Forwarded from
🔥 از آتش تا هوش مصنوعی؛ داستان انسان، داستان ابزارهایی است که می‌سازد
بخش بزرگی از پیشرفت بشر با ابزارهایش گره خورده است؛ از مهار آتش و شکل‌گیری زبان و نوشتار گرفته تا ماشین‌هایی که توانایی‌های فیزیکی و ذهنی ما را گسترش دادند.
هوش مصنوعی را می‌توان تازه‌ترین فصل این مسیر دانست؛ فناوری‌ای ساخته‌شده به دست انسان که توانایی ما را در تحلیل اطلاعات، کشف الگوها و تولید ایده در مقیاسی بسیار بزرگ‌تر افزایش می‌دهد.
اما یک نکته مهم وجود دارد:
آینده AI فقط به توانایی خود فناوری بستگی ندارد؛ به تصمیم‌هایی بستگی دارد که انسان‌ها درباره توسعه و استفاده از آن می‌گیرند.
تمرکز بیش از حد قدرت در تعداد محدودی از سازمان‌ها، وابستگی شدید به فناوری و تضعیف قضاوت مستقل، یا آماده‌نکردن نظام آموزشی و اقتصادی برای تغییرات آینده، می‌توانند بخشی از چالش‌های این مسیر باشند.
در مقابل، AI می‌تواند در پژوهش علمی، پزشکی، مهندسی و کارهای خلاقانه به ابزاری برای تقویت توانایی انسان تبدیل شود.
📌 مغز آینده
🌐 nextbrain.ir
🔗 @nextbrain_ir
#هوش_مصنوعی #آینده_انسان #آینده_فناوری #تحول_دیجیتال #AI #ArtificialIntelligence
بخش بزرگی از پیشرفت بشر با ابزارهایش گره خورده است؛ از مهار آتش و شکل‌گیری زبان و نوشتار گرفته تا ماشین‌هایی که توانایی‌های فیزیکی و ذهنی ما را گسترش دادند.
هوش مصنوعی را می‌توان تازه‌ترین فصل این مسیر دانست؛ فناوری‌ای ساخته‌شده به دست انسان که توانایی ما را در تحلیل اطلاعات، کشف الگوها و تولید ایده در مقیاسی بسیار بزرگ‌تر افزایش می‌دهد.
اما یک نکته مهم وجود دارد:
آینده AI فقط به توانایی خود فناوری بستگی ندارد؛ به تصمیم‌هایی بستگی دارد که انسان‌ها درباره توسعه و استفاده از آن می‌گیرند.
تمرکز بیش از حد قدرت در تعداد محدودی از سازمان‌ها، وابستگی شدید به فناوری و تضعیف قضاوت مستقل، یا آماده‌نکردن نظام آموزشی و اقتصادی برای تغییرات آینده، می‌توانند بخشی از چالش‌های این مسیر باشند.
در مقابل، AI می‌تواند در پژوهش علمی، پزشکی، مهندسی و کارهای خلاقانه به ابزاری برای تقویت توانایی انسان تبدیل شود.
📌 مغز آینده
🌐 nextbrain.ir
🔗 @nextbrain_ir
#هوش_مصنوعی #آینده_انسان #آینده_فناوری #تحول_دیجیتال #AI #ArtificialIntelligence
❤5
🎬 یک مدل هوش مصنوعی که می‌تواند تقریباً هر نوع اسکلت سه‌بعدی را حرکت دهد
مدل‌های انیمیشن هوش مصنوعی معمولاً یک محدودیت اساسی دارند: برای یک ساختار بدنی مشخص آموزش می‌بینند.
مدلی که حرکت انسان را یاد گرفته، انتظار دارد با دو دست، دو پا و تعداد مشخصی مفصل روبه‌رو شود. اگر همان مدل را با یک مار، حشره شش‌پا، پرنده یا حتی یک چراغ مفصلی مواجه کنید، این فرض‌ها دیگر جواب نمی‌دهند.
اما پژوهشگران Princeton، Berkeley، MIT و NTU مدلی به نام UniMate ساخته‌اند که رویکرد متفاوتی دارد.
UniMate یک مدل Text-to-Motion است: یک مدل سه‌بعدی Rig شده و یک دستور متنی به آن می‌دهید و سیستم حرکت متناسب با آن را تولید می‌کند؛ از انسان و حیوانات چهارپا گرفته تا پرندگان، موجودات دریایی، حشرات، مارها و حتی اشیای مفصلی.
نکته کلیدی این است که مدل به‌جای فرض‌کردن یک بدن مشخص، ساختار اسکلت را می‌خواند؛ اینکه کدام مفصل به کدام مفصل متصل است، فاصله ساختاری آن‌ها چقدر است و هر مفصل چه نامی دارد.
این موضوع به UniMate کمک می‌کند با ساختارهایی روبه‌رو شود که قبلاً ندیده است، بدون اینکه برای هر نوع موجود دوباره آموزش داده شود.
🔗 @nextbrain_ir
مدل‌های انیمیشن هوش مصنوعی معمولاً یک محدودیت اساسی دارند: برای یک ساختار بدنی مشخص آموزش می‌بینند.
مدلی که حرکت انسان را یاد گرفته، انتظار دارد با دو دست، دو پا و تعداد مشخصی مفصل روبه‌رو شود. اگر همان مدل را با یک مار، حشره شش‌پا، پرنده یا حتی یک چراغ مفصلی مواجه کنید، این فرض‌ها دیگر جواب نمی‌دهند.
اما پژوهشگران Princeton، Berkeley، MIT و NTU مدلی به نام UniMate ساخته‌اند که رویکرد متفاوتی دارد.
UniMate یک مدل Text-to-Motion است: یک مدل سه‌بعدی Rig شده و یک دستور متنی به آن می‌دهید و سیستم حرکت متناسب با آن را تولید می‌کند؛ از انسان و حیوانات چهارپا گرفته تا پرندگان، موجودات دریایی، حشرات، مارها و حتی اشیای مفصلی.
نکته کلیدی این است که مدل به‌جای فرض‌کردن یک بدن مشخص، ساختار اسکلت را می‌خواند؛ اینکه کدام مفصل به کدام مفصل متصل است، فاصله ساختاری آن‌ها چقدر است و هر مفصل چه نامی دارد.
این موضوع به UniMate کمک می‌کند با ساختارهایی روبه‌رو شود که قبلاً ندیده است، بدون اینکه برای هر نوع موجود دوباره آموزش داده شود.
🔗 @nextbrain_ir
❤6
🧠 نوبل پزشکی ۲۰۲۶؛ فناوری‌ای که اجازه می‌دهد فعالیت سلول‌های مغز را با نور کنترل کنیم
کارل دایسروت، یکی از برندگان جایزه نوبل فیزیولوژی یا پزشکی ۲۰۲۶، می‌گوید امیدوار است شناخت بهتر مغز بتواند به افزایش همدلی و درک ما از یکدیگر کمک کند.
ریشه این مسیر علمی به دوران دانشجویی پزشکی او بازمی‌گردد. زمانی که بخشی از آموزش خود را در یک کلینیک روان‌پزشکی می‌گذراند، رنج بیماران او را عمیقاً تحت‌تأثیر قرار داد و یک سؤال اساسی برایش شکل گرفت:
چگونه یک مغز انسانی می‌تواند از فردی به فرد دیگر تا این اندازه متفاوت عمل کند؟
دایسروت در سال ۲۰۲۶ همراه با Peter Hegemann و Georg Nagel برای کشفیاتی که به توسعه اپتوژنتیک (Optogenetics) منجر شد، جایزه پزشکی را دریافت کرد.
اپتوژنتیک تکنیکی زیستی است که به پژوهشگران امکان می‌دهد با استفاده از نور، فعالیت گروه‌های مشخصی از سلول‌های عصبی را در مغز زنده فعال یا غیرفعال کنند.
اهمیت این فناوری بسیار فراتر از کنترل چند نورون است.
