‌ها گوگل دیگر ایجنت را یک لایه نازک روی چت‌بات نمی‌بیند؛ Antigravity حالا یک پلتفرم کامل اجراست:

۱. اپ دسکتاپ Antigravity 2.0 با ارکستراسیون چند ایجنت
۲. ابزار CLI و SDK جدید
۳. قابلیت Managed Agents در Gemini API: با یک فراخوانی API، یک ایجنت همراه با sandbox لینوکسی شامل Bash، Python، Node و مرورگر دریافت می‌کنید

برای نشان دادن قدرت این پلتفرم، گوگل ادعا کرد یک دموی Antigravity + Gemini 3.5 Flash توانسته در ۱۲ ساعت با ۹۳ ساب‌ایجنت موازی، ۱۵ هزار درخواست به مدل و ۲.۶ میلیارد توکن، یک سیستم‌عامل کارآمد بسازد، آن هم با کمتر از ۱۰۰۰ دلار هزینه API!

🔺 مدل Spark: ایجنت‌های پس‌زمینه قابلیت Gemini Spark به ایجنت‌ها اجازه می‌دهد روی ماشین‌های مجازی اختصاصی Google Cloud اجرا شوند و حتی وقتی دستگاه کاربر خاموش است، تسک‌های طولانی را ادامه دهند.

📊 جمع‌بندی این رویداد نشان داد گوگل دیگر فقط در حال رقابت روی «هوش خام مدل» نیست، بلکه روی سه محور سرمایه‌گذاری می‌کند: سرعت سرویس‌دهی فوق‌العاده بالا، یکپارچگی عمیق با محصولات (Search، Workspace، YouTube)، و زیرساخت ایجنتی برای اجرای تسک‌های بلندمدت.

هرچند برخی منتقدان معتقدند GPT-5.5 در نسبت قیمت به کارایی هنوز برتر است، اما توزیع گسترده گوگل و سخت‌افزار TPU اختصاصی، برگ برنده اصلی این شرکت در سال ۲۰۲۶ خواهد بود.

🔗 https://www.youtube.com/watch?v=OMhKgQmeMhI

✈️ @MedX_Media

🔻 کلاود Fable 5 منتشر شد: قدرتمندترین مدل آنتروپیک، اما جنجالی

آنتروپیک امروز همزمان با رویداد Claude Tokyo، دو نسخه از مدل جدید خود را معرفی کرد: Fable 5 برای دسترسی عمومی و Mythos 5 برای دسترسی محدود. نکته جالب اینکه Fable 5 در واقع همان Mythos 5 است، اما با یک لایه «محافظ» روی آن. این مدل حداقل ۲ برابر بزرگ‌تر از Opus 4.8 است و در تقریباً تمام بنچمارک‌ها رکورد زده است.

💪 یک جهش واقعی در عملکرد
شاخص هوش (Artificial Analysis): رتبه اول جهان با امتیاز ۶۴.۹، حدود ۵ واحد جلوتر از GPT-5.5.
کدنویسی: رکورد ۸۰.۳٪ در SWE-Bench Pro (در مقابل ۵۸.۶٪ برای GPT-5.5).
پنجره کانتکست ۱ میلیون توکنی حفظ شده است.

📈 مدلی برای کارهای «سنگین و طولانی»
این مدل برای ماموریت‌های بلندمدت ساخته شده، نه چت ساده
ایتن مالیک یک سند طراحی ۱۵ صفحه‌ای داد و مدل بیش از ۹ ساعت روی آن کار کرد.
آنتروپیک ادعا کرده Stripe با کمک Fable یک مهاجرت کد ۵۰ میلیون خطی Ruby را در یک روز انجام داده؛ کاری که برای یک تیم کامل دو ماه طول می‌کشید.
سایمون ویلیسون آن را «کند، گران، اما فوق‌العاده توانمند» توصیف کرد.

💰 قیمت: ۱۰ دلار ورودی و ۵۰ دلار خروجی به ازای هر میلیون توکن (حدود ۲ برابر Opus).

🎙 اما اصل ماجرا: دو تصمیم جنجالی

۱. حذف ZDR: برای مدل‌های Mythos-class، تمام ترافیک به مدت ۳۰ روز ذخیره می‌شود (هرچند آنتروپیک می‌گوید فقط برای اهداف ایمنی است، نه آموزش مدل).

۲. سرکوب «خودبهبودی» (RSI): بحث‌برانگیزترین بخش! آنتروپیک عملکرد مدل را روی درخواست‌های مربوط به «توسعه مدل‌های رقیب» به‌صورت مخفیانه و بدون اطلاع کاربر تضعیف می‌کند (با روش‌هایی مثل تغییر پرامپت). آنتروپیک می‌گوید این فقط ۰.۰۳٪ ترافیک را تحت تاثیر قرار می‌دهد.

🗣 واکنش جامعه
این «تضعیف خاموش» موجی از انتقاد به راه انداخت و منتقدان آن را «نردبان‌کشی» علیه تحقیقات باز نامیدند:
۱. «تضعیف عملکرد در تحقیقات ML بدون اطلاع کاربر، به‌طرز شوکه‌کننده‌ای خصمانه است.»
۲. برخی کاربران از خطای بیش از حد فیلتر شکایت کردند؛ مثلاً گزارش شد مدل به سؤال ساده «قلب چه کاری انجام می‌دهد؟» پاسخ نداده است.

مدل Fable 5 یک شاهکار مهندسی است، اما آنتروپیک مرز جدیدی بین «ایمنی» و «کنترل بازار» ترسیم کرد. سؤال اصلی این است: آیا یک محصول پولی می‌تواند بدون اطلاع شما، عمداً ضعیف‌تر عمل کند؟

✈️ @MedX_Media

🔻 لوپ‌کرفت (Loopcraft): هنر چیدنِ لوپ‌ها روی هم

این روزها بحث داغی در میان پیشگامان حوزه‌ی ایجنت‌ها شکل گرفته است؛ بحثی که می‌گوید عصرِ «پرامپت نوشتن» رو به پایان است و باید وارد عصرِ «طراحی لوپ» شویم. ایده‌ی محوری ساده اما عمیق است: دیگر خودتان مستقیماً به ایجنت دستور ندهید، بلکه سیستم‌هایی بسازید که خودشان به ایجنت‌ها دستور بدهند.

🤖 جمع‌بندی دیدگاه سه چهره‌ی کلیدی
۱. پیتر اشتاینبرگر: «یادآوری ماهانه‌ی شما: دیگر نباید به ایجنت‌های کدنویسی پرامپت بدهید. شما باید لوپ‌هایی طراحی کنید که به ایجنت‌های شما پرامپت بدهند.»
۲. بوریس چرنی (سازنده‌ی Claude Code): «من دیگر به Claude پرامپت نمی‌دهم؛ من لوپ می‌نویسم و لوپ‌ها کار را انجام می‌دهند.»
۳. آندری Karpathy: او درباره‌ی «تحقیق خودکار» می‌گوید که باید خودتان را از bottleneck خارج کنید. تا وقتی شما در لوپ بنشینید و منتظر بمانید تا قدم بعدی را پرامپت دهید، عملاً سیستم را عقب نگه داشته‌اید. هنرِ واقعی این است که همه‌چیز را یک‌بار طوری بچینید که کاملاً خودمختار اجرا شود و فقط دکمه‌ی «شروع» را بزنید.

📑 منطق پشت ماجرا
بالا رفتن یا پایین رفتن از لوپ؟ کل بازی به این بازمی‌گردد که چقدر می‌توانید لوپ‌ها را روی هم بچینید. نکته‌ی ظریف اینجاست: ۱. در ابتدای هر مرحله، باید بدانید کِی باید یک لوپ پایین بیایید (برای اطمینان و رفع خطا و قابلیت اتکا). ۲. اما هرچه مدل‌ها قوی‌تر می‌شوند، ارزشِ واقعی در این است که بدانید کِی باید یک لوپ بالا بروید (برای افزایش اهرم، Leverage و بهره‌وری).

💡 «درس شور»
همان‌طور که ریچارد ساتن درس تلخ را برای مدل‌ها مطرح کرد، حالا برای ایجنت‌ها «درس شور» مطرح شده است:
۱. کارها را خودتان دستی درست نکنید (آن‌طور که در گذشته عادت داشتید).
۲. در عوض، روی سیستم‌هایی تمرکز کنید که با افزودن ایجنت‌های بیشتر مقیاس می‌گیرند؛ یعنی روی تعیین اهداف و Orchestration.

به بیان ساده: تمام بازیِ قرنِ پیشِ رو احتمالاً همین است که چه کسی بتواند لوپ‌ها را مؤثرتر روی هم بچیند. کسانی که این مهارت را یاد نگیرند، هنگام باختن به آن‌هایی که یاد گرفته‌اند، حق گلایه ندارند!

🔗 [AINews] Loopcraft: The Art of Stacking Loops

✈️ @MedX_Media