صحبت‌های بسیار خوب جناب آقای حامد بیدی، مدیرعامل پلتفرم کارزار در Appex2024 در مورد قیچی تحریم-فیلترینگ.

@Ai_Events

بوستون داینامیکس یه ویدیوی جدید از ربات انسان‌نمای اطلاس منتشر کرده که برخلاف ویدیوهای قبلی، به‌جای انجام حرکات نمایشی، درحال انجام یک کار صنعتی و جابه‌جایی قطعه است.

چیه این هوش مصنوعی و رباتیکز، تمام تنم داره میلرزه :)
@Ai_Events

Graph Convolutional Networks:
Unleashing the power of Deep Learning for Graph data

زمان برگزاری (به صورت آنلاین): شنبه 28 بهمن ماه 1402
ساعت 17:30 الی 19

آدرس اتاق مجازی: https://vc.sharif.edu/ch/cognitive


@Ai_Events

Google rebrands Bard AI to Gemini and launches a new app and subscription

Google on Thursday announced a major rebrand of Bard, its AI chatbot and assistant, including a fresh app rollout and new usage and subscription options.

Bard, a chief competitor to OpenAI's ChatGPT, is now called Gemini, the same name as the suite of AI models that power it.

Read more ...

@Ai_Events

می‌تونید به گوگل جمنای با استفاده از لینک زیر دسترسی داشته باشید:

https://gemini.google.com/

@Ai_Events

دانشگاه صنعتی شریف با همکاری مرکز سیستم های اطلاعات و علوم داده شریفReACT 2024 برگزار می‌کند:
ReACT 2024

زمان و مکان:
۲۵ الی ۲۷ بهمن ماه ۱۴۰۲
دانشگاه صنعتی شریف

گستره وسیعی از سخنرانی ها و پنل دیسکاشن ها با موضوعات:

مخابرات و اینترنت کوانتومی
علوم اعصاب (Neuroscience)
هوش مصنوعی در پزشکی
داستان سرایی با داده (Data Storytelling)
امنیت و اخلاق در هوش مصنوعی


لینک ثبت نام:
www.react-sut.com

همچنین می توانید به صورت مستقیم برای ثبت نام اقدام نمایید.
(https://zil.ink/react2024)



اطلاعات بیشتر:



https://www.react-sut.com
https://www.linkedin.com/company/eereact
@react2024_support
@isds_sharif
@ReACT2024


@Ai_Events

کد تخفیف:
aiEvents

گروه پژوهشی آموزش ریاضی دانشگاه شهید باهنر کرمان با همکاری پژوهشکده ماهانی و اتحادیه انجمن های علمی و آموزشی معلمان ریاضی کشور
برگزار می کند:

عنوان وبینار :
"چالش‌های آموزش علوم داده"

سخنران: آقای دکتر حسین حاجی ابوالحسن عضو هیئت علمی دانشگاه شهید بهشتی

تاریخ برگزاری: پنجشنبه 26 بهمن ماه ۱۴۰۲

ساعت برگزاری 16 الی 17

لینک شرکت در وبینار:
https://ocvc.uk.ac.ir/merg/

@Ai_Events

هفتمین صبحانه کاری ابرها (تهران)

قهوه، صبحانه، ارائه و گفت‌وگوی کاری در کنار متخصصین

ارائه‌ تجربه‌محور توسط حمید پورجم

زمان: جمعه ۲۷ بهمن ۱۴۰۲، ساعت ۹ تا ۱۲ صبح
مکان: شهرک غرب، هرمزان، پیروزان جنوبی، کوچه پنجم، مرکز همایش‌های رعد


لینک ثبت‌نام
https://abrh.ir/pkv


@Ai_Events

‌ مایکروسافت به باارزش‌ترین شرکت تاریخ تبدیل شد
‌
مایکروسافت حالا به ارزش بازار ۳.۱۲۵ تریلیون دلار رسیده و بالاتر از تمام شرکت‌های تاریخ قرار گرفته. قبل از این، اپل تو مردادماه به بالاترین ارزش خودش، به ارزش بازار ۳.۰۹ تریلیون دلار رسیده بود.

مایکروسافت ارائه محصولات مبتنی بر هوش مصنوعی، قیمت سهامش رو تو ۱۲ ماه گذشته حدود ۶۰ درصد رشد داده.😮


@Ai_Events

تو راه‌اندازی استارتاپ، یکی از مواردی که بسیار بهش تاکید می‌شه، مسیله‌ی برتری مطلق هستش، به این معنی که محصول شما چه ویژگی به‌خصوصی داره که محصول رقیب شما اون ویژگی رو نداره و برای پیاده‌سازیش باید تغییرات اساسی با هزینه بالایی متحمل بشه؟

این نکته برای موفقیت محصول خیلی کمک کننده‌ست که ما ویژگی‌های محصول رو طوری طراحی کنیم که علاوه بر وجود مزیت رقابتی، برتری مطلق رو هم در نظر بگیریم تا به سادگی توسط رقیبی که مشتری جذب کرده و اسمی هم داره، به سادگی شکست نخوریم.

