نتفلیکس برای اولین بار از صحنه‌ای که با ابزار هوش‌مصنوعی ساخته شده تو سریال آرژانتینی El Atonata استفاده کرده.

مدیرعامل این کمپانی گفته برای ساختن صحنه فروریختن یک ساختمان از هوش‌مصنوعی استفاده کردن و نتیجه ۱۰ برابر سریع‌تر آماده شده. البته هزینه کلی هم ارزون‌تر از روش‌های معمول VFX بوده. قراره از این به بعد با ترکیب این دو تکنیک با هم، جلوه‌های ویژهٔ پرهزینه مثل جوان‌سازی رو که فقط مختص پروژه‌هایی با بودجه زیادن، رو به بقیه پروژه‌ها هم برسونن.

ویدیوی بالا روند ساخت جلوه‌های ویژه بصری این سریال رو نشون می‌ده. [L]

🤓 abolfazl @geekalerts

بعد از برگزاری IMO 2025 (معتبرترین المپیاد ریاضی دانش‌آموزی جهان)، سایت matharena که روی المپیادهای ریاضی از مدل‌های مختلف بنچمارک می‌گیره و داورهای انسانی اون رو بررسی می‌کنن، المپیاد امسال رو روی مدل‌ها امتحان کردن.

هر مدل اجازه داره ۴ بار سوال رو حل کنه. نتیجه این بوده که به کمترین درصد برای رسیدن به مدال برنز هم دست نیافتن و البته درسته هیچ کدوم از مدل‌ها سوال‌ها رو به طور کامل حل نکردن و یا کلا نتونستن حل کنن اما شده که بعضی از سوالات رو تا درصد خیلی خوبی حل کرده باشن. مدل Gemini 2.5 Pro با دقت ۳۱ درصدی و هزینه ۴۳۰ دلاری توی صدر جدول هست و تونسته سوال ۳ و ۵ رو بیشتر از ۵۰درصد راه‌حل رو بره. در مقام بعدی o3 (high) هست که دقت ۱۶ درصدی و هزینه ۲۲۰ دلاری و باقی مدل‌ها رو می‌بینید مثل Grok 4 که با وجود هزینه ۵۰۰ دلاری فقط ۱۱ درصد دقت داشته و هیچ سوالی رو به ۵۰ درصد نرسونده.

اغلب این تفاوت با بنچمارک‌هایی که خود شرکت‌ها منتشر می‌کنن به دلیل آموزش‌ندیدن مدل روی این سوالاته. سوالات المپیادها هرسال سبک جدیدی می‌گیرن و مدام تغییر می‌کنن و مدل‌ها برای چنین سوالاتی آموزش ندیدن، اما با وجود ضعف هم اونقدرها بد عمل نکردن. می‌تونید توی سایتشون سوالات و اجراها و جواب‌های مدل‌ها رو ببینید. [L]

در این مسابقات که در استرالیا هم برگزار شد، تیم ایران تونست ۲ طلا، ۳ نقره و ۱ برنز به‌دست بیاره و مقام ۱۲م رو کسب کنه.

🤓 hadi @geekalerts

گوگل ویژگی‌های آزمایشی ماه‌های گذشته‌رو برای تمام کاربران Gemini منتشر کرد، اول از این ویژگی میتونیم شروع کنیم که امکان تبدیل تصاویر رو به ویدیوهایی ۸ ثانیه‌ای به کمک Veo3 داخل Gemini میده. [L]

🤓 @geekalerts

مدل Veo3 که میتونید باهاش ویدیوهای ۸ ثانیه‌ای بسازید حالا در بیش از ۱۵۰ کشور در دسترس هست، برای استفاده از این مدل نیاز به اشتراک‌های پرو یا اولترا دارید، به نظر میرسه گوگل الان اجازه میده تعداد ویدیوهای بیشتری باهاش بسازید. [L]

