📊 صرفه‌جویی در آموزش مدل‌های زبانی بزرگ (LLM) با روش MIT

✅پژوهشگران MIT و MIT-IBM Watson AI Lab راهنمایی منتشر کرده‌اند که نشان می‌دهد چگونه می‌توان با طراحی درست قوانین مقیاس‌گذاری (Scaling Laws)، هزینه و زمان آموزش LLM را به‌طور چشمگیری کاهش داد.

🔍 یافته‌های کلیدی:

♻️کافی است تنها ۵ مدل با اندازه‌های مختلف آموزش داده شوند تا بتوان دقت مدل بزرگ را پیش‌بینی کرد.

♻️۱۰ میلیارد توکن اول معمولاً داده‌های پر سر و صدایی دارند و ارزش چندانی در آموزش ندارند — می‌توان از آن‌ها صرف‌نظر کرد.
♻️می‌توان یک مدل بزرگ را فقط با ۳۰٪ داده‌ها آموزش داد و بر اساس منحنی به‌دست‌آمده، نتیجه‌ی نهایی را تخمین زد.


✨ مزایا:

✳️کاهش چشمگیر هزینه‌های تست و آزمایش
✳️امکان پیش‌بینی دقیق نتایج بدون صرف میلیون‌ها دلار برای آموزش کامل
✳️سرعت‌بخشی به فرآیند توسعه و تحقیق روی مدل‌های زبانی بزرگ


📎 جزییات بیشتر:
👉 MIT News

@rss_ai_ir
#هوش_مصنوعی #LLM #یادگیری_ماشین #پژوهش #MIT #Scaling_Laws

🔹 ربات‌های صنعتی، خدماتی و آموزشی به نمایش گذاشته شدند.

🔹 بازدیدکنندگان توانستند از نزدیک با آخرین دستاوردهای مهندسی رباتیک روسیه آشنا شوند.

🔹 هدف اصلی برگزاری این مراسم، نمایش توانمندی‌ها در زمینه اتوماسیون، هوش مصنوعی و آینده صنعت است.

روسیه نشان داد که در مسیر توسعه رباتیک و فناوری‌های نوین، گام‌های جدی برمی‌دارد. 💪


@rss_ai_ir

#رباتیک #هوش_مصنوعی #فناوری #روسیه #اتوماسیون

🧬 Biostate AI
و شروع بتای K-Dense برای تحقیقات طول عمر

شرکت Biostate AI نسخه بتای K-Dense را معرفی کرده است؛ یک پلتفرم چندعاملی هوش مصنوعی که چرخه تحقیقات زیستی را از سال‌ها به چند روز کاهش می‌دهد. این سیستم همین حالا در همکاری با David Sinclair از هاروارد، منجر به یک دستاورد تازه در مطالعات ضدپیری شده است.

🔹 تسریع تحقیقات:
ا K-Dense با ترکیب AlphaFold، پایگاه‌داده‌های انتخاب‌شده و چندین مدل زبانی بزرگ، خطاهای توهمی را حذف کرده و حتی در بِنچمارک BixBench عملکردی بهتر از GPT-5 نشان داده است.

🔹 دستاورد اولیه:
در عرض چند هفته یک ساعت رونویسی پیری (transcriptomic aging clock) ساخته شد؛ چیزی که قبلاً ماه‌ها زمان می‌برد. این مدل، برنامه‌های زیستی مرحله‌ایِ پیری را آشکار کرده است.

🔹 زیرساخت:
همچنین K-Dense روی Google Cloud Gemini 2.5 Pro اجرا می‌شود و به‌عنوان یک موتور پژوهشی AI-first برای زیست‌شناسی طراحی شده است.

✅اگر این نتایج تأیید شوند، K-Dense می‌تواند به ستون فقرات تحقیقات نسل بعدی طول عمر تبدیل شود و ما را یک گام دیگر به سمت سرعت گریز طول عمر (longevity escape velocity) نزدیک‌تر کند. 🚀

#AI #Biotech #Longevity #هوش_مصنوعی #پیری #زیست_شناسی #تحقیقات

😂 هوش مصنوعی داره از کنترل خارج میشه... فقط امیدوارم طرف ChatGPT Pro داشته باشه 🤣

@rss_ai_ir

#AI #هوش_مصنوعی #ChatGPT #Pro #طنز

🎥 Ray3 —
❌ مدل جدید تولید ویدئو از Luma AI

⛔️این اولین مدل reasoning برای ویدئو است؛ مدلی که فقط تولید نمی‌کند، بلکه می‌فهمد: تحلیل می‌کند، خودش را اصلاح می‌کند و خروجی‌هایی در سطح استودیو ارائه می‌دهد.
✅امکان تست رایگان با Dream Machine وجود دارد.

🔥 ویژگی‌های Ray3:

Draft Mode —
♻️ساخت سریع صحنه و سپس خروجی در کیفیت 4K HDR.

Reasoning —
♻️درک زبان و دستورات بصری، طراحی منطق حرکت و ترکیب‌بندی، «تفکر» درباره‌ی آنچه تولید می‌شود.

Visual Annotations —
♻️کشیدن فلش یا دایره روی فریم کافیست تا مدل جهت حرکت دوربین یا شیء را بفهمد.

♻️فیزیک و رئالیسم — شبیه‌سازی حرکت، جمعیت، آناتومی، نور، بازتاب، و Motion Blur.

HDR Video —
♻️ خروجی ۱۰، ۱۲ و ۱۶ بیت HDR با رنگ‌های زنده، جزئیات در سایه‌ها و روشنایی‌ها، و امکان خروجی EXR برای پست‌پروداکشن.


⚡️ نکات برجسته:

✳️سرعت و هزینه تولید ویدئو ۵ برابر بهتر شده.
✳️مناسب برای هنرمندان و کارگردانان: تست ایده‌ها در لحظه و ارتقا تا سطح تولید حرفه‌ای.
✳️خروجی‌ها کیفیت بسیار بالایی دارند.


🟠 جزییات بیشتر:
lumalabs.ai/ray3

@rss_ai_ir

#Ray3 #LumaAI #هوش_مