Media is too big
VIEW IN TELEGRAM
🤖 رباتها دیگر فقط در فیلمهای علمیتخیلی نیستند؛ همین حالا کنار ما در صنعت و زندگی روزمره حضور دارند. آیندهای که دیروز رویا بود، امروز جلوی چشم ماست!
@rss_ai_ir
#هوش_مصنوعی #روباتیک #فناوری #AI #Robotics
@rss_ai_ir
#هوش_مصنوعی #روباتیک #فناوری #AI #Robotics
❤17🔥10👍7👏7😁6🥰4🎉3🕊1
😮 اتفاقی تاریخی: آلبانی اولین کشوری شد که یک هوش مصنوعی را بهعنوان وزیر منصوب کرد!
این شبکه عصبی حالا رسماً عضو کابینه است — بدون هویت حقوقی، بدون امضا و البته بدون مسئولیت کیفری.
📌 وظیفهاش؟ مدیریت خریدهای دولتی برای حذف کامل عامل انسانی:
— فساد
— رشوه
— پولشویی
— فشارها و رانتها
برای اولین بار در تاریخ، یک هوش مصنوعی نه فقط ابزار، بلکه بازیگر فعال در اداره یک کشور شده است.
🤯 شاید عجیب به نظر برسد، اما این میتواند سرآغاز تحولی باشد که مرزهای سنتی سیاست و فناوری را از بین میبرد.
و برخی میگویند: «پایان تمدن انسانی از آلبانی شروع شد...»
@rss_ai_ir
#هوش_مصنوعی #سیاست #آلبانی #AI #DigitalGovernment
این شبکه عصبی حالا رسماً عضو کابینه است — بدون هویت حقوقی، بدون امضا و البته بدون مسئولیت کیفری.
📌 وظیفهاش؟ مدیریت خریدهای دولتی برای حذف کامل عامل انسانی:
— فساد
— رشوه
— پولشویی
— فشارها و رانتها
برای اولین بار در تاریخ، یک هوش مصنوعی نه فقط ابزار، بلکه بازیگر فعال در اداره یک کشور شده است.
🤯 شاید عجیب به نظر برسد، اما این میتواند سرآغاز تحولی باشد که مرزهای سنتی سیاست و فناوری را از بین میبرد.
و برخی میگویند: «پایان تمدن انسانی از آلبانی شروع شد...»
@rss_ai_ir
#هوش_مصنوعی #سیاست #آلبانی #AI #DigitalGovernment
👍12👏10😁9🥰8🎉8❤6🔥3😱1
🚨 چرا بسیاری از پروژههای هوش مصنوعی در صنعت شکست میخورند؟
1️⃣ مسئله واقعی تعریف نمیشود، فقط شعار «AI بیاوریم»!
2️⃣ دادهها ناقص، پر از نویز یا بیکیفیت هستند.
3️⃣ زیرساخت سختافزاری/نرمافزاری کافی وجود ندارد.
4️⃣ مدیران انتظار معجزه فوری دارند.
5️⃣ مدل با فرآیندهای عملیاتی ادغام نمیشود.
6️⃣ کمبود نیروی متخصص و همکاری میانرشتهای.
7️⃣ نبود KPI و معیار موفقیت شفاف.
✨ موفقیت وقتی حاصل میشود که پروژه از مسئله واقعی شروع شود، با داده درست آموزش ببیند و در فرآیند تولید ادغام گردد.
@rss_ai_ir
#هوش_مصنوعی #صنعت #مدیریت #AI
1️⃣ مسئله واقعی تعریف نمیشود، فقط شعار «AI بیاوریم»!
2️⃣ دادهها ناقص، پر از نویز یا بیکیفیت هستند.
3️⃣ زیرساخت سختافزاری/نرمافزاری کافی وجود ندارد.
4️⃣ مدیران انتظار معجزه فوری دارند.
5️⃣ مدل با فرآیندهای عملیاتی ادغام نمیشود.
6️⃣ کمبود نیروی متخصص و همکاری میانرشتهای.
7️⃣ نبود KPI و معیار موفقیت شفاف.
✨ موفقیت وقتی حاصل میشود که پروژه از مسئله واقعی شروع شود، با داده درست آموزش ببیند و در فرآیند تولید ادغام گردد.
@rss_ai_ir
#هوش_مصنوعی #صنعت #مدیریت #AI
👍14🥰9🔥8😁8❤7🎉6👏5💯2
🐸 وقتی API گرون باشه، خلاقیت میاد وسط!
خیلی از ماها برای تست کردن ریسرچ ایجنتها از Tavily API استفاده میکنیم، اما مشکلش اینه که حسابی خرج روی دست آدم میذاره.
یکی از دولوپرها برای همین یه هک جالب زده:
🔧 SearXNG (موتور جستجوی متنباز)
+ آداپتور اختصاصی
👉 نتیجه؟ یه جایگزین drop-in برای Tavily، فقط کافیه base_url رو عوض کنید!
📌 مزایا:
💸 رایگان به جای $$$
🔒 حریم خصوصی کامل
♾️ بدون محدودیت درخواست
🌍 وباسکرپینگ آماده برای ریسرچ ایجنتها (raw_content با bs4)
🔎 بیش از ۷۰ موتور جستجو زیر کاپوت (بینگ هم بلافاصله بلاک شد 😂)
حتی جواب سوالاتی مثل «پیشبینی قیمت بیتکوین ۲۰۲۶» رو پیدا میکنه!
🚀 استارت سریع:
🟢 نتیجه: به جای خرجهای صد دلاری برای تست، میتونید با ۵ دلار هزینه سرور در ماه، ایجنتها رو شبانهروزی تست کنید!
🔗 گیتهاب:
vakovalskii/searxng-docker-tavily-adapter
#OpenSource #AI #ResearchAgents #SearXNG #Tavily
@rss_ai_ir
خیلی از ماها برای تست کردن ریسرچ ایجنتها از Tavily API استفاده میکنیم، اما مشکلش اینه که حسابی خرج روی دست آدم میذاره.
یکی از دولوپرها برای همین یه هک جالب زده:
🔧 SearXNG (موتور جستجوی متنباز)
+ آداپتور اختصاصی
👉 نتیجه؟ یه جایگزین drop-in برای Tavily، فقط کافیه base_url رو عوض کنید!
📌 مزایا:
💸 رایگان به جای $$$
🔒 حریم خصوصی کامل
♾️ بدون محدودیت درخواست
🌍 وباسکرپینگ آماده برای ریسرچ ایجنتها (raw_content با bs4)
🔎 بیش از ۷۰ موتور جستجو زیر کاپوت (بینگ هم بلافاصله بلاک شد 😂)
حتی جواب سوالاتی مثل «پیشبینی قیمت بیتکوین ۲۰۲۶» رو پیدا میکنه!
🚀 استارت سریع:
git clone https://github.com/vakovalskii/searxng-docker-tavily-adapter
docker compose up -d
# حالا API روی localhost:8000 فعاله
🟢 نتیجه: به جای خرجهای صد دلاری برای تست، میتونید با ۵ دلار هزینه سرور در ماه، ایجنتها رو شبانهروزی تست کنید!
🔗 گیتهاب:
vakovalskii/searxng-docker-tavily-adapter
#OpenSource #AI #ResearchAgents #SearXNG #Tavily
@rss_ai_ir
GitHub
GitHub - vakovalskii/searxng-docker-tavily-adapter: searxng-docker-tavily-adapter
searxng-docker-tavily-adapter. Contribute to vakovalskii/searxng-docker-tavily-adapter development by creating an account on GitHub.
🔥13❤10🥰9👍8🎉6👏4😁3🤯2🆒1
This media is not supported in your browser
VIEW IN TELEGRAM
⚡ تسلا از Megablock رونمایی کرد — نسل جدید سیستم ذخیرهسازی انرژی
🔹 ماژول آماده میانولتاژ
🔹 ظرفیت: 20 مگاواتساعت AC با طول عمر 25 سال (بیش از 10,000 سیکل)
🔹 محل تولید: هیوستون
🔹 عملکرد پایدار در شرایط سخت از °40- تا °60+
🔹 نصب تا 23٪ سریعتر و 40٪ ارزانتر نسبت به نسل قبلی
🔹 امکان نصب 1 گیگاواتساعت در فقط 20 روز کاری
🔹 چگالی بالا: تا 248 مگاواتساعت AC در هر یک جریب زمین
🚚 اولین تحویلها از نیمه دوم ۲۰۲۶ آغاز میشوند.
@rss_ai_ir
#Tesla #انرژی #ذخیره_انرژی #CleanTech #تجدیدپذیر #Megablock
🔹 ماژول آماده میانولتاژ
🔹 ظرفیت: 20 مگاواتساعت AC با طول عمر 25 سال (بیش از 10,000 سیکل)
🔹 محل تولید: هیوستون
🔹 عملکرد پایدار در شرایط سخت از °40- تا °60+
🔹 نصب تا 23٪ سریعتر و 40٪ ارزانتر نسبت به نسل قبلی
🔹 امکان نصب 1 گیگاواتساعت در فقط 20 روز کاری
🔹 چگالی بالا: تا 248 مگاواتساعت AC در هر یک جریب زمین
🚚 اولین تحویلها از نیمه دوم ۲۰۲۶ آغاز میشوند.
@rss_ai_ir
#Tesla #انرژی #ذخیره_انرژی #CleanTech #تجدیدپذیر #Megablock
🥰11😁10🎉10👍7🔥7❤6👏3🙏1
Media is too big
VIEW IN TELEGRAM
🤖 رباتها هر روز هوشمندتر و کارآمدتر میشوند؛ از کارخانهها تا خانهها، آرامآرام جای خود را در زندگی ما باز میکنند. آینده، دنیای همکاری انسان و ماشین است.
@rss_ai_ir
#هوش_مصنوعی #روباتیک #فناوری #AI #Robotics
@rss_ai_ir
#هوش_مصنوعی #روباتیک #فناوری #AI #Robotics
❤13👍7🔥7🥰7😁7🎉7👏5
This media is not supported in your browser
VIEW IN TELEGRAM
@rss_ai_ir
💡 منتظر چه چیزهایی باشی؟
🔹 نقد و بررسی عمیق مدلهای جدید مثل GPT-5، Gemini، Qwen و DeepSeek
🔹 معرفی ابزارها و پروژههای متنباز با لینک مستقیم GitHub
🔹 مرور کاربردهای صنعتی: از BCI و لیدار تا دیجیتالتوئین و رباتیک
🔹 تحلیل امنیتی و فنی LLMها؛ از باگهای سیستماتیک تا مقایسه با روشهای سنتی
🔹 آموزشهای کوتاه، تخصصی و عملی در پردازش تصویر، یادگیری عمیق و بینایی ماشین
https://t.iss.one/rss_ai_ir
@rss_ai_ir
Please open Telegram to view this post
VIEW IN TELEGRAM
👍116❤11👏10😁8🔥7🥰6🎉3🙏1
✨ استارتاپ Thinking Machines به رهبری میرا موراتی بهطور غیرمنتظره بلاگ تحقیقاتی خودش رو با نام Connectionism راهاندازی کرده و اولین مقاله هم منتشر شده.
🔹 انتخاب نام Connectionism بیدلیل نیست؛ در دهه ۸۰ میلادی شاخهای از هوش مصنوعی با همین نام به مطالعه شباهت شبکههای عصبی و مغز زیستی میپرداخت.
📌 اولین مقاله بلاگ موضوعی عمیق و کمتر دیدهشده رو بررسی میکنه: تکرارپذیری (Determinism) در پاسخهای مدلهای زبانی بزرگ (LLM).
🔑 نکات اصلی مقاله:
✳️میدونیم پاسخهای LLM ذاتاً تصادفی هستن، چون انتخاب توکن بعدی فقط بر اساس بیشترین احتمال نیست و هایپرپارامتر "دمـا" (Temperature) تعیین میکنه چقدر خروجی متنوع یا ثابت باشه.
✳️حتی وقتی دما = 0 باشه (یعنی باید همیشه خروجی یکسان باشه)، باز هم مدلها جوابهای مختلف تولید میکنن.