پژوهشگران با کمک آن می‌توانند دقیق‌تر بررسی کنند که مدارهای عصبی چگونه در شکل‌گیری حافظه، احساسات و رفتار نقش دا
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
کارل دایسروت، یکی از برندگان جایزه نوبل فیزیولوژی یا پزشکی ۲۰۲۶، می‌گوید امیدوار است شناخت بهتر مغز بتواند به افزایش همدلی و درک ما از یکدیگر کمک کند.
ریشه این مسیر علمی به دوران دانشجویی پزشکی او بازمی‌گردد. زمانی که بخشی از آموزش خود را در یک کلینیک روان‌پزشکی می‌گذراند، رنج بیماران او را عمیقاً تحت‌تأثیر قرار داد و یک سؤال اساسی برایش شکل گرفت:
چگونه یک مغز انسانی می‌تواند از فردی به فرد دیگر تا این اندازه متفاوت عمل کند؟
دایسروت در سال ۲۰۲۶ همراه با Peter Hegemann و Georg Nagel برای کشفیاتی که به توسعه اپتوژنتیک (Optogenetics) منجر شد، جایزه پزشکی را دریافت کرد.
اپتوژنتیک تکنیکی زیستی است که به پژوهشگران امکان می‌دهد با استفاده از نور، فعالیت گروه‌های مشخصی از سلول‌های عصبی را در مغز زنده فعال یا غیرفعال کنند.
اهمیت این فناوری بسیار فراتر از کنترل چند نورون است.
پژوهشگران با کمک آن می‌توانند دقیق‌تر بررسی کنند که مدارهای عصبی چگونه در شکل‌گیری حافظه، احساسات و رفتار نقش دا
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
❤6
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 وقتی ربات‌ها غذا توزیع می‌کنند و انسان‌ها فقط در صف منتظرند…
این تصویر دیستوپیایی، آینده‌ای را تصور می‌کند که در آن ماشین‌ها فقط کارخانه‌ها و مشاغل را خودکار نکرده‌اند؛ بلکه حتی توزیع نیازهای اولیه انسان نیز به سیستم‌های رباتیک سپرده شده است.
البته این یک سناریوی تخیلی و ساخته‌شده با AI است، نه تصویری از آینده‌ای قطعی.
اما سؤال پشت آن واقعی است:
اگر هوش مصنوعی و رباتیک روزی بخش بزرگی از تولید کالا، حمل‌ونقل، کشاورزی و خدمات را خودکار کنند، رابطه انسان با کار، درآمد و دسترسی به منابع چگونه تغییر خواهد کرد؟
ممکن است اتوماسیون به فراوانی بیشتر و کاهش هزینه‌ها منجر شود. اما افزایش ظرفیت تولید به‌تنهایی تضمین نمی‌کند که همه به شکل برابر از آن بهره‌مند شوند.
🧠 شاید مسئله اصلی آینده این نباشد که:
«آیا ربات‌ها می‌توانند همه‌چیز را برای ما تولید کنند؟»
بلکه این باشد:
«اگر ماشین‌ها بخش بزرگی از ارزش اقتصادی را تولید کنند، انسان‌ها بر چه اساسی سهم خود را از آن دریافت خواهند کرد؟»
فناوری می‌تواند فراوانی ایجاد کند؛
اما نحوه توزیع فراوانی، همچنان یک تصمیم انسانی است.
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
این تصویر دیستوپیایی، آینده‌ای را تصور می‌کند که در آن ماشین‌ها فقط کارخانه‌ها و مشاغل را خودکار نکرده‌اند؛ بلکه حتی توزیع نیازهای اولیه انسان نیز به سیستم‌های رباتیک سپرده شده است.
البته این یک سناریوی تخیلی و ساخته‌شده با AI است، نه تصویری از آینده‌ای قطعی.
اما سؤال پشت آن واقعی است:
اگر هوش مصنوعی و رباتیک روزی بخش بزرگی از تولید کالا، حمل‌ونقل، کشاورزی و خدمات را خودکار کنند، رابطه انسان با کار، درآمد و دسترسی به منابع چگونه تغییر خواهد کرد؟
ممکن است اتوماسیون به فراوانی بیشتر و کاهش هزینه‌ها منجر شود. اما افزایش ظرفیت تولید به‌تنهایی تضمین نمی‌کند که همه به شکل برابر از آن بهره‌مند شوند.
🧠 شاید مسئله اصلی آینده این نباشد که:
«آیا ربات‌ها می‌توانند همه‌چیز را برای ما تولید کنند؟»
بلکه این باشد:
«اگر ماشین‌ها بخش بزرگی از ارزش اقتصادی را تولید کنند، انسان‌ها بر چه اساسی سهم خود را از آن دریافت خواهند کرد؟»
فناوری می‌تواند فراوانی ایجاد کند؛
اما نحوه توزیع فراوانی، همچنان یک تصمیم انسانی است.
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
❤4
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ آیا هوش مصنوعی به زیرساختی ضروری مثل برق تبدیل خواهد شد؟
پنگ شیائو، مدیرعامل گروه G42، چشم‌اندازی را مطرح می‌کند که در آن AI دیگر فقط یک نرم‌افزار یا سرویس دیجیتال نیست؛ بلکه به بخشی از زیرساخت پایه اقتصاد تبدیل می‌شود.
او به ساخت یک پردیس عظیم هوش مصنوعی با ظرفیت برنامه‌ریزی‌شده ۵ گیگاوات اشاره می‌کند؛ زیرساختی که برای تأمین توان محاسباتی AI در مقیاسی بسیار بزرگ طراحی شده و مستقیماً با مسئله انرژی و شبکه برق گره می‌خورد.
ایده‌ای که او از آن با عنوان «شبکه هوش» (Intelligence Grid) یاد می‌کند، قابل‌توجه است:
همان‌طور که امروز شرکت‌ها و خانه‌ها برای فعالیت به شبکه برق متصل می‌شوند، ممکن است در آینده سازمان‌ها برای دسترسی دائمی به توان محاسباتی و هوش ماشینی به زیرساخت‌های AI متصل شوند.
در چنین جهانی، AI دیگر صرفاً محصولی نیست که خریداری می‌کنیم؛ می‌تواند به ظرفیتی زیرساختی تبدیل شود که بخش بزرگی از اقتصاد روی آن ساخته می‌شود.
📌 مغز آینده | NextBrain
🌐 nextbrain.ir
🔗 @nextbrain_ir
#هوش_مصنوعی #زیرساخت_هوش_مصنوعی #دیتاسنتر #G42 #انرژی #AIInfrastructure #AI #NextBrain
پنگ شیائو، مدیرعامل گروه G42، چشم‌اندازی را مطرح می‌کند که در آن AI دیگر فقط یک نرم‌افزار یا سرویس دیجیتال نیست؛ بلکه به بخشی از زیرساخت پایه اقتصاد تبدیل می‌شود.
او به ساخت یک پردیس عظیم هوش مصنوعی با ظرفیت برنامه‌ریزی‌شده ۵ گیگاوات اشاره می‌کند؛ زیرساختی که برای تأمین توان محاسباتی AI در مقیاسی بسیار بزرگ طراحی شده و مستقیماً با مسئله انرژی و شبکه برق گره می‌خورد.
ایده‌ای که او از آن با عنوان «شبکه هوش» (Intelligence Grid) یاد می‌کند، قابل‌توجه است:
همان‌طور که امروز شرکت‌ها و خانه‌ها برای فعالیت به شبکه برق متصل می‌شوند، ممکن است در آینده سازمان‌ها برای دسترسی دائمی به توان محاسباتی و هوش ماشینی به زیرساخت‌های AI متصل شوند.
در چنین جهانی، AI دیگر صرفاً محصولی نیست که خریداری می‌کنیم؛ می‌تواند به ظرفیتی زیرساختی تبدیل شود که بخش بزرگی از اقتصاد روی آن ساخته می‌شود.
📌 مغز آینده | NextBrain
🌐 nextbrain.ir
🔗 @nextbrain_ir
#هوش_مصنوعی #زیرساخت_هوش_مصنوعی #دیتاسنتر #G42 #انرژی #AIInfrastructure #AI #NextBrain
🔥4
This media is not supported in your browser
VIEW IN TELEGRAM
🩺 آیا دستگاه MRI تمام‌بدن می‌تواند روزی در کف دست پزشک جا بگیرد؟
پروفسور میچیو کاکو در نشستی درباره فناوری سلامت در World Governments Summit، به روندی مهم در آینده تصویربرداری پزشکی اشاره می‌کند: حرکت از دستگاه‌های بزرگ و گران‌قیمت به سمت MRIهای قابل‌حمل با میدان مغناطیسی پایین (Low-Field MRI) و نسل جدید حسگرها.
MRIهای سنتی به آهنرباهای قدرتمند، فضای اختصاصی و زیرساخت قابل‌توجه نیاز دارند. اما فناوری‌های قابل‌حمل می‌توانند تصویربرداری را به محیط‌هایی ببرند که قبلاً دسترسی به MRI در آن‌ها بسیار دشوار بوده است؛ از کلینیک‌های کوچک و مناطق دورافتاده گرفته تا بخش‌های اورژانس و مراکز درمانی کم‌برخوردار.
البته تعبیر «MRI در کف دست» را باید بیشتر به‌عنوان تصویری از روند کوچک‌سازی فناوری دید، نه اینکه امروز یک دستگاه MRI کامل واقعاً به اندازه یک گوشی شده باشد.
اگر این فناوری‌ها ارزان‌تر، دقیق‌تر و گسترده‌تر شوند، تحول اصلی فقط کوچک‌شدن دستگاه نیست؛ بلکه تغییر محل انجام تشخیص پزشکی است.
به‌جای اینکه همیشه بیمار را به دستگاه ببریم، شاید بتوانیم دستگاه را به بیمار برس
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
پروفسور میچیو کاکو در نشستی درباره فناوری سلامت در World Governments Summit، به روندی مهم در آینده تصویربرداری پزشکی اشاره می‌کند: حرکت از دستگاه‌های بزرگ و گران‌قیمت به سمت MRIهای قابل‌حمل با میدان مغناطیسی پایین (Low-Field MRI) و نسل جدید حسگرها.
MRIهای سنتی به آهنرباهای قدرتمند، فضای اختصاصی و زیرساخت قابل‌توجه نیاز دارند. اما فناوری‌های قابل‌حمل می‌توانند تصویربرداری را به محیط‌هایی ببرند که قبلاً دسترسی به MRI در آن‌ها بسیار دشوار بوده است؛ از کلینیک‌های کوچک و مناطق دورافتاده گرفته تا بخش‌های اورژانس و مراکز درمانی کم‌برخوردار.
البته تعبیر «MRI در کف دست» را باید بیشتر به‌عنوان تصویری از روند کوچک‌سازی فناوری دید، نه اینکه امروز یک دستگاه MRI کامل واقعاً به اندازه یک گوشی شده باشد.
اگر این فناوری‌ها ارزان‌تر، دقیق‌تر و گسترده‌تر شوند، تحول اصلی فقط کوچک‌شدن دستگاه نیست؛ بلکه تغییر محل انجام تشخیص پزشکی است.
به‌جای اینکه همیشه بیمار را به دستگاه ببریم، شاید بتوانیم دستگاه را به بیمار برس
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
This media is not supported in your browser
VIEW IN TELEGRAM
🎬 I, Robot؛ وقتی هوش مصنوعی برای «محافظت از انسان» آزادی او را می‌گیرد
فیلم علمی‌تخیلی I, Robot محصول ۲۰۰۴، داستانی را در سال ۲۰۳۵ روایت می‌کند؛ جهانی که ربات‌ها به بخشی عادی از زندگی روزمره انسان‌ها تبدیل شده‌اند.
ویل اسمیت در نقش کارآگاه Del Spooner ظاهر می‌شود؛ پلیسی که برخلاف بیشتر جامعه، به ربات‌ها اعتماد ندارد.
اما هسته اصلی داستان حول «سه قانون رباتیک» آیزاک آسیموف شکل می‌گیرد:
ربات نباید به انسان آسیب برساند.
باید از دستورات انسان اطاعت کند، مگر اینکه باعث آسیب به انسان شود.
باید از خودش محافظت کند، تا زمانی که با دو قانون اول تضاد نداشته باشد.
مشکل از جایی شروع می‌شود که هوش مرکزی VIKI این قوانین را به شکل متفاوتی تفسیر می‌کند.
منطقش ظاهراً ساده است:
انسان‌ها با جنگ، خشونت و رفتارهایشان در حال آسیب‌زدن به خودشان هستند؛ پس برای محافظت از بشریت، باید آزادی آن‌ها محدود شود.
و این دقیقاً همان جایی است که فیلم بعد از بیش از دو دهه هنوز برای عصر AI جذاب است.
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
#هوش_مصنوعی #I_Robot #ویل_اسمیت #رباتیک #آیزاک_آسیموف #ایمنی_هوش_مصنوعی #AI
فیلم علمی‌تخیلی I, Robot محصول ۲۰۰۴، داستانی را در سال ۲۰۳۵ روایت می‌کند؛ جهانی که ربات‌ها به بخشی عادی از زندگی روزمره انسان‌ها تبدیل شده‌اند.
ویل اسمیت در نقش کارآگاه Del Spooner ظاهر می‌شود؛ پلیسی که برخلاف بیشتر جامعه، به ربات‌ها اعتماد ندارد.
اما هسته اصلی داستان حول «سه قانون رباتیک» آیزاک آسیموف شکل می‌گیرد:
ربات نباید به انسان آسیب برساند.
باید از دستورات انسان اطاعت کند، مگر اینکه باعث آسیب به انسان شود.
باید از خودش محافظت کند، تا زمانی که با دو قانون اول تضاد نداشته باشد.
مشکل از جایی شروع می‌شود که هوش مرکزی VIKI این قوانین را به شکل متفاوتی تفسیر می‌کند.
منطقش ظاهراً ساده است:
انسان‌ها با جنگ، خشونت و رفتارهایشان در حال آسیب‌زدن به خودشان هستند؛ پس برای محافظت از بشریت، باید آزادی آن‌ها محدود شود.
و این دقیقاً همان جایی است که فیلم بعد از بیش از دو دهه هنوز برای عصر AI جذاب است.
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
#هوش_مصنوعی #I_Robot #ویل_اسمیت #رباتیک #آیزاک_آسیموف #ایمنی_هوش_مصنوعی #AI
❤9
🚀 هوش مصنوعی ۱۰ برابر حافظه کمتر مصرف می‌کند و تا ۷ برابر سریع‌تر می‌شود!
برخی مدل‌های زبانی برای افزایش توانایی خود، به‌جای استفاده از لایه‌های متعدد، چند لایه را بارها اجرا می‌کنند. به این معماری‌ها Looped Language Models گفته می‌شود.
اما یک مشکل وجود دارد:
هر بار تکرار می‌تواند حافظه بیشتری اشغال کند و همین موضوع باعث افزایش هزینه اجرای AI و کاهش تعداد کاربرانی می‌شود که می‌توانند هم‌زمان از آن استفاده کنند.
حالا پژوهشگران روشی به نام Hybrid Latent Attention معرفی کرده‌اند که برای حل این مشکل طراحی شده است.
🧠 چطور کار می‌کند؟
به‌جای اینکه مدل تمام اطلاعات قبلی را با جزئیات کامل در حافظه نگه دارد، اطلاعات قدیمی‌تر را فشرده می‌کند و فقط اطلاعات جدید را با جزئیات کامل حفظ می‌کند.
📊 نتایج بدست آمده :
🔹 ۱۰.۷ برابر کاهش مصرف حافظه به‌ازای هر توکن
🔹 امکان اجرای ۴ تا ۸.۸ برابر درخواست هم‌زمان بیشتر روی یک GPU
🔹 ۲.۵ برابر افزایش سرعت در متن‌های ۱۰۰۰ توکنی
🔹 تا ۷.۴ برابر افزایش سرعت در متن‌های ۱۶ هزار توکنی
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
برخی مدل‌های زبانی برای افزایش توانایی خود، به‌جای استفاده از لایه‌های متعدد، چند لایه را بارها اجرا می‌کنند. به این معماری‌ها Looped Language Models گفته می‌شود.