🤓 @geekalerts

میتونید از Gemini برای برنامه‌ریزی و انجام برخی از تسک‌هاتون استفاده کنید، مثلا بهش بگید هر روز وقتی بیدار شدید خلاصه ایمیل‌هاتون رو براتون بفرسته، یا مثلا هر وقت یه رویدادی تو شهرتون بود بهتون اطلاع بده. [L]

🤓 @geekalerts

جمنای الان با اکثر برنامه‌های گوگل مثل نقشه گوگل، تسکس، تقویم و برنامه یادداشت برداری keep میتونه کار کنه، یعنی از گوگل مثلا بپرسید چه تسک‌هایی امروز دارم یا ازش بخواید تسک براتون اضافه کنه، همین امکان توی برنامه‌های دیگه هم هست. [L]

🤓 @geekalerts

ویژگی Gemini live که باهاش میتونید با جمنای صحبت کنید حالا امکان فعال کردن زیرنویس رو اضافه کرده که وقتی باهاش صحبت میکند یه کپشن پایین جمنای میاد و به صورت زنده صحبت‌هارو به صورت متن هم نمایش میده، اسمش کپشن لایو هست و میتونید فعال یا غیرفعالش کنید. [L]

🤓 @geekalerts

فوریه سال ۲۰۲۲ یه مقام وزارت دفاع بریتانیا اشتباهی یه صفحه حاوی اطلاعات شخصی ۱۹ هزار افغان رو به خارج از سیستم‌های دولتی ایمیل میکنه، این افراد کسایی بود که با روی کار اومدن طالبان درخواست اقامت به بریتانیا داده بودن و فایل هم شامل تمام اطلاعات این‌ها بود، بینشون حتی بخشی از افغان‌هایی بودن که در طول جنگ افغانستان با نیروهایی بریتانیایی همکاری کرده بودن.

وزارت دفاع بریتانیا از ترس اینکه این لیست به دست طالبان برسه یه برنامه محرمانه درست میکنن به اسم «Afghan Relocation Route» که توی این برنامه تمام افغان‌هایی که توی لیست بودن رو بهشون اقامت بدن و بیارنشون بریتانیا، بدون اینکه کسی متوجه بشه.

تا الان ۴۵۰۰ نفر شامل ۹۰۰ متقاضی و ۳۶۰۰ نفر از خونواده‌هاشون توی این طرح از افغانستان به بریتانیا آورده شدن. پیش‌بینی میکنن مجموعا بتونن ۶۹۰۰ نفر رو در پایان طرح به بریتانیا بیارن. هزینه این طرح محرمانه ۸۵۰ میلیون دلار هست و توی دادگاه گفتن ممکنه تا چند میلیارد دلار برسه.

اینکه اسم دادگاه اومد دلیلش اینه که قاضی دادگاه بعد از متوجه شدن این طرح مخفیانه توسط رسانه‌ها دستور داده که طرح باید از حالت مخفیانه خارج بشه، گفته مخفیانه بودن طرح «خلا نظارتی» ایجاد میکنه.

بحث‌هایی هم هست که نیازی به این برنامه مخفیانه نبود، صرفا بودن توی یه لیست ۱۹ هزار تایی درخواست اقامت برای طالبانی که از قبل تمام اسناد دولتی افغانستان رو داره احتمالا خطری برای کسی نداشت. [L]

🤓 @geekalerts

سرویس تی‌ستلایت با همکاری تی‌موبایل و استارلینک توی آمریکا معرفی شد، تمام آمریکایی‌ها از هر اپراتوری میتونن با پرداخت ۱۰ دلار ازش استفاده کنن. این سرویس دو بخش داره که بخش اولش ارسال پیامک به شماره‌های اورژانس مثل ۹۱۱ هست و تا آخر امسال برای همه رایگان میشه.

بخش دومش ارسال پیامک ماهواره‌ای با موبایل هست که چند روز دیگه فعال میشه و میتونه حتی شامل پیام‌های چندرسانه‌ای MMS هم باشه. از ۳ ماه دیگه (اکتبر) اینترنت ماهواره‌ای هم فعال میشه اما شرط‌هایی داره.