✳️دلیل این موضوع برخلاف تصور رایج (محاسبات موازی GPU) چیز دیگهایه: تغییر اندازه batch هنگام پردازش درخواستهای همزمان کاربران.
✳️وقتی batch تغییر میکنه، ترتیب و بهینهسازی محاسبات در GPU هم تغییر میکنه و همین باعث اختلافات جزئی در مقادیر میشه. این اختلافات میتونن در نهایت انتخاب توکن رو عوض کنن و مسیر خروجی کاملاً متفاوت بشه.
🛠 تیم TM راهحلی برای این مشکل ارائه کرده: طراحی batch-invariant kernels که باعث میشه نتایج حتی با تغییر اندازه batch هم پایدار بمونن.
💡 این برای کاربران عادی شاید مهم نباشه، اما در حوزههایی مثل دیباگ مدلها، تست Alignment و امنیت یک قابلیت کلیدی محسوب میشه.
🔗 جزئیات کامل همراه با فرمولها و کد در بلاگ رسمی:
👉 thinkingmachines.ai/blog/defeating-nondeterminism-in-llm-inference
#AI #LLM #Determinism #Connectionism #ThinkingMachines #میرا_موراتی
@rss_ai_ir
🔹 انتخاب نام Connectionism بیدلیل نیست؛ در دهه ۸۰ میلادی شاخهای از هوش مصنوعی با همین نام به مطالعه شباهت شبکههای عصبی و مغز زیستی میپرداخت.
📌 اولین مقاله بلاگ موضوعی عمیق و کمتر دیدهشده رو بررسی میکنه: تکرارپذیری (Determinism) در پاسخهای مدلهای زبانی بزرگ (LLM).
🔑 نکات اصلی مقاله:
✳️میدونیم پاسخهای LLM ذاتاً تصادفی هستن، چون انتخاب توکن بعدی فقط بر اساس بیشترین احتمال نیست و هایپرپارامتر "دمـا" (Temperature) تعیین میکنه چقدر خروجی متنوع یا ثابت باشه.
✳️حتی وقتی دما = 0 باشه (یعنی باید همیشه خروجی یکسان باشه)، باز هم مدلها جوابهای مختلف تولید میکنن.
✳️دلیل این موضوع برخلاف تصور رایج (محاسبات موازی GPU) چیز دیگهایه: تغییر اندازه batch هنگام پردازش درخواستهای همزمان کاربران.
✳️وقتی batch تغییر میکنه، ترتیب و بهینهسازی محاسبات در GPU هم تغییر میکنه و همین باعث اختلافات جزئی در مقادیر میشه. این اختلافات میتونن در نهایت انتخاب توکن رو عوض کنن و مسیر خروجی کاملاً متفاوت بشه.
🛠 تیم TM راهحلی برای این مشکل ارائه کرده: طراحی batch-invariant kernels که باعث میشه نتایج حتی با تغییر اندازه batch هم پایدار بمونن.
💡 این برای کاربران عادی شاید مهم نباشه، اما در حوزههایی مثل دیباگ مدلها، تست Alignment و امنیت یک قابلیت کلیدی محسوب میشه.
🔗 جزئیات کامل همراه با فرمولها و کد در بلاگ رسمی:
👉 thinkingmachines.ai/blog/defeating-nondeterminism-in-llm-inference
#AI #LLM #Determinism #Connectionism #ThinkingMachines #میرا_موراتی
@rss_ai_ir
🎉12❤11👏9👍6🔥6😁5🥰4🤔1🙏1🕊1
This media is not supported in your browser
VIEW IN TELEGRAM
🐙 ویدیوهای انسانمحور با دقت بالا 🐙
محققان دانشگاه Tsinghua و شرکت ByteDance فریمورک جدیدی به نام HuMo معرفی کردند؛ سیستمی یکپارچه برای تولید ویدیوهای انسان با کیفیت بالا که ویژگیهای زیر رو داره:
🔹 تولید ویدیو از روی پرامپت متنی
🔹 حفظ یکپارچگی سوژه در فریمهای مختلف
🔹 حرکتهای هماهنگشده با صدا (Audio-Driven Motion)
🔹 کنترلپذیری و جزئیات ظریف در خروجی
📌 فریم ورک HuMo میتونه از ورودیهای چندحالته (متن، تصویر، صدا) ویدیوهای طبیعی و روان تولید کنه.
📌 سورسکد با لایسنس Apache 2.0 منتشر شده و به راحتی قابل استفاده و توسعه است.
🔗 لینکها:
👉 Paper
👉 Project
👉 Repo
#HuMo #VideoGeneration #AI #DeepLearning #Tsinghua #ByteDance
محققان دانشگاه Tsinghua و شرکت ByteDance فریمورک جدیدی به نام HuMo معرفی کردند؛ سیستمی یکپارچه برای تولید ویدیوهای انسان با کیفیت بالا که ویژگیهای زیر رو داره:
🔹 تولید ویدیو از روی پرامپت متنی
🔹 حفظ یکپارچگی سوژه در فریمهای مختلف
🔹 حرکتهای هماهنگشده با صدا (Audio-Driven Motion)
🔹 کنترلپذیری و جزئیات ظریف در خروجی
📌 فریم ورک HuMo میتونه از ورودیهای چندحالته (متن، تصویر، صدا) ویدیوهای طبیعی و روان تولید کنه.
📌 سورسکد با لایسنس Apache 2.0 منتشر شده و به راحتی قابل استفاده و توسعه است.
🔗 لینکها:
👉 Paper
👉 Project
👉 Repo
#HuMo #VideoGeneration #AI #DeepLearning #Tsinghua #ByteDance
❤12🔥11🥰10👏8👍5🎉5😁4
🔹 پروفینت (PROFINET) چیست؟
✅یک پروتکل صنعتی بر بستر اترنت (Industrial Ethernet) است که توسط Siemens و Profibus & Profinet International (PI) توسعه یافته.
✅برای اتصال تجهیزات اتوماسیون مثل PLCها، سنسورها، عملگرها، HMI و همینطور RFID Readerها استفاده میشود.