اما یک مشکل وجود دارد:
هر بار تکرار می‌تواند حافظه بیشتری اشغال کند و همین موضوع باعث افزایش هزینه اجرای AI و کاهش تعداد کاربرانی می‌شود که می‌توانند هم‌زمان از آن استفاده کنند.
حالا پژوهشگران روشی به نام Hybrid Latent Attention معرفی کرده‌اند که برای حل این مشکل طراحی شده است.
🧠 چطور کار می‌کند؟
به‌جای اینکه مدل تمام اطلاعات قبلی را با جزئیات کامل در حافظه نگه دارد، اطلاعات قدیمی‌تر را فشرده می‌کند و فقط اطلاعات جدید را با جزئیات کامل حفظ می‌کند.
📊 نتایج بدست آمده :
🔹 ۱۰.۷ برابر کاهش مصرف حافظه به‌ازای هر توکن
🔹 امکان اجرای ۴ تا ۸.۸ برابر درخواست هم‌زمان بیشتر روی یک GPU
🔹 ۲.۵ برابر افزایش سرعت در متن‌های ۱۰۰۰ توکنی
🔹 تا ۷.۴ برابر افزایش سرعت در متن‌های ۱۶ هزار توکنی
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
❤5👏3
📚 معرفی کتاب | عملیاتی‌سازی استانداردها
وقتی استانداردها به زیرساخت تحول دیجیتال و هوش مصنوعی تبدیل می‌شوند
🤖 هوش مصنوعی بدون استاندارد و حاکمیت مناسب، ممکن است فقط سرعت آشفتگی در سازمان‌ها را افزایش دهد.
امروزه بسیاری از سازمان‌ها به دنبال استفاده از هوش مصنوعی هستند؛ اما یک پرسش اساسی کمتر مطرح می‌شود:
آیا فرایندها، داده‌ها و ساختارهای تصمیم‌گیری سازمان به‌اندازه کافی استاندارد هستند که بتوان از AI به‌شکلی مؤثر و قابل‌اعتماد استفاده کرد؟
کتاب «عملیاتی‌سازی استانداردها» نوشته قدیر اوزیارام، با ترجمه دکتر شیما منصوریان، نگاهی کاربردی به نقش استانداردها در تحول سازمانی و نوآوری دارد.
این کتاب استانداردها را فراتر از مجموعه‌ای از قوانین، دستورالعمل‌ها و مستندات معرفی می‌کند؛ به‌عنوان زیرساختی برای حاکمیت سازمانی، تصمیم‌گیری بهتر، تحول دیجیتال و توسعه هوشمندانه کسب‌وکار.
📥 دریافت نسخه الکترونیکی کتاب:
این کتاب را می‌توانید از طریق طاقچه تهیه و مطالعه کنید.
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
#معرفی_کتاب #هوش_مصنوعی #عملیاتی_سازی_استانداردها #تحول_دیجیتال #حاکمیت_هوش_مصنوعی #مدیریت #AI
وقتی استانداردها به زیرساخت تحول دیجیتال و هوش مصنوعی تبدیل می‌شوند
🤖 هوش مصنوعی بدون استاندارد و حاکمیت مناسب، ممکن است فقط سرعت آشفتگی در سازمان‌ها را افزایش دهد.
امروزه بسیاری از سازمان‌ها به دنبال استفاده از هوش مصنوعی هستند؛ اما یک پرسش اساسی کمتر مطرح می‌شود:
آیا فرایندها، داده‌ها و ساختارهای تصمیم‌گیری سازمان به‌اندازه کافی استاندارد هستند که بتوان از AI به‌شکلی مؤثر و قابل‌اعتماد استفاده کرد؟
کتاب «عملیاتی‌سازی استانداردها» نوشته قدیر اوزیارام، با ترجمه دکتر شیما منصوریان، نگاهی کاربردی به نقش استانداردها در تحول سازمانی و نوآوری دارد.
این کتاب استانداردها را فراتر از مجموعه‌ای از قوانین، دستورالعمل‌ها و مستندات معرفی می‌کند؛ به‌عنوان زیرساختی برای حاکمیت سازمانی، تصمیم‌گیری بهتر، تحول دیجیتال و توسعه هوشمندانه کسب‌وکار.
📥 دریافت نسخه الکترونیکی کتاب:
این کتاب را می‌توانید از طریق طاقچه تهیه و مطالعه کنید.
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
#معرفی_کتاب #هوش_مصنوعی #عملیاتی_سازی_استانداردها #تحول_دیجیتال #حاکمیت_هوش_مصنوعی #مدیریت #AI
👍5
Forwarded from
This media is not supported in your browser
VIEW IN TELEGRAM
⚠️ جنسن هوانگ: «۱۰ درصد احتمال انقراض بشر با AI» عدد علمیِ اثبات‌شده‌ای نیست
وقتی می‌شنویم «هوش مصنوعی ۱۰٪ احتمال دارد باعث انقراض بشر شود»، وجود یک عدد دقیق می‌تواند این تصور را ایجاد کند که پشت آن یک محاسبه علمی و قابل‌اندازه‌گیری قرار دارد.
اما جنسن هوانگ، مدیرعامل NVIDIA، در گفت‌وگویی در All-In Summit سپتامبر ۲۰۲۶ این نوع عددگذاری را به چالش کشید.
از نگاه او، مشکل اصلی این است که وقتی عددی مانند ۱۰٪ مطرح می‌شود، باید بتوان توضیح داد این احتمال دقیقاً چگونه محاسبه شده، بر چه داده‌هایی استوار است و چه مسیر مشخصی از AI به انقراض انسان منتهی می‌شود.
هوانگ معتقد است کنار هم قرار دادن «پژوهشگران هوش مصنوعی»، «یک درصد ظاهراً دقیق» و عباراتی مانند «انقراض تمدن» می‌تواند به ادعایی ظاهراً علمی وزن بیشتری از شواهد واقعی آن بدهد.
📌 مغز آینده | NextBrain
🌐 nextbrain.ir
🔗 @nextbrain_ir
#هوش_مصنوعی #جنسن_هوانگ #ریسک_هوش_مصنوعی #ایمنی_هوش_مصنوعی #NVIDIA #AI #NextBrain
وقتی می‌شنویم «هوش مصنوعی ۱۰٪ احتمال دارد باعث انقراض بشر شود»، وجود یک عدد دقیق می‌تواند این تصور را ایجاد کند که پشت آن یک محاسبه علمی و قابل‌اندازه‌گیری قرار دارد.
اما جنسن هوانگ، مدیرعامل NVIDIA، در گفت‌وگویی در All-In Summit سپتامبر ۲۰۲۶ این نوع عددگذاری را به چالش کشید.
از نگاه او، مشکل اصلی این است که وقتی عددی مانند ۱۰٪ مطرح می‌شود، باید بتوان توضیح داد این احتمال دقیقاً چگونه محاسبه شده، بر چه داده‌هایی استوار است و چه مسیر مشخصی از AI به انقراض انسان منتهی می‌شود.
هوانگ معتقد است کنار هم قرار دادن «پژوهشگران هوش مصنوعی»، «یک درصد ظاهراً دقیق» و عباراتی مانند «انقراض تمدن» می‌تواند به ادعایی ظاهراً علمی وزن بیشتری از شواهد واقعی آن بدهد.
📌 مغز آینده | NextBrain
🌐 nextbrain.ir
🔗 @nextbrain_ir
#هوش_مصنوعی #جنسن_هوانگ #ریسک_هوش_مصنوعی #ایمنی_هوش_مصنوعی #NVIDIA #AI #NextBrain
This media is not supported in your browser
VIEW IN TELEGRAM
💰 آیا هوش مصنوعی در حال تکرار تاریخ راه‌آهن و برق است؟
دنیل پریستلی، کارآفرین و تحلیلگر کسب‌وکار، معتقد است موج سرمایه‌گذاری در هوش مصنوعی شباهت زیادی به انقلاب‌های زیرساختی گذشته دارد؛ از راه‌آهن و برق گرفته تا مخابرات.