توسعه دهنده برنامه‌ها باید به کمک کدهایی که در سیستم‌عامل IOS و اندروید برای ویژگی ارتباط ماهواره‌ای تعبیه شده برنامه‌هاشون رو برای ارتباط با پهنای باند محدود ماهواره‌ای آپدیت کنن. که شروعش با واتساپ و برنامه اکس توییتر هست. یعنی آمریکایی‌ها میتونن در دورترین مناطق هم به توییتر و واتساپ دسترسی داشته باشن.

تی‌ستلایت به صورت eSIM روی گوشی فعال میشه، از آیفون‌های ۱۳ به بعد، پیکسل‌های ۹ به بعد، سامسونگ‌های اس ۲۱ به بعد میشه ازش استفاده کرد. البته از گوشی‌های پایین‌رده مثل سری A سامسونگ (حتی A14) هم پشتیبانی میکنه.

توی هر کشوری هم یه اپراتور میزبان استارلینک میشه، مثلا توی کانادا راجرز کامیونیکیشنز داره سرویس مشابهی رو به اسم راجرز سَتِلایت ارائه میده. [L]

🤓 @geekalerts

پژوهش‌گر OpenAI در ایکس گفته که جدیدترین مدل خصوصی استدلالی‌شون تونسته با حل ۵ سوال از ۶ سوال به مدال طلا برسه.

الکساندر می‌گه که ما تو همون شرایط عادی(۲ تا وقت ۴.۵ ساعته، بدون هیچ ابزاری) سوالات رو به صورت متنی برای مدل دادیم و مدل اون‌ها رو حل کرده و بعد سه داور انسانی که قبلا مدال‌اور بودن اون‌ها رو ارزیابی کرده. مهم‌ترین چیزی که بهش اشاره کرده اینه که این مدل با استفاده از روش جدیدی در یادگیری تقویتی(RL) به‌طور عمومی آموزش دیده و مختص به یک کار خاص مثل حل کردن این سوالات نبوده.

بعد ازش پرسیدن که GPT-5 قراره این‌طور باشه؟ گفته نه، این یک مدل تحقیقاتی بوده صرفا و قرار نیست به صورت عمومی عرضه بشه. جواب‌های مدل رو می‌تونید در این لینک ببینید. [L]

🤓 hadi @geekalerts

خبرهایی شنیده میشه که گوگل تصمیم داره اندروید و کروم‌اواس رو یکی کنه، سامسونگی‌ها قبلا با دکس نسخه دسکتاپی اندروید رو تجربه کردن، خود گوگل هم توی اندروید ۱۶ نسخه QPR1 یه حالت اولیه دسکتاپ برای اندروید گذاشته که البته فقط برای گوشی‌های پیکسل هست.

کاربرها به خبر واکنش مثبت نشون دادن، چون توی دسکتاپ انتخاب‌ها خیلی کمه و اومدن یه نسخه دسکتاپی درست و حسابی از اندروید میتونه خیلی‌هارو سمت تغییر سیستم‌عامل بکشونه، به خصوص اینکه کروم‌او‌اس یه سیستم‌عامل برای انجام کارهای معمولیه ولی اندروید میتونه یه سیستم‌عامل کامل برای اجرای وظایف سنگین و حتی بازی کردن باشه. [L]

🤓 @geekalerts

ردپای نسخه آلفای GPT-5 از OpenAI پیدا شده، اسم مدل توی فایل کانفیگ گیت‌هاب مربوط به ارزیابی‌های بنچمارک داخلی OpenAI در حوزه زیست‌شناسی پیدا شده. این یعنی مدل جدید به جای اینکه روی مکالمات معمولی تست بشه، روی معیارهای تحقیقاتی زیست‌شناسی در حال آزمایشه.