⛔️مزیت اصلی: انتقال داده پرسرعت، Real-Time و سازگاری با تجهیزات صنعتی.
🔹 تجهیز RFID با پروفینت
در کاربردهای صنعتی مثل ردیابی کالا، مدیریت انبار، خط تولید و لجستیک، معمولاً نیاز است RFID Readerها بهطور مستقیم به سیستم کنترل (مثلاً PLC زیمنس S7) وصل شوند.
✳️اگر RFID Reader از پروتکل PROFINET پشتیبانی کند، مستقیماً مانند یک I/O Device در شبکه PLC دیده میشود.
✳️دادهها (ID تگها، وضعیت خواندن/نوشتن و غیره) بدون نیاز به Gateway یا Access Controller اضافی، به PLC منتقل میشوند.
🔹 مزایا در RFID
✅ ارتباط مستقیم و استاندارد با PLC (بدون پروتکلهای واسط اضافی مثل RS232/RS485)
✅ سرعت بالا و Real-Time (مناسب برای خط تولید پرسرعت)
✅ پیکربندی ساده در TIA Portal (خواندن دادههای RFID مثل ورودی/خروجی عادی PLC)
✅ قابلیت عیبیابی و مانیتورینگ راحت در شبکه صنعتی
🔹 نمونههای صنعتی
♻️ریدرهای SIMATIC RF200 / RF300 از زیمنس → با PLCهای S7-1200 و S7-1500 از طریق پروفینت یکپارچه میشوند.
♻️برندهای دیگر مثل Turck، Balluff، Pepperl+Fuchs هم RFID Readerهایی با پشتیبانی PROFINET دارند.
🔹 مقایسه با روشهای دیگر اتصال
❌RS232/RS485 →
نیاز به Access Controller و برنامهنویسی اضافی دارد.
❌Ethernet TCP/IP
ساده → برای محیطهای IT خوب است، ولی برای اتوماسیون صنعتی استاندارد نیست.
❌PROFINET →
بهترین انتخاب در صنعت چون مستقیماً با PLCها و سیستم اتوماسیون یکپارچه میشود.
⚙️ پس اگر پروژه RFID شما در محیط صنعتی (مثل کارخانه یا معدن) است و کنترل توسط PLC زیمنس یا سازگار با پروفینت انجام میشود، حتماً ریدری انتخاب کنید که از PROFINET پشتیبانی کند تا هزینه سختافزار واسط و پیچیدگی نرمافزاری کاهش یابد.
#RFID #PROFINET #صنعت۴ #اتوماسیون_صنعتی #PLC #Siemens #Industry40 #IoT #SmartFactory #Automation
@rss_ai_ir
✅یک پروتکل صنعتی بر بستر اترنت (Industrial Ethernet) است که توسط Siemens و Profibus & Profinet International (PI) توسعه یافته.
✅برای اتصال تجهیزات اتوماسیون مثل PLCها، سنسورها، عملگرها، HMI و همینطور RFID Readerها استفاده میشود.
⛔️مزیت اصلی: انتقال داده پرسرعت، Real-Time و سازگاری با تجهیزات صنعتی.
🔹 تجهیز RFID با پروفینت
در کاربردهای صنعتی مثل ردیابی کالا، مدیریت انبار، خط تولید و لجستیک، معمولاً نیاز است RFID Readerها بهطور مستقیم به سیستم کنترل (مثلاً PLC زیمنس S7) وصل شوند.
✳️اگر RFID Reader از پروتکل PROFINET پشتیبانی کند، مستقیماً مانند یک I/O Device در شبکه PLC دیده میشود.
✳️دادهها (ID تگها، وضعیت خواندن/نوشتن و غیره) بدون نیاز به Gateway یا Access Controller اضافی، به PLC منتقل میشوند.
🔹 مزایا در RFID
✅ ارتباط مستقیم و استاندارد با PLC (بدون پروتکلهای واسط اضافی مثل RS232/RS485)
✅ سرعت بالا و Real-Time (مناسب برای خط تولید پرسرعت)
✅ پیکربندی ساده در TIA Portal (خواندن دادههای RFID مثل ورودی/خروجی عادی PLC)
✅ قابلیت عیبیابی و مانیتورینگ راحت در شبکه صنعتی
🔹 نمونههای صنعتی
♻️ریدرهای SIMATIC RF200 / RF300 از زیمنس → با PLCهای S7-1200 و S7-1500 از طریق پروفینت یکپارچه میشوند.
♻️برندهای دیگر مثل Turck، Balluff، Pepperl+Fuchs هم RFID Readerهایی با پشتیبانی PROFINET دارند.
🔹 مقایسه با روشهای دیگر اتصال
❌RS232/RS485 →
نیاز به Access Controller و برنامهنویسی اضافی دارد.
❌Ethernet TCP/IP
ساده → برای محیطهای IT خوب است، ولی برای اتوماسیون صنعتی استاندارد نیست.
❌PROFINET →
بهترین انتخاب در صنعت چون مستقیماً با PLCها و سیستم اتوماسیون یکپارچه میشود.
⚙️ پس اگر پروژه RFID شما در محیط صنعتی (مثل کارخانه یا معدن) است و کنترل توسط PLC زیمنس یا سازگار با پروفینت انجام میشود، حتماً ریدری انتخاب کنید که از PROFINET پشتیبانی کند تا هزینه سختافزار واسط و پیچیدگی نرمافزاری کاهش یابد.
#RFID #PROFINET #صنعت۴ #اتوماسیون_صنعتی #PLC #Siemens #Industry40 #IoT #SmartFactory #Automation
@rss_ai_ir
🔥1🥰1👏1
🚀 Ring-mini-2.0
؛ مدل کوچک اما فوقالعاده قدرتمند!
💡 این مدل با 16B-A1B پارامتر و بهرهگیری از استراتژیهای Stable RLVR + RLHF آموزش دیده و کیفیتی پایدار و متعادل در طیف وسیعی از وظایف ارائه میدهد.
🧠 در منطق و استدلال، از مدلهای Dense با همین اندازه عملکرد بهتری دارد.
⚡ سرعت پردازش: بیش از ۳۰۰ توکن در ثانیه (۷ برابر سریعتر از مدلهای Dense مشابه).
🔥 نمونهای دیگر از اینکه چگونه مدلهای کوچکتر «Thinking Models» روزبهروز باهوشتر و سریعتر میشوند!
🔗 مشاهده در HuggingFace
@rss_ai_ir
#AI #LLM #RingMini #DeepLearning #OpenSource #MachineLearning #ThinkingModels
؛ مدل کوچک اما فوقالعاده قدرتمند!
💡 این مدل با 16B-A1B پارامتر و بهرهگیری از استراتژیهای Stable RLVR + RLHF آموزش دیده و کیفیتی پایدار و متعادل در طیف وسیعی از وظایف ارائه میدهد.
🧠 در منطق و استدلال، از مدلهای Dense با همین اندازه عملکرد بهتری دارد.
⚡ سرعت پردازش: بیش از ۳۰۰ توکن در ثانیه (۷ برابر سریعتر از مدلهای Dense مشابه).
🔥 نمونهای دیگر از اینکه چگونه مدلهای کوچکتر «Thinking Models» روزبهروز باهوشتر و سریعتر میشوند!
🔗 مشاهده در HuggingFace
@rss_ai_ir
#AI #LLM #RingMini #DeepLearning #OpenSource #MachineLearning #ThinkingModels
👍1🔥1👏1
🌍 یوتیوب دوبله هوش مصنوعی را برای همه فعال کرد
یوتیوب اعلام کرد طی هفتههای آینده تمام تولیدکنندگان محتوا میتوانند برای ویدیوهای خود صداگذاری خودکار به زبانهای مختلف اضافه کنند. 🎞️ پیشتر این قابلیت فقط برای گروه کوچکی از تستکنندگان فعال بود.
🔹 دسترسی همگانی به دوبله چندزبانه فراتر از شرکتکنندگان پایلوت
🔹 ابزاری برای دسترسی راحتتر به مخاطبان جهانی
🔹 بخشی از روند بزرگتر یوتیوب در ادغام ابزارهای هوش مصنوعی
این تغییر میتواند نحوهی توزیع محتوا در یوتیوب را متحول کند: موانع زبانی را کاهش دهد و به خالقان کوچک و بزرگ کمک کند تا به مخاطبان بینالمللی برسند. 🚀
@rss_ai_ir
#یوتیوب #هوش_مصنوعی #دوبله #ویدیو #AI #YouTube
یوتیوب اعلام کرد طی هفتههای آینده تمام تولیدکنندگان محتوا میتوانند برای ویدیوهای خود صداگذاری خودکار به زبانهای مختلف اضافه کنند. 🎞️ پیشتر این قابلیت فقط برای گروه کوچکی از تستکنندگان فعال بود.
🔹 دسترسی همگانی به دوبله چندزبانه فراتر از شرکتکنندگان پایلوت
🔹 ابزاری برای دسترسی راحتتر به مخاطبان جهانی
🔹 بخشی از روند بزرگتر یوتیوب در ادغام ابزارهای هوش مصنوعی
این تغییر میتواند نحوهی توزیع محتوا در یوتیوب را متحول کند: موانع زبانی را کاهش دهد و به خالقان کوچک و بزرگ کمک کند تا به مخاطبان بینالمللی برسند. 🚀
@rss_ai_ir
#یوتیوب #هوش_مصنوعی #دوبله #ویدیو #AI #YouTube
❤3🔥2👍1👏1
This media is not supported in your browser
VIEW IN TELEGRAM
🧠 دستگاه AlterEgo از MIT؛ صحبت بدون صدا
استارتاپ AlterEgo (زیرمجموعه MIT) دستگاهی معرفی کرده که سیگنالهای عصبی ارسالشده به اندامهای گفتاری را دریافت کرده و آنها را به متن یا فرمان تبدیل میکند — بدون اینکه کاربر حتی یک کلمهی شنیدنی بگوید.
🔹 توانایی شناسایی صحبتهای درونی و ترجمهی آنها در لحظه
🔹 تایپ با سرعت فکر، کنترل اپلیکیشنها بدون دست و حتی برقراری مکالمات بیصدا
🔹 هنوز تاریخ عرضه و قیمت مشخص نشده است
اگر این فناوری در مقیاس وسیع جواب بدهد، مرز میان فکر کردن و ارتباط برقرار کردن عملاً محو خواهد شد. 🚀
@rss_ai_ir
#هوش_مصنوعی #MIT #ارتباط #بیصدا #NeuroTech #BrainComputerInterface
استارتاپ AlterEgo (زیرمجموعه MIT) دستگاهی معرفی کرده که سیگنالهای عصبی ارسالشده به اندامهای گفتاری را دریافت کرده و آنها را به متن یا فرمان تبدیل میکند — بدون اینکه کاربر حتی یک کلمهی شنیدنی بگوید.
🔹 توانایی شناسایی صحبتهای درونی و ترجمهی آنها در لحظه
🔹 تایپ با سرعت فکر، کنترل اپلیکیشنها بدون دست و حتی برقراری مکالمات بیصدا
🔹 هنوز تاریخ عرضه و قیمت مشخص نشده است
اگر این فناوری در مقیاس وسیع جواب بدهد، مرز میان فکر کردن و ارتباط برقرار کردن عملاً محو خواهد شد. 🚀
@rss_ai_ir
#هوش_مصنوعی #MIT #ارتباط #بیصدا #NeuroTech #BrainComputerInterface
❤1👍1🔥1👏1
This media is not supported in your browser
VIEW IN TELEGRAM
📸 Vision Transformer (ViT)
✳️مدلی در بینایی ماشین که تصویر را به قطعات کوچک تقسیم کرده و مثل متن، با ترنسفورمر پردازش میکند.
✅این روش باعث میشود شبکه بتواند وابستگیهای پیچیدهی پیکسلها را درک کرده و در کارهایی مثل طبقهبندی، تشخیص اشیاء و تولید تصویر عملکردی بیرقیب داشته باشد.
@rss_ai_ir
#VisionTransformer #ViT #AI #DeepLearning #ComputerVision
✳️مدلی در بینایی ماشین که تصویر را به قطعات کوچک تقسیم کرده و مثل متن، با ترنسفورمر پردازش میکند.
✅این روش باعث میشود شبکه بتواند وابستگیهای پیچیدهی پیکسلها را درک کرده و در کارهایی مثل طبقهبندی، تشخیص اشیاء و تولید تصویر عملکردی بیرقیب داشته باشد.
@rss_ai_ir
#VisionTransformer #ViT #AI #DeepLearning #ComputerVision
🎉9👍8🔥8🥰8👏8😁8❤6
⚖️ قاضی فدرال جلوی توافق ۱.۵ میلیارد دلاری Anthropic را گرفت
❌ توافقی که قرار بود ادعای بیش از ۵۰۰هزار نویسنده بابت استفاده از کتابهای دزدیشده در آموزش مدل Claude را حلوفصل کند، رد شد.
📚 طبق این توافق هر کتاب مشمول ۳۰۰۰ دلار غرامت میشد، اما قاضی ویلیام آلساپ اعلام کرد این قرارداد «حتی نزدیک به تأیید هم نیست» چون:
♻️لیست کامل کتابها ارائه نشده،
♻️روند ثبت ادعاها شفاف نیست،
♻️اطلاعرسانی به نویسندگان کافی نبوده است.
📝 دادگاه ضربالاجل تعیین کرده:
✳️تا ۱۵ سپتامبر لیست کامل کتابها،
✳️تا ۲۲ سپتامبر نمونه فرم ادعاها،
✳️وگرنه پرونده از دسامبر به سمت محاکمه خواهد رفت.
🔍 این اتفاق نشان میدهد که هیچ توافقی در حوزه حقکپیرایت هوش مصنوعی بدون شفافیت و رضایت صاحبان اثر امکانپذیر نیست.
لینک
@rss_ai_ir
#AI #حقوق #کپی_رایت #Anthropic #Claude #هوش_مصنوعی
❌ توافقی که قرار بود ادعای بیش از ۵۰۰هزار نویسنده بابت استفاده از کتابهای دزدیشده در آموزش مدل Claude را حلوفصل کند، رد شد.
📚 طبق این توافق هر کتاب مشمول ۳۰۰۰ دلار غرامت میشد، اما قاضی ویلیام آلساپ اعلام کرد این قرارداد «حتی نزدیک به تأیید هم نیست» چون:
♻️لیست کامل کتابها ارائه نشده،
♻️روند ثبت ادعاها شفاف نیست،
♻️اطلاعرسانی به نویسندگان کافی نبوده است.
📝 دادگاه ضربالاجل تعیین کرده:
✳️تا ۱۵ سپتامبر لیست کامل کتابها،
✳️تا ۲۲ سپتامبر نمونه فرم ادعاها،
✳️وگرنه پرونده از دسامبر به سمت محاکمه خواهد رفت.
🔍 این اتفاق نشان میدهد که هیچ توافقی در حوزه حقکپیرایت هوش مصنوعی بدون شفافیت و رضایت صاحبان اثر امکانپذیر نیست.
لینک
@rss_ai_ir
#AI #حقوق #کپی_رایت #Anthropic #Claude #هوش_مصنوعی
🥰11🔥9👏9😁9🎉8❤5👍3
🔧 تجربه یا علم دانشگاهی؟ کدام در صنعت مهمتر است؟
در خط تولید و محیطهای واقعی، بارها دیدهایم که تجربه عملی از صرفاً دانش تئوری دانشگاهی ارزشمندتر است.
👷♂️ فردی که سالها کنار دستگاه یا سیستم کار کرده، به ریزهکاریها و میانبُرهایی مسلط است که هیچ کتاب درسی به شما یاد نمیدهد.
📚 در مقابل، دانش دانشگاهی چارچوب علمی و اصولی را فراهم میکند که تجربه بهتنهایی قادر به پوشش کامل آن نیست.
✅ واقعیت این است که در بسیاری از پروژهها باید بپذیریم راهحلهای تجربی یک فرد خبره میتواند سریعتر و عملیتر جواب دهد، حتی اگر سادهتر از فرمولهای آکادمیک بهنظر برسد.
🔑 اما بهترین نتیجه زمانی حاصل میشود که علم + تجربه در کنار هم قرار گیرند:
✅علم مسیر را روشن میکند.
✅تجربه از خطا و اتلاف وقت جلوگیری میکند.
👨🏭 در صنعت، موفقترین تیمها همانهایی هستند که هم به دانش تئوری تکیه میکنند و هم به تجربه متخصصان عملی احترام میگذارند.
#صنعت #تجربه #دانش #مهندسی #مدیریت_دانش #یادگیری #کاربردی #هوش_مصنوعی #صنایع #نوآوری
در خط تولید و محیطهای واقعی، بارها دیدهایم که تجربه عملی از صرفاً دانش تئوری دانشگاهی ارزشمندتر است.
👷♂️ فردی که سالها کنار دستگاه یا سیستم کار کرده، به ریزهکاریها و میانبُرهایی مسلط است که هیچ کتاب درسی به شما یاد نمیدهد.
📚 در مقابل، دانش دانشگاهی چارچوب علمی و اصولی را فراهم میکند که تجربه بهتنهایی قادر به پوشش کامل آن نیست.
✅ واقعیت این است که در بسیاری از پروژهها باید بپذیریم راهحلهای تجربی یک فرد خبره میتواند سریعتر و عملیتر جواب دهد، حتی اگر سادهتر از فرمولهای آکادمیک بهنظر برسد.
🔑 اما بهترین نتیجه زمانی حاصل میشود که علم + تجربه در کنار هم قرار گیرند:
✅علم مسیر را روشن میکند.
✅تجربه از خطا و اتلاف وقت جلوگیری میکند.
👨🏭 در صنعت، موفقترین تیمها همانهایی هستند که هم به دانش تئوری تکیه میکنند و هم به تجربه متخصصان عملی احترام میگذارند.