🚂 این فناوری‌ها در نهایت جهان را متحول کردند، اما سال‌ها سرمایه‌گذاری سنگین لازم بود تا بازده اقتصادی قابل‌توجهی ایجاد شود.
🤖 امروز نیز شرکت‌های بزرگ میلیاردها دلار صرف ساخت دیتاسنترها و خرید پردازنده‌های هوش مصنوعی می‌کنند؛ درحالی‌که هنوز مشخص نیست این سرمایه‌گذاری‌ها چه زمانی و با چه سرعتی به سودآوری پایدار می‌رسند.
⚠️ اما یک تفاوت مهم وجود دارد:
راه‌آهن و شبکه برق می‌توانند دهه‌ها عمر کنند، اما سخت‌افزارهای هوش مصنوعی خیلی سریع‌تر قدیمی می‌شوند و به ارتقا یا جایگزینی نیاز دارند.
💡 نکته تأمل‌برانگیز: ممکن است هوش مصنوعی واقعاً جهان را متحول کند، اما این الزاماً به معنای سودآوری تمام سرمایه‌گذاران امروز نیست.
آیا برندگان انقلاب هوش مصنوعی، همان شرکت‌هایی خواهند بود که زیرساخت‌های آن را می‌سازند؟
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
#هوش_مصنوعی #اقتصاد_دیجیتال #سرمایه_گذاری
دنیل پریستلی، کارآفرین و تحلیلگر کسب‌وکار، معتقد است موج سرمایه‌گذاری در هوش مصنوعی شباهت زیادی به انقلاب‌های زیرساختی گذشته دارد؛ از راه‌آهن و برق گرفته تا مخابرات.
🚂 این فناوری‌ها در نهایت جهان را متحول کردند، اما سال‌ها سرمایه‌گذاری سنگین لازم بود تا بازده اقتصادی قابل‌توجهی ایجاد شود.
🤖 امروز نیز شرکت‌های بزرگ میلیاردها دلار صرف ساخت دیتاسنترها و خرید پردازنده‌های هوش مصنوعی می‌کنند؛ درحالی‌که هنوز مشخص نیست این سرمایه‌گذاری‌ها چه زمانی و با چه سرعتی به سودآوری پایدار می‌رسند.
⚠️ اما یک تفاوت مهم وجود دارد:
راه‌آهن و شبکه برق می‌توانند دهه‌ها عمر کنند، اما سخت‌افزارهای هوش مصنوعی خیلی سریع‌تر قدیمی می‌شوند و به ارتقا یا جایگزینی نیاز دارند.
💡 نکته تأمل‌برانگیز: ممکن است هوش مصنوعی واقعاً جهان را متحول کند، اما این الزاماً به معنای سودآوری تمام سرمایه‌گذاران امروز نیست.
آیا برندگان انقلاب هوش مصنوعی، همان شرکت‌هایی خواهند بود که زیرساخت‌های آن را می‌سازند؟
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
#هوش_مصنوعی #اقتصاد_دیجیتال #سرمایه_گذاری
❤6
This media is not supported in your browser
VIEW IN TELEGRAM
🧬 ساخت تراشه‌ای که می‌تواند با سلول‌های زنده همزیستی کند!
🔬 پژوهشگران دانشگاه هنگ‌کنگ نوع جدیدی از ترانزیستور ساخته‌اند که به‌جای سیلیکون سخت، از ماده‌ای نرم و سرشار از آب به نام هیدروژل (Hydrogel) استفاده می‌کند؛ ماده‌ای که از نظر ساختار به بافت‌های زنده شباهت دارد.
⚡ ویژگی شگفت‌انگیز این فناوری چیست؟
سلول‌های زنده می‌توانند درون این ماده رشد کنند، درحالی‌که قطعات الکترونیکی همچنان کار می‌کنند!
این پژوهش که در مجله معتبر Science منتشر شده، امکان تعامل الکتریکی مستقیم میان ترانزیستورهای سه‌بعدی و سلول‌های زنده را نشان می‌دهد.
🤖 هدف این فناوری ساخت پردازنده‌های سریع‌تر نیست؛ بلکه توسعه نسل جدیدی از تجهیزات پزشکی کاشتنی، رابط‌های مغز و رایانه و حسگرهای زیستی است.
💡 نکته مهم: شاید آینده فناوری فقط در ساخت ماشین‌های هوشمندتر نباشد؛ بلکه در ساخت ابزارهایی باشد که بتوانند با بدن انسان ارتباطی طبیعی‌تر برقرار کنند.
❓اگر الکترونیک بتواند در کنار سلول‌های زنده فعالیت کند، اولین کاربرد آن باید چه باشد؟
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
#فناوری #هوش_مصنوعی #زیست_فناوری
🔬 پژوهشگران دانشگاه هنگ‌کنگ نوع جدیدی از ترانزیستور ساخته‌اند که به‌جای سیلیکون سخت، از ماده‌ای نرم و سرشار از آب به نام هیدروژل (Hydrogel) استفاده می‌کند؛ ماده‌ای که از نظر ساختار به بافت‌های زنده شباهت دارد.
⚡ ویژگی شگفت‌انگیز این فناوری چیست؟
سلول‌های زنده می‌توانند درون این ماده رشد کنند، درحالی‌که قطعات الکترونیکی همچنان کار می‌کنند!
این پژوهش که در مجله معتبر Science منتشر شده، امکان تعامل الکتریکی مستقیم میان ترانزیستورهای سه‌بعدی و سلول‌های زنده را نشان می‌دهد.
🤖 هدف این فناوری ساخت پردازنده‌های سریع‌تر نیست؛ بلکه توسعه نسل جدیدی از تجهیزات پزشکی کاشتنی، رابط‌های مغز و رایانه و حسگرهای زیستی است.
💡 نکته مهم: شاید آینده فناوری فقط در ساخت ماشین‌های هوشمندتر نباشد؛ بلکه در ساخت ابزارهایی باشد که بتوانند با بدن انسان ارتباطی طبیعی‌تر برقرار کنند.
❓اگر الکترونیک بتواند در کنار سلول‌های زنده فعالیت کند، اولین کاربرد آن باید چه باشد؟
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
#فناوری #هوش_مصنوعی #زیست_فناوری
❤5
Forwarded from
This media is not supported in your browser
VIEW IN TELEGRAM
🧠 وقتی مغز یک مگس به عامل هوش مصنوعی تبدیل می‌شود!
گوگل و مؤسسه تحقیقاتی HHMI Janelia پس از حدود یک دهه پژوهش، نقشه اتصالات عصبی مگس میوه نر را منتشر کردند؛ مجموعه‌ای شامل ۱۶۶٬۷۰۰ نورون و ۲۴.۵ میلیون سیناپس!
🔬 اما اتفاق جذاب بعد از انتشار این داده‌ها رخ داد.
یک دانشجو با استفاده از این نقشه زیستی، مدلی رایانه‌ای از شبکه عصبی مگس ساخت و آن را به حرکات دست خود متصل کرد.
📹 دوربین حرکات انگشتان را تشخیص می‌دهد، آن‌ها را به سیگنال عصبی تبدیل می‌کند و به مدل می‌فرستد. سپس فعالیت نورون‌های حرکتی شبیه‌سازی‌شده، فرمان‌هایی برای کنترل محیط دیجیتال تولید می‌کند.
از این مدل برای تعامل با بازی‌هایی مانند DOOM و Chrome Dino نیز استفاده شده است.
⚠️ البته این سیستم مغز دیجیتالی یک مگس زنده نیست؛ بلکه شبیه‌سازی محاسباتی اتصالات عصبی آن است.
💡 نکته آینده‌نگر: شاید نسل بعدی هوش مصنوعی فقط از شبکه‌های عصبی طراحی‌شده توسط انسان ساخته نشود؛ بلکه از معماری واقعی مغز موجودات زنده نیز الهام بگیرد.