اسم دقیق مدلش gpt-5-reasoning-alpha-2025-07-13 هست و تحلیل کردن که یه سری ویژگی‌ها داره مثل قابلیت خودتعمیری در کارهای مرتبط با کد و منطق. [L]

🤓 @geekalerts

ایلان ماسک میگه دارن روی یه نسخه مناسب کودکان کار میکنن به اسم بیبی گراک، که اپ اختصاصی خودش رو داره، از زمانی که خبرش رو اعلام کرد واکنش‌های مثبت و منفی زیاد داشته، مثلا بعضی‌ها اعتقاد دارن بچه‌ها همین الان دارن با مدل‌های AI کار میکنن و باید نسخه‌های مناسب سنشون وجود داشته باشه.

شرکت‌های دیگه هم دارن پروژه‌های مشابه رو جلو میبرن، یه نسخه فمیلی از gemini قرار هست بیاد، ولی واکنش‌های منفی هم به بیبی‌گراک داشتید، اونم اینه که مدل گراک معروف به جذب بزرگسالان هست، حتی تو نسخه‌های جدید آواتارهای انیمه‌ای اضافه کردن و کاربرها میگن برنامه‌ای که تمرکزش روی نسخه بزرگساله نباید نسخه کودکان داشته باشه. [L]

🤓 @geekalerts

بریتانیا چند صد سال هست که مالیاتی بر درآمد خارج از کشور ندارن، یعنی اگه کسی اونجا بره و از کشورهای دیگه پول در بیاره تا زمانی که پول رو به بریتانیا نیاره نیازی نیست مالیاتی پرداخت کنه.

همین قانون باعث شد سرمایه‌داران زیادی به بریتانیا مهاجرت کنن، حالا قانون جدیدی گذاشتن که مالیات درآمد‌های خارج از بریتانیا رو بگیرن و این باعث رفتن سرمایه‌دارانشون شده. تخمین زدن سرمایه‌دارهایی که دارن میرن سالی ۸ ملیارد پوند مالیات پرداخت میکردن.

یکی از آمارهای جالبی که منتشر میکنن اینه که افراد غیرمقیم (کسایی که دارن میرن) حدود ۰.۱۱ درصد از جمعیت بریتانیا رو تشکیل میدن، اما حدود ۱.۲۴ درصد از کل مالیات‌های این کشور رو پرداخت می‌کنن. البته بحث‌هایی هست که اجرای این قانون باعث رفتن تمام این افراد نمیشه. [L]

🤓 @geekalerts

ستاره‌شناسان یک جرم به اسم 2023 KQ14 رو تو منظومه شمسی پیدا کردن که از سیاره نپتون دورتره. این جرم فرانپتونی که بهش آمونیت (Ammonite) هم می‌گن، توی یک مدار بیضوی خیلی کشیده دور خورشید می‌چرخه و تو نزدیک‌ترین حالت، فاصله‌اش از خورشید ۶۶ واحد نجومیه؛ یعنی حدود ۶۶ برابر نزدیک‌ترین فاصله زمین از خورشید.

این کشف به چند دلیل مهمه. یکی این‌که توی ناحیه‌ای از منظومه شمسی پیدا شده که هیچ جرمی قبلا با این مختصات پیدا نشده بود. دوم این‌که شبیه‌سازی‌ها نشون می‌دن مدارش تو ۴.۵ میلیارد سال گذشته پایدار بوده که می‌تونه نشونه‌ای باشه از وجود یک سیاره نهم در دوردست‌های منظومه شمسی که به این اجرام مسیر خاصی می‌ده.

این کشف در چارچوب فاز دوم پروژه FOSSIL II و با تلسکوپ‌های سوبارو و کانادا-فرانسه-هاوایی انجام شده. [L]

🤓 abolfazl @geekalerts

نمایندگان پارلمان هلند میخوان چهره و صدای افراد رو هم شامل کپی‌رایت کنن، سر دیپ‌فیک و AI استفاده از چهره و صدای دیگران زیاد شده، چون میشه مثلا با دادن صدای یه فرد در کمتر از چند دقیقه یه نسخه مشابه صدا یا حتی تصویر اون‌رو ساخت.