به عنوان مثال در نظر بگیرید بیایم یه دیوار دیگه بسازیم که علاوه بر ویژگی‌های موجود در برنامه‌ی دیوار، قابلیت تولید نوتیفیکیشن روی فیلترهای خاصی که کاربر زده رو هم داشته باشه، در این صورت دیوار که بازار رو در اختیار داره،‌ با اندک هزینه‌ای میاد و همین ویژگی رو در محصولش قرار می‌ده و اگر این تنها مزیت رقابتی ما باشه،‌ محصول ما در همون اوایل شروع به رشدش از بین می‌ره.

این اشکال در طراحی بسیاری از محصولات وجود داره و حتی افرادی که از بزرگان تکنولوژی هستند هم از این مورد غافل می‌شن، برای مثال آقای دکتر ریچارد ساکر، فارغ‌التحصیل از دانشگاه استنفورد و شاگرد دکتر Manning، سایت You.com راه‌اندازی کرده،‌ این محصول ترکیب LLM و موتور جستجو هستش. مزیت رقابتی این محصول نسبت به خانواده‌ی GPT آنلاین بودن اطلاعاتش هست و نسبت به گوگل هم این مزیت رو داره که به جای نشون داده یک سری وب‌سایت،‌ یک خروجی متنی به کاربر میده که جواب نهایی اون هست.

اتفاقی که افتاد این بود که شرکت Openai اومد و GPT4 رو راه‌اندازی کرد که اطلاعاتش آنلاین بود و گوگل هم Gemini رو معرفی کرد که گپ بین LLM و موتور جستوجوش رو پر کرد.

و حالا باید منتظر باشیم که You.com ویژگی دیگه‌ای رو کنه تا روند رو به رشدش رو نگه داره که مستلزم تغییرات زیادی تو بیزینس پلن و تحمیل هزینه تو همین اوایل شروع کارش هست.

@Ai_Events

چالش قانون‌گذاری در توسعه و استفاده از ابزارهای هوش‌مصنوعی

سرعت تکنولوژی‌هایی مثل هوش‌مصنوعی به صورت نمایی بالا رفته و قانون‌گذار هم نمی‌تونه قوانین خودش رو با چنین سرعتی تطبیق بده. از طرفی هم قانون‌گذاری برای هوش‌مصنوعی چالش‌های زیادی داره، مخصوصاً که هر روز که مدل‌های جدیدی هم اضافه میشن و با سرعت غیرقابل تصوری به ترند تبدیل ‌می‌شن.

این چالش تو ایران داستان‌های بیشتری داره، چون هم انکار تکنولوژی وجود داره هم مسايل حقوقی، سیاسی و ... بیشتری هم باید مد نظر گرفته بشه. از طرفی، توسعه هوش مصنوعی باید با حفظ حقوق و آزادی افراد توازن داشته باشه، مثل حفاظت از حریم شخصی و استفاده منصفانه از داده‌های افراد.

کشورهای پیشرفته همیشه به دنبال قوانین جدید برای کنترل هوش مصنوعی هستند تا امنیت و حریم خصوصی مردم را حفظ کنند. آمریکا به عنوان پیشروی در این زمینه، تازه‌ترین قوانین خودش رو اعلام کرده. بر اساس این قوانین، دولت می‌خواد استفاده از هوش مصنوعی رو تو دولت و جامعه کنترل کنه و این‌طوری از سوءاستفاده‌ها جلوگیری کنه. این قوانین شامل ایجاد دستورالعمل‌ها و مقررات جدید برای آموزش مدل‌های هوش مصنوعی هستش و همچنین تشویق به استفاده از هوش مصنوعی در دولت و مدرسه‌ها! اما برخی انتقاد دارند که این اقدامات کافی نیستند و باید یک آژانس دولتی جدید برای نظارت بر هوش مصنوعی ایجاد بشه.

تو اروپا هم توافق حداکثری اتحادیه‌شون تو زمینه قوانین هوش مصنوعی برقرار شده. این توافق روی جزئیات فنی قانون هوش مصنوعی (AI Act) صورت گرفته. اروپا به تصویب قوانین جدیدی که استفاده از هوش مصنوعی رو مدیریت می‌کند، نزدیک‌تر شده. این قوانین شامل استفاده از هوش مصنوعی تو بخش‌های مختلف از جمله بانک‌داری، خرده‌فروشی و حتی خطوط هوایی هستش. همچنین، الزاماتی هم برای استفاده از هوش مصنوعی در اهداف نظامی و امنیتی هم در نظر گرفتن.

در کل به نظر میاد قوانینی که برای هوش مصنوعی تعیین میشن، هم خیلی کارایی ندارن. چرا که این تکنولوژی چنان راحت تغییر می‌کنه که اصلا نمیشه قوانین رو به روز نگه داشت. هوش مصنوعی از وقتی به دنیا اومده، خیلی سریع تغییر کرده و استفاده ازش هم خیلی متنوع شده.

در واقع، تکنولوژی هوش مصنوعی خیلی با تجربیات قبلی ما فرق داره. اینقدر سریع پیشرفت می‌کنه که حقوق و قانون‌گذار نمی‌تونه باهاش رقابت کنه. از زمانی که هوش مصنوعی در دسترس عموم قرار گرفته، فقط یک سال نمی‌گذره ولی در این مدت کوتاه، خیلی تغییر کرده و کاراییش خیلی متفاوت شده.


با این حال، اینکه دولت‌ها بتونن خطرات هوش مصنوعی رو کنترل کنن، خیلی مهمه. برای مثال، قوانینی برای حفظ حریم خصوصی کاربران، امنیت ملی، حق نسخه‌برداری و ارائه محتوای مناسب برای کودکان و نوجوانان باید وضع بشن. ولی تا الان، قوانین مناسبی برای همچین چیزهایی تعیین نشده و دولت‌ها همچنان دارن سعی می‌کنن قوانین مناسبی رو برای هوش مصنوعی پیدا کنن.


هوش مصنوعی واقعاً یه پدیده شگفت‌آوره! انگاری احتیاجه که خودش برای خودش قانون طرح کنه!

کارشناسای حقوقی هم می‌گن تو ایران مشکلاتی تو فرآیند ایجاد قوانین در حوزه هوش مصنوعی وجود داره. از یه طرف، مسئولان کلا منکر تکنولوژی هستند و عجله‌ای برای روبرو شدن باهاش ندارن و فکر می‌کنن سال‌ها طول خواهد کشید تا یک ابزار فراگیر بشه (کلاک ریتشون پایینه!). از طرف دیگه، نظام حقوقی ناکارآمده و این باعث می‌شود که تنظیم قوانین مربوط به فناوری‌های جدید تو ایران دشوار بشه.

رعایت حریم خصوصی کاربران خیلی اهمیت داره و به نظر کسب‌وکارها باید با رعایت خط‌قرمزها فعالیت کنن و در عین حال به حریم خصوصی کاربران را احترام بذارن. دیپ فیک (ابزار تولید محتوای غیرواقعی) هم که این مدت شاهکار کرده حقوقدان‌ها معتقدن این تکنولوژی می‌تونه برای امنیت ملی خطراتی به دنبال داشته باشه اما با سرعت رشد این فناوری، نمیشه از نفوذش به بخش‌های مختلف جلوگیری کرد.

به نظرم قانون‌گذاری در زمینه هوش مصنوعی به چالش بزرگ دوستان در حوزه علوم انسانی تبدیل شده. همون‌طور که سال‌ها پیش یکی از دوستان علوم انسانی ‌می‌گفت مهندسی کور هستش و بدون در نظر گرفتن عواقب کار،‌تکنولوژی رو گسترش می‌ده،‌ به نظرم این بار امکان داره عواقب بسیار نامناسب‌تری برای جامعه داشته باشه و بهتره یه فکر اساسی برای سرعت ایجاد و تصویب قوانین کرد.

@Ai_Events

What Tech Type Am I?

با استفاده از آدرس زیر می‌تونید جواب سوال بالا رو دریافت کنید.

این یه تست روانشناسی هستش که توسط شرکت IBM ارایه میشه و به شما می‌گه تیپ تِک شما چی هستش!

https://www.responsiblenlp.org/application-documents/

من خودم تست رو دادم چیزی نزدیکه به 15 دقیقه زمان گرفت و جوابش هم به صورت زیر در اومد:
Your Tech Type:
Experimental Strategist



@Ai_Events

what is difference between diffusion models and generative models?

Diffusion models are a specific type of generative model, so while they share some similarities, they also have key differences:

Similarities:

* Both aim to generate new data: Both generative models and diffusion models are trained on existing data to learn its underlying patterns and distributions. They then use this knowledge to create new data points that resemble the original data.
* Both involve learning: Both types of models utilize machine learning algorithms to analyze and learn from data. However, the specific learning processes they employ differ.

Differences:

* Generation approach:
* Generative models: Build directly from scratch, often using neural networks to learn a mapping from a latent space (noise) to the data space.
* Diffusion models: Start with the actual data and gradually add noise to it (diffusion process). Then, they learn to reverse this process (denoising) to recover the original data. By manipulating the noise, they can create new data variations.
* Interpretability: Diffusion models can be more interpretable than some generative models due to the clear steps involved in their generation process. This can be helpful in understanding how the model works and what factors influence its outputs.
* Sample quality: Diffusion models have shown impressive results in generating high-quality, realistic images compared to some traditional generative models.
* Computational cost: Training diffusion models can be more computationally expensive than some generative models.

Here's an analogy:

Imagine building a sculpture.

* Generative model: Starts with a block of stone and carves away to create the desired shape.
* Diffusion model: Starts with the finished sculpture and adds layers of clay on top, then learns to remove the clay in the correct way to reveal the original sculpture again. By manipulating the clay differently, it can create variations of the sculpture.

I hope this clarifies the key differences between diffusion models and generative models!

@Ai_Events