#صنعت #تجربه #دانش #مهندسی #مدیریت_دانش #یادگیری #کاربردی #هوش_مصنوعی #صنایع #نوآوری
👏12😁11👍8🔥8❤6🥰6🎉6
⚡️ Qwen 3 Next —
مدل فوقالعاده بهینه از تیم Qwen
🔹 معماری: ترکیب Gated Attention و Gated DeltaNet (نسخهای از Mamba)
🔹 اندازه: 80B-A3B در دو نسخهی Instruct و Reasoning
🔹 کارایی: تا ۱۰ برابر سریعتر از Qwen 3 32B، مخصوصاً در کانتکستهای طولانی
🔹 دادهها: آموزشدیده روی ۱۵ تریلیون توکن (در مقابل ۳۶ تریلیون در Qwen 3 32B) با تنها ۱۰٪ منابع محاسباتی
🔹 پشتیبانی از Multi-Token Prediction برای افزایش سرعت دیکودینگ
🔹 در بنچمارکها، نسخهی Thinking توانسته Gemini 2.5 Thinking را پشت سر بگذارد 🚀
📌 تیم Qwen بهطور فشرده مدلهای جدید منتشر میکند:
✅هفتهی گذشته Qwen 3 Max (Instruct) و Qwen 3 ASR معرفی شدند.
✅بهزودی Qwen 3 VL و Qwen 3 Omni هم منتشر میشوند.
و به نظر میرسد Qwen 4 هم در راه است 👀
https://qwen.ai/blog?id=4074cca80393150c248e508aa62983f9cb7d27cd&from=research.latest-advancements-list
https://huggingface.co/collections/Qwen/qwen3-next-68c25fd6838e585db8eeea9d
@rss_ai_ir
#Qwen #هوش_مصنوعی #مدل_زبان #LLM #AI #Reasoning #Benchmark
مدل فوقالعاده بهینه از تیم Qwen
🔹 معماری: ترکیب Gated Attention و Gated DeltaNet (نسخهای از Mamba)
🔹 اندازه: 80B-A3B در دو نسخهی Instruct و Reasoning
🔹 کارایی: تا ۱۰ برابر سریعتر از Qwen 3 32B، مخصوصاً در کانتکستهای طولانی
🔹 دادهها: آموزشدیده روی ۱۵ تریلیون توکن (در مقابل ۳۶ تریلیون در Qwen 3 32B) با تنها ۱۰٪ منابع محاسباتی
🔹 پشتیبانی از Multi-Token Prediction برای افزایش سرعت دیکودینگ
🔹 در بنچمارکها، نسخهی Thinking توانسته Gemini 2.5 Thinking را پشت سر بگذارد 🚀
📌 تیم Qwen بهطور فشرده مدلهای جدید منتشر میکند:
✅هفتهی گذشته Qwen 3 Max (Instruct) و Qwen 3 ASR معرفی شدند.
✅بهزودی Qwen 3 VL و Qwen 3 Omni هم منتشر میشوند.
و به نظر میرسد Qwen 4 هم در راه است 👀
https://qwen.ai/blog?id=4074cca80393150c248e508aa62983f9cb7d27cd&from=research.latest-advancements-list
https://huggingface.co/collections/Qwen/qwen3-next-68c25fd6838e585db8eeea9d
@rss_ai_ir
#Qwen #هوش_مصنوعی #مدل_زبان #LLM #AI #Reasoning #Benchmark
🔥25👏18👍16🥰15❤13😁12🎉8🙏1
🚀 Math, Inc.
معرفی کرد: Gauss — عامل خودکار برای فرمالسازی ریاضیات
❌شرکت Math, Inc. امروز از عامل هوش مصنوعی جدید خود با نام Gauss رونمایی کرد؛ ابزاری که توانسته است در حدود ۳ هفته فرمالسازی کامل قضیه اعداد اول قوی (Strong Prime Number Theorem – PNT) را در زبان رسمی Lean به انجام برساند.
🔹 این چالش نخستین بار در ژانویه ۲۰۲۴ توسط Terence Tao و Alex Kontorovich مطرح شد.
🔹 در ژوئیه ۲۰۲۵، آنها پیشرفتهایی در نسخه میانی (Medium PNT) گزارش کردند، اما در بخشهای مربوط به آنالیز مختلط متوقف ماندند — جایی که Gauss موفق شد آن موانع را برطرف کند.
📂 خروجی پروژه شامل:
✳️حدود ۲۵ هزار خط کد Lean
✳️بیش از ۱۱۰۰ تعریف و قضیه
✳️یک blueprint در LaTeX و مستندات رندر شده
✅همچنین README پروژه تأکید دارد که «بیشتر گزارهها و اثباتها توسط Gauss تولید شدهاند»، در حالی که بخشهایی با کمک هدفمند انسانی ساختاربندی یا بازنویسی شدهاند.
💡 پروژه از کدهای قبلی PrimeNumberTheoremAnd نیز بهره گرفته است.
🔧 حامی مالی و شریک اصلی: برنامه DARPA expMath
🔗 وبلاگ معرفی
🔗 مخزن GitHub
🔗 دسترسی زودهنگام
#هوش_مصنوعی #ریاضیات #Lean #فرمالسازی #PrimeNumberTheorem #DARPA #Gauss
معرفی کرد: Gauss — عامل خودکار برای فرمالسازی ریاضیات
❌شرکت Math, Inc. امروز از عامل هوش مصنوعی جدید خود با نام Gauss رونمایی کرد؛ ابزاری که توانسته است در حدود ۳ هفته فرمالسازی کامل قضیه اعداد اول قوی (Strong Prime Number Theorem – PNT) را در زبان رسمی Lean به انجام برساند.
🔹 این چالش نخستین بار در ژانویه ۲۰۲۴ توسط Terence Tao و Alex Kontorovich مطرح شد.
🔹 در ژوئیه ۲۰۲۵، آنها پیشرفتهایی در نسخه میانی (Medium PNT) گزارش کردند، اما در بخشهای مربوط به آنالیز مختلط متوقف ماندند — جایی که Gauss موفق شد آن موانع را برطرف کند.