همین چند وقت پیش دانمارک قانونی رو تصویب کرد که به شهروندانش حق کپی رایت روی ظاهر و صداشون رو میده. البته این قانون شرط‌هایی داره مثلا اگه کسی از صدا و تصویر یه شهروند استفاده کنه اول از پلتفرم درخواست میکنه محتوارو حذف کنه و در صورتی که عمل نکنن با جریمه‌های سنگین روبرو میشن. [L]

🤓 @geekalerts

گوگل DeepMind هم اعلام کرد که تونستن با استفاده از نسخه پیشرفته‌ای از Gemini همراه با حالت Deep Think به مدال طلا برسن.

مشابه OpenAI و سایر مسابقه‌دهنده‌ها و درهمون شرایط با حل ۵ سوال از ۶ سوال و کسب ۳۵ امتیاز از ۴۲ امتیاز به مدال طلا برسن. نکته قابل‌توجه اینه که تیم دیپ‌مایند و سایر شرکت‌ها به‌صورت رسمی با کمیته IMO همکاری کردن و داورهای اصلی جواب‌ها رو تصحیح کردن. رییس این کمیته گفته که: «ما می‌توانیم تأیید کنیم که گوگل دیپ‌مایند به نقطه عطف مورد نظر رسیده و از ۴۲ امتیاز ممکن، ۳۵ امتیاز کسب کرده است(امتیاز لازم برای مدال طلا). راه‌حل‌های آنها از بسیاری جهات شگفت‌انگیز بود. نمره‌دهندگان IMO آنها را واضح، دقیق و اکثر آنها را به راحتی قابل درک یافتند.»
برعکس پارسال(نقره گرفتن) که از مدل‌هایی مثل AlphaProof استفاده کردن تا جواب‌هاشون ساختارمند بشه و مدل راحت‌تر بتونه جواب بده، امسال مدل تونست مثل شرکت‌کننده‌های انسانی جواب‌هایی به زبان طبیعی بده. و درنهایت نکته جالب اینه که هیچ کدوم از مدل‌هایی که به طلا رسیدن نتونستن سوال ۶ رو به دلیل سختی خیلی زیادش حل کنن.

این نسخه از Deep Think قراره قبل از ورود به پلن Ultra در دسترس تسترهای معتبر مثل ریاضی‌دان‌ها قرار بگیره و بعد کم کم عرضه بشه. جواب‌های این مدل رو در این لینک می‌تونید ببینید. [L]

🤓 hadi @geekalerts

مقاله Hierarchical Reasoning Model (HRM) یک معماری جدید برای حل مسائل استدلالی معرفی کرده که می‌تونه با پارامتر و داده کمتر، و مصرف GPU پایین‌تر به عمق محاسباتی بالاتری برسه.

برخلاف مدل‌های زبانی مثل GPT که از روش Chain of Thought (CoT) استفاده می‌کنن و قدم به قدم جواب رو با متن تولید می‌کنن که می‌تونه کند و پر اشتباه باشه، HRM از دو ماژول استفاده می‌کنه: یکی برای برنامه‌ریزی انتزاعی و یکی برای محاسبات سریع و دقیق.

در نتیجه HRM با فقط ۲۷ میلیون پارامتر و ۱۰۰۰ نمونه آموزشی تونسته روی Sudoku سخت ۷۴.۵٪ دقت بیاره، جایی که CoTها صفر بودن. توی بنچمارک ARC-AGI هم با دقت ۴۰.۳٪ بهتر از مدل‌های خیلی بزرگ مثل Claude 3.7 (۲۱.۲٪) یا o3-mini-high (۳۴.۵٪) عمل کرده.

با قابلیت تفکر تطبیقی که چیزی مشابه مغزه‌، HRM خودش تشخیص می‌ده چقدر باید فکر کنه و روی مسائلی که لازم باشه بیشتر وقت می‌ذاره. HRM فعلاً بیشتر شبیه به یک proof of concept قویه، اما می‌تونه نقطه عطفی در مسیر AGI باشه. [L]

🤓 abolfazl @geekalerts