آیا آینده هوش مصنوعی از دل علوم اعصاب بیرون می‌آید؟
📌 مغز آینده
🌐 nextbrain.ir
🔗 @nextbrain_ir
#علوم_اعصاب #مغز_آینده
گوگل و مؤسسه تحقیقاتی HHMI Janelia پس از حدود یک دهه پژوهش، نقشه اتصالات عصبی مگس میوه نر را منتشر کردند؛ مجموعه‌ای شامل ۱۶۶٬۷۰۰ نورون و ۲۴.۵ میلیون سیناپس!
🔬 اما اتفاق جذاب بعد از انتشار این داده‌ها رخ داد.
یک دانشجو با استفاده از این نقشه زیستی، مدلی رایانه‌ای از شبکه عصبی مگس ساخت و آن را به حرکات دست خود متصل کرد.
📹 دوربین حرکات انگشتان را تشخیص می‌دهد، آن‌ها را به سیگنال عصبی تبدیل می‌کند و به مدل می‌فرستد. سپس فعالیت نورون‌های حرکتی شبیه‌سازی‌شده، فرمان‌هایی برای کنترل محیط دیجیتال تولید می‌کند.
از این مدل برای تعامل با بازی‌هایی مانند DOOM و Chrome Dino نیز استفاده شده است.
⚠️ البته این سیستم مغز دیجیتالی یک مگس زنده نیست؛ بلکه شبیه‌سازی محاسباتی اتصالات عصبی آن است.
💡 نکته آینده‌نگر: شاید نسل بعدی هوش مصنوعی فقط از شبکه‌های عصبی طراحی‌شده توسط انسان ساخته نشود؛ بلکه از معماری واقعی مغز موجودات زنده نیز الهام بگیرد.
آیا آینده هوش مصنوعی از دل علوم اعصاب بیرون می‌آید؟
📌 مغز آینده
🌐 nextbrain.ir
🔗 @nextbrain_ir
#علوم_اعصاب #مغز_آینده
❤1
Forwarded from
This media is not supported in your browser
VIEW IN TELEGRAM
🧠 نوبل پزشکی ۲۰۲۶؛ وقتی نور، کلید کنترل نورون‌های مغز می‌شود!
🏆 نوبل پزشکی ۲۰۲۶ به دستاوردی در علوم اعصاب اختصاص یافته که نگاه دانشمندان به عملکرد مغز را متحول کرده است: اپتوژنتیک (Optogenetics).
🔬 در این فناوری، پژوهشگران با استفاده از پروتئین‌های حساس به نور می‌توانند فعالیت نورون‌های مشخصی را فعال یا غیرفعال کنند.
این روش به دانشمندان کمک می‌کند بفهمند کدام مدارهای عصبی در حافظه، یادگیری، حرکت و رفتار نقش دارند؛ آن هم با دقتی که پیش‌تر دستیابی به آن بسیار دشوار بود.
🤖 اما ارتباط آن با هوش مصنوعی چیست؟
شناخت بهتر مدارهای مغز می‌تواند الهام‌بخش طراحی نسل‌های آینده سیستم‌های هوشمند باشد؛ سیستم‌هایی که شاید در یادگیری، پردازش اطلاعات و سازگاری با محیط، به هوش زیستی نزدیک‌تر شوند.
💡 نکته تأمل‌برانگیز: ما در حال ساخت هوش مصنوعی قدرتمندتر هستیم، درحالی‌که هنوز بسیاری از رازهای مغز انسان را نمی‌دانیم.
آیا شناخت مغز، کلید جهش بعدی هوش مصنوعی خواهد بود؟
📌 مغز آینده | شرکت راهکار تحول هوش مصنوعی
🌐 nextbrain.ir
🔗 @nextbrain_ir
#نوبل_پزشکی #علوم_اعصاب #هوش_مصنوعی
🏆 نوبل پزشکی ۲۰۲۶ به دستاوردی در علوم اعصاب اختصاص یافته که نگاه دانشمندان به عملکرد مغز را متحول کرده است: اپتوژنتیک (Optogenetics).
🔬 در این فناوری، پژوهشگران با استفاده از پروتئین‌های حساس به نور می‌توانند فعالیت نورون‌های مشخصی را فعال یا غیرفعال کنند.
این روش به دانشمندان کمک می‌کند بفهمند کدام مدارهای عصبی در حافظه، یادگیری، حرکت و رفتار نقش دارند؛ آن هم با دقتی که پیش‌تر دستیابی به آن بسیار دشوار بود.
🤖 اما ارتباط آن با هوش مصنوعی چیست؟
شناخت بهتر مدارهای مغز می‌تواند الهام‌بخش طراحی نسل‌های آینده سیستم‌های هوشمند باشد؛ سیستم‌هایی که شاید در یادگیری، پردازش اطلاعات و سازگاری با محیط، به هوش زیستی نزدیک‌تر شوند.
💡 نکته تأمل‌برانگیز: ما در حال ساخت هوش مصنوعی قدرتمندتر هستیم، درحالی‌که هنوز بسیاری از رازهای مغز انسان را نمی‌دانیم.
آیا شناخت مغز، کلید جهش بعدی هوش مصنوعی خواهد بود؟
📌 مغز آینده | شرکت راهکار تحول هوش مصنوعی
🌐 nextbrain.ir
🔗 @nextbrain_ir
#نوبل_پزشکی #علوم_اعصاب #هوش_مصنوعی
❤6🤔2
This media is not supported in your browser
VIEW IN TELEGRAM
🚗🚀 تسلا بالاخره ماشین پرنده‌اش را رونمایی کرد!
🔥 این‌بار ماجرا فقط یک ویدئوی ساخته‌شده با هوش مصنوعی نیست!
تسلا در ۱۵ اکتبر ۲۰۲۶ از نسل جدید خودروی اسپرت Roadster رونمایی کرد؛ خودرویی که با کمک فناوری پیشران‌های توسعه‌یافته با همکاری SpaceX، توانست در یک نمایش آزمایشی از زمین بلند شود و حرکات هوایی انجام دهد.
⚡ قابلیت‌های شگفت‌انگیز رودستر جدید:
🚀 شتاب صفر تا ۹۶ کیلومتر بر ساعت در کمتر از یک ثانیه، طبق ادعای تسلا
🛸 پرش از روی خودروهای دیگر با کمک پیشران‌ها
🔄 حرکت وارونه روی مسیر مخصوص و چرخش در هوا
⚠️ البته این خودرو هنوز نمونه آزمایشی است؛ نه یک ماشین پرنده آماده استفاده روزمره. تولید آن برای سال ۲۰۲۸ برنامه‌ریزی شده و مجوز تردد عمومی آن نیز قطعی نیست.
💡 نکته جالب: مرز میان صنعت خودرو و فناوری هوافضا در حال کم‌رنگ‌شدن است؛ اما تبدیل یک نمایش مهندسی به محصولی ایمن و قابل‌استفاده، چالش بزرگ بعدی خواهد بود.
❓حاضرید سوار چنین خودرویی شوید؟
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
#تسلا #فناوری #آینده
منابع بررسی: رویترز | TechCrunch
🔥 این‌بار ماجرا فقط یک ویدئوی ساخته‌شده با هوش مصنوعی نیست!
تسلا در ۱۵ اکتبر ۲۰۲۶ از نسل جدید خودروی اسپرت Roadster رونمایی کرد؛ خودرویی که با کمک فناوری پیشران‌های توسعه‌یافته با همکاری SpaceX، توانست در یک نمایش آزمایشی از زمین بلند شود و حرکات هوایی انجام دهد.
⚡ قابلیت‌های شگفت‌انگیز رودستر جدید:
🚀 شتاب صفر تا ۹۶ کیلومتر بر ساعت در کمتر از یک ثانیه، طبق ادعای تسلا
🛸 پرش از روی خودروهای دیگر با کمک پیشران‌ها
🔄 حرکت وارونه روی مسیر مخصوص و چرخش در هوا
⚠️ البته این خودرو هنوز نمونه آزمایشی است؛ نه یک ماشین پرنده آماده استفاده روزمره. تولید آن برای سال ۲۰۲۸ برنامه‌ریزی شده و مجوز تردد عمومی آن نیز قطعی نیست.