📂 خروجی پروژه شامل:
✳️حدود ۲۵ هزار خط کد Lean
✳️بیش از ۱۱۰۰ تعریف و قضیه
✳️یک blueprint در LaTeX و مستندات رندر شده
✅همچنین README پروژه تأکید دارد که «بیشتر گزارهها و اثباتها توسط Gauss تولید شدهاند»، در حالی که بخشهایی با کمک هدفمند انسانی ساختاربندی یا بازنویسی شدهاند.
💡 پروژه از کدهای قبلی PrimeNumberTheoremAnd نیز بهره گرفته است.
🔧 حامی مالی و شریک اصلی: برنامه DARPA expMath
🔗 وبلاگ معرفی
🔗 مخزن GitHub
🔗 دسترسی زودهنگام
#هوش_مصنوعی #ریاضیات #Lean #فرمالسازی #PrimeNumberTheorem #DARPA #Gauss
👍12🥰9👏8🔥7❤6🎉6😁4
🚀 گامی بزرگ به سوی نانورباتهای واقعی
محققان دانشگاه Penn State موفق شدند قدمی مهم در توسعه نانورباتها بردارند.
🔬 آنها با استفاده از یک دستگاه میکروسیالی جدید، ذراتی بسیار ریز ساختند که میتوانند با همدیگر سیگنال رد و بدل کنند و بهصورت گروهی عمل نمایند — درست مثل مورچهها که برای همدیگر مسیر مشخص میکنند.
✳️یک گروه ذرات روی شیب شیمیایی حرکت میکرد و ردپایی شیمیایی باقی میگذاشت.
✳️گروه دیگر این ردپا را شناسایی کرده و مسیر را دنبال میکرد.
✨ این فرآیند ساده به نظر میرسد، اما پایهای برای ساخت رُباتهای نانویی خوشهای و خودسازمانده است.
📌 کاربردهای بالقوه:
♻️شناسایی تومور توسط یک گروه و فراخوانی نانورباتهای حامل دارو،
♻️رساندن دارو یا مواد مغذی دقیقاً به سلول هدف،
♻️پاکسازی بدن از سموم یا ترمیم بافتهای آسیبدیده.
🔎 پیشتر دانشمندان فقط چند ثانیه میتوانستند این رفتار را مشاهده کنند، اما ابزار جدید Penn State این امکان را میدهد که چندین دقیقه رفتار ذرات بررسی شود و آزمایشهای پیچیدهتری انجام گیرد.
🌱 الهام این کار از طبیعت گرفته شده: درست مثل زنبورها و مورچهها که با همکاری و تقسیم وظایف به هدف میرسند.
این پژوهش هنوز در مراحل ابتدایی است، اما چنین گامهایی زیربنای آینده نانورباتیک در پزشکی و علم مواد را شکل میدهد.
🔗 جزئیات بیشتر: psu.edu
#Nanobots #NanoTech #AI #MedicalAI #Robotics #PennState
@rss_ai_ir
محققان دانشگاه Penn State موفق شدند قدمی مهم در توسعه نانورباتها بردارند.
🔬 آنها با استفاده از یک دستگاه میکروسیالی جدید، ذراتی بسیار ریز ساختند که میتوانند با همدیگر سیگنال رد و بدل کنند و بهصورت گروهی عمل نمایند — درست مثل مورچهها که برای همدیگر مسیر مشخص میکنند.
✳️یک گروه ذرات روی شیب شیمیایی حرکت میکرد و ردپایی شیمیایی باقی میگذاشت.
✳️گروه دیگر این ردپا را شناسایی کرده و مسیر را دنبال میکرد.
✨ این فرآیند ساده به نظر میرسد، اما پایهای برای ساخت رُباتهای نانویی خوشهای و خودسازمانده است.
📌 کاربردهای بالقوه:
♻️شناسایی تومور توسط یک گروه و فراخوانی نانورباتهای حامل دارو،
♻️رساندن دارو یا مواد مغذی دقیقاً به سلول هدف،
♻️پاکسازی بدن از سموم یا ترمیم بافتهای آسیبدیده.
🔎 پیشتر دانشمندان فقط چند ثانیه میتوانستند این رفتار را مشاهده کنند، اما ابزار جدید Penn State این امکان را میدهد که چندین دقیقه رفتار ذرات بررسی شود و آزمایشهای پیچیدهتری انجام گیرد.
🌱 الهام این کار از طبیعت گرفته شده: درست مثل زنبورها و مورچهها که با همکاری و تقسیم وظایف به هدف میرسند.
این پژوهش هنوز در مراحل ابتدایی است، اما چنین گامهایی زیربنای آینده نانورباتیک در پزشکی و علم مواد را شکل میدهد.
🔗 جزئیات بیشتر: psu.edu
#Nanobots #NanoTech #AI #MedicalAI #Robotics #PennState
@rss_ai_ir
❤11🔥10👏10🥰7😁7🎉7👍2😱1
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 سال ۲۰۲۶، سال رباتهای انساننما خواهد بود!
🔹 سرعت توسعه و سرمایهگذاری در رباتهای انساننما به اوج رسیده است.
🔹 غولهای فناوری و استارتاپها به رقابت برای ساخت رباتهای کاربردی در صنعت، خدمات و حتی زندگی روزمره پرداختهاند.
🔹 از خط تولید کارخانهها تا خانهها، رباتهای انساننما آمادهاند که جای خود را در کنار انسانها باز کنند.
📊 آیندهای نزدیک که در آن تعامل انسان و ربات بخشی طبیعی از زندگی خواهد شد.
@rss_ai_ir
#هوش_مصنوعی #رباتیک #ربات_انساننما #آینده
🔹 سرعت توسعه و سرمایهگذاری در رباتهای انساننما به اوج رسیده است.
🔹 غولهای فناوری و استارتاپها به رقابت برای ساخت رباتهای کاربردی در صنعت، خدمات و حتی زندگی روزمره پرداختهاند.
🔹 از خط تولید کارخانهها تا خانهها، رباتهای انساننما آمادهاند که جای خود را در کنار انسانها باز کنند.
📊 آیندهای نزدیک که در آن تعامل انسان و ربات بخشی طبیعی از زندگی خواهد شد.
@rss_ai_ir
#هوش_مصنوعی #رباتیک #ربات_انساننما #آینده
👏15🔥12👍10🥰10❤7🎉7😁6