💡 نکته جالب: مرز میان صنعت خودرو و فناوری هوافضا در حال کم‌رنگ‌شدن است؛ اما تبدیل یک نمایش مهندسی به محصولی ایمن و قابل‌استفاده، چالش بزرگ بعدی خواهد بود.
❓حاضرید سوار چنین خودرویی شوید؟
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
#تسلا #فناوری #آینده
منابع بررسی: رویترز | TechCrunch
❤10
This media is not supported in your browser
VIEW IN TELEGRAM
🧠 یووال نوح هراری: هوش مصنوعی شبیه هیچ اختراع دیگری در تاریخ نیست!
⚠️ یووال نوح هراری، تاریخ‌دان و نویسنده کتاب‌های «انسان خردمند» و «نکسوس»، معتقد است بسیاری از ما تفاوت بنیادین هوش مصنوعی با فناوری‌های گذشته را درک نکرده‌ایم.
او در گفت‌وگو با PBS NewsHour توضیح می‌دهد:
📖 ماشین چاپ نمی‌توانست خودش تصمیم بگیرد چه کتابی چاپ کند.
💣 بمب اتم نمی‌توانست خودش انتخاب کند کدام شهر را هدف قرار دهد یا سلاح قدرتمندتری اختراع کند.
🤖 اما هوش مصنوعی می‌تواند در محدوده اختیارات و توانایی‌هایش تصمیم بگیرد و ایده‌های تازه تولید کند.
از نگاه هراری، این ویژگی هوش مصنوعی را از یک ابزار معمولی به فناوری‌ای با توانایی کنش مستقل تبدیل می‌کند.
البته استقلال در تصمیم‌گیری به معنای داشتن آگاهی یا اراده انسانی نیست.
💡 پرسش اصلی دیگر فقط این نیست که هوش مصنوعی چه کارهایی می‌تواند انجام دهد؛ بلکه این است که چه تصمیم‌هایی را باید به آن واگذار کنیم؟
❓به نظر شما مرز اختیار هوش مصنوعی کجا باید باشد؟
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
#هوش_مصنوعی #یووال_نوح_هراری #آینده_فناوری
🎥 منبع: PBS NewsHour
⚠️ یووال نوح هراری، تاریخ‌دان و نویسنده کتاب‌های «انسان خردمند» و «نکسوس»، معتقد است بسیاری از ما تفاوت بنیادین هوش مصنوعی با فناوری‌های گذشته را درک نکرده‌ایم.
او در گفت‌وگو با PBS NewsHour توضیح می‌دهد:
📖 ماشین چاپ نمی‌توانست خودش تصمیم بگیرد چه کتابی چاپ کند.
💣 بمب اتم نمی‌توانست خودش انتخاب کند کدام شهر را هدف قرار دهد یا سلاح قدرتمندتری اختراع کند.
🤖 اما هوش مصنوعی می‌تواند در محدوده اختیارات و توانایی‌هایش تصمیم بگیرد و ایده‌های تازه تولید کند.
از نگاه هراری، این ویژگی هوش مصنوعی را از یک ابزار معمولی به فناوری‌ای با توانایی کنش مستقل تبدیل می‌کند.
البته استقلال در تصمیم‌گیری به معنای داشتن آگاهی یا اراده انسانی نیست.
💡 پرسش اصلی دیگر فقط این نیست که هوش مصنوعی چه کارهایی می‌تواند انجام دهد؛ بلکه این است که چه تصمیم‌هایی را باید به آن واگذار کنیم؟
❓به نظر شما مرز اختیار هوش مصنوعی کجا باید باشد؟
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
#هوش_مصنوعی #یووال_نوح_هراری #آینده_فناوری
🎥 منبع: PBS NewsHour
❤8👎3
Forwarded from
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 سم آلتمن: یکی از بزرگ‌ترین اشتباهات بنیان‌گذاران، دیر اخراج‌کردن افراد نامناسب است!
سم آلتمن، مدیرعامل OpenAI، معتقد است یکی از اشتباهات رایج بنیان‌گذاران استارتاپ‌ها، به‌تعویق‌انداختن تصمیم‌های سخت درباره اعضای تیم است.
👥 اخراج یک کارمند هرگز ساده نیست. شما او را استخدام کرده‌اید، به توانایی‌هایش اعتماد داشته‌اید و می‌دانید این تصمیم می‌تواند بر زندگی حرفه‌ای و شخصی او تأثیر بگذارد.
اما آلتمن به نکته مهمی اشاره می‌کند:
نگه‌داشتن فردی در جایگاهی که در آن موفق نیست، همیشه به نفع او نیست.
⏳ هرچه این وضعیت طولانی‌تر شود، زمان بیشتری از فرد و سازمان از دست می‌رود و تصمیم نهایی دشوارتر خواهد شد.
💡 درس مدیریتی: رهبری فقط به معنای جذب استعدادها نیست؛ بلکه توانایی تشخیص تناسب افراد با نقش‌ها و گرفتن تصمیم‌های به‌موقع نیز اهمیت دارد.
البته پیش از قطع همکاری، باید بازخورد شفاف، فرصت بهبود و امکان جابه‌جایی به نقش مناسب‌تر بررسی شود.
گاهی تصمیم سختِ امروز، از آسیب بزرگ‌ترِ فردا جلوگیری می‌کند.
📌 مغز آینده | شرکت راهکار تحول هوش مصنوعی
🌐 nextbrain.ir
🔗 @nextbrain_ir
#مدیریت #رهبری #استارتاپ
سم آلتمن، مدیرعامل OpenAI، معتقد است یکی از اشتباهات رایج بنیان‌گذاران استارتاپ‌ها، به‌تعویق‌انداختن تصمیم‌های سخت درباره اعضای تیم است.
👥 اخراج یک کارمند هرگز ساده نیست. شما او را استخدام کرده‌اید، به توانایی‌هایش اعتماد داشته‌اید و می‌دانید این تصمیم می‌تواند بر زندگی حرفه‌ای و شخصی او تأثیر بگذارد.
اما آلتمن به نکته مهمی اشاره می‌کند:
نگه‌داشتن فردی در جایگاهی که در آن موفق نیست، همیشه به نفع او نیست.
⏳ هرچه این وضعیت طولانی‌تر شود، زمان بیشتری از فرد و سازمان از دست می‌رود و تصمیم نهایی دشوارتر خواهد شد.
💡 درس مدیریتی: رهبری فقط به معنای جذب استعدادها نیست؛ بلکه توانایی تشخیص تناسب افراد با نقش‌ها و گرفتن تصمیم‌های به‌موقع نیز اهمیت دارد.
البته پیش از قطع همکاری، باید بازخورد شفاف، فرصت بهبود و امکان جابه‌جایی به نقش مناسب‌تر بررسی شود.
گاهی تصمیم سختِ امروز، از آسیب بزرگ‌ترِ فردا جلوگیری می‌کند.
📌 مغز آینده | شرکت راهکار تحول هوش مصنوعی
🌐 nextbrain.ir
🔗 @nextbrain_ir
#مدیریت #رهبری #استارتاپ
❤10
This media is not supported in your browser
VIEW IN TELEGRAM
🧠 یووال نوح هراری: ما گاوهای آینده هستیم!
⚠️ یووال نوح هراری، نویسنده کتاب «انسان خردمند»، در گفت‌وگو با دانیل اشتاخ در تلویزیون ملی چک، هشدار عجیبی درباره آینده هوش مصنوعی مطرح کرد.
او می‌گوید:
💬 «همان‌طور که گاوها نمی‌توانند سیستم مالی امروز را که بر زندگی‌شان تأثیر می‌گذارد درک کنند، ممکن است ما نیز نتوانیم سیستم مالی مبتنی بر هوش مصنوعی را که ۱۰ یا ۲۰ سال دیگر بر زندگی‌مان اثر می‌گذارد، بفهمیم.»
🤖 منظور هراری این است که با پیچیده‌ترشدن سیستم‌های هوشمند، ممکن است تصمیم‌های اقتصادی مهم توسط الگوریتم‌هایی گرفته شوند که منطق آن‌ها حتی برای انسان‌ها به‌سادگی قابل‌درک نباشد.
البته این یک هشدار و سناریوی احتمالی است، نه پیش‌بینی قطعی آینده.
💡 پرسش مهم: اگر هوش مصنوعی روزی تصمیم‌های اقتصادی را بهتر از انسان بگیرد، آیا باید اختیار تصمیم‌گیری را هم به آن واگذار کنیم؟
آینده فقط به قدرت هوش مصنوعی بستگی ندارد؛ به میزان نظارت و اختیار انسان نیز وابسته است.
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
#هوش_مصنوعی #یووال_نوح_هراری #آینده_اقتصاد
⚠️ یووال نوح هراری، نویسنده کتاب «انسان خردمند»، در گفت‌وگو با دانیل اشتاخ در تلویزیون ملی چک، هشدار عجیبی درباره آینده هوش مصنوعی مطرح کرد.
او می‌گوید:
💬 «همان‌طور که گاوها نمی‌توانند سیستم مالی امروز را که بر زندگی‌شان تأثیر می‌گذارد درک کنند، ممکن است ما نیز نتوانیم سیستم مالی مبتنی بر هوش مصنوعی را که ۱۰ یا ۲۰ سال دیگر بر زندگی‌مان اثر می‌گذارد، بفهمیم.»
🤖 منظور هراری این است که با پیچیده‌ترشدن سیستم‌های هوشمند، ممکن است تصمیم‌های اقتصادی مهم توسط الگوریتم‌هایی گرفته شوند که منطق آن‌ها حتی برای انسان‌ها به‌سادگی قابل‌درک نباشد.
البته این یک هشدار و سناریوی احتمالی است، نه پیش‌بینی قطعی آینده.
💡 پرسش مهم: اگر هوش مصنوعی روزی تصمیم‌های اقتصادی را بهتر از انسان بگیرد، آیا باید اختیار تصمیم‌گیری را هم به آن واگذار کنیم؟
آینده فقط به قدرت هوش مصنوعی بستگی ندارد؛ به میزان نظارت و اختیار انسان نیز وابسته است.
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
#هوش_مصنوعی #یووال_نوح_هراری #آینده_اقتصاد
👏8👎7
🏆 نام یک استاد دانشگاه تهران در فهرست ۲ درصد دانشمندان برتر جهان قرار گرفت
دکتر علی بزرگی‌امیری، دانشیار دانشگاه تهران، در فهرست ۲ درصد دانشمندان برتر جهان در سال ۲۰۲۶ قرار گرفت.
🔬 این فهرست که با عنوان Stanford–Elsevier Top 2% Scientists شناخته می‌شود، بر اساس داده‌های پایگاه علمی Scopus و شاخص‌هایی مانند تعداد استنادها، تأثیرگذاری پژوهش‌ها و امتیاز ترکیبی استنادی تهیه می‌شود.
📊 حضور دکتر بزرگی‌امیری در نسخه ۲۰۲۶ این فهرست، بر مبنای عملکرد استنادی سال ۲۰۲۵ ثبت شده است.
🌍 این رتبه‌بندی یکی از ابزارهای شناخته‌شده برای ارزیابی تأثیرگذاری علمی پژوهشگران در سطح بین‌المللی است و حضور محققان ایرانی در آن، نشان‌دهنده ظرفیت پژوهشی دانشگاه‌های کشور در عرصه جهانی است.
👏 این دستاورد علمی را به دکتر علی بزرگی‌امیری و خانواده دانشگاه تهران تبریک می‌گوییم.
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
#دانشمندان_برتر #دانشگاه_تهران #افتخار_علمی
دکتر علی بزرگی‌امیری، دانشیار دانشگاه تهران، در فهرست ۲ درصد دانشمندان برتر جهان در سال ۲۰۲۶ قرار گرفت.
🔬 این فهرست که با عنوان Stanford–Elsevier Top 2% Scientists شناخته می‌شود، بر اساس داده‌های پایگاه علمی Scopus و شاخص‌هایی مانند تعداد استنادها، تأثیرگذاری پژوهش‌ها و امتیاز ترکیبی استنادی تهیه می‌شود.
📊 حضور دکتر بزرگی‌امیری در نسخه ۲۰۲۶ این فهرست، بر مبنای عملکرد استنادی سال ۲۰۲۵ ثبت شده است.
🌍 این رتبه‌بندی یکی از ابزارهای شناخته‌شده برای ارزیابی تأثیرگذاری علمی پژوهشگران در سطح بین‌المللی است و حضور محققان ایرانی در آن، نشان‌دهنده ظرفیت پژوهشی دانشگاه‌های کشور در عرصه جهانی است.
👏 این دستاورد علمی را به دکتر علی بزرگی‌امیری و خانواده دانشگاه تهران تبریک می‌گوییم.
📌 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
#دانشمندان_برتر #دانشگاه_تهران #افتخار_علمی
❤14👏3👎1
Forwarded from
🚀 کدنویسی هوشمندتر با ابزار متن‌باز Ponytail
💻 با گسترش هوش مصنوعی در توسعه نرم‌افزار، ابزارهای متن‌باز جدیدی در حال شکل‌گیری هستند که می‌توانند شیوه کار برنامه‌نویسان را متحول کنند.
یکی از این ابزارها Ponytail است؛ ابزاری که در مقاله جدید وب‌سایت مغز آینده به معرفی آن و کاربردهایش در کدنویسی هوشمندتر پرداخته‌ایم.
🔍 در این راهنمای کاربردی، با ویژگی‌های Ponytail، نحوه استفاده از آن و ظرفیت چنین ابزارهایی برای بهبود فرایند توسعه نرم‌افزار آشنا می‌شوید.
🧠پروژه متن باز Ponytail یک پروژه در GitHub است که با هدف هدایت عامل‌های هوش مصنوعی برنامه‌نویس به سمت کد ساده‌تر، وابستگی کمتر، پیچیدگی پایین‌تر و تصمیم‌های مهندسی سنجیده‌ترتوسعه یافته است.
📖 مقاله کامل را در وب‌سایت مغز آینده بخوانید:
🔗 آشنایی با Ponytail و راهنمای کاربردی آن
📌 مغز آینده | شرکت راهکار تحول هوش مصنوعی
🌐 nextbrain.ir
🔗 @nextbrain_ir
#هوش_مصنوعی #کدنویسی #متن_باز
💻 با گسترش هوش مصنوعی در توسعه نرم‌افزار، ابزارهای متن‌باز جدیدی در حال شکل‌گیری هستند که می‌توانند شیوه کار برنامه‌نویسان را متحول کنند.
یکی از این ابزارها Ponytail است؛ ابزاری که در مقاله جدید وب‌سایت مغز آینده به معرفی آن و کاربردهایش در کدنویسی هوشمندتر پرداخته‌ایم.
🔍 در این راهنمای کاربردی، با ویژگی‌های Ponytail، نحوه استفاده از آن و ظرفیت چنین ابزارهایی برای بهبود فرایند توسعه نرم‌افزار آشنا می‌شوید.
🧠پروژه متن باز Ponytail یک پروژه در GitHub است که با هدف هدایت عامل‌های هوش مصنوعی برنامه‌نویس به سمت کد ساده‌تر، وابستگی کمتر، پیچیدگی پایین‌تر و تصمیم‌های مهندسی سنجیده‌ترتوسعه یافته است.
📖 مقاله کامل را در وب‌سایت مغز آینده بخوانید:
🔗 آشنایی با Ponytail و راهنمای کاربردی آن
📌 مغز آینده | شرکت راهکار تحول هوش مصنوعی
🌐 nextbrain.ir
🔗 @nextbrain_ir
#هوش_مصنوعی #کدنویسی #متن_باز
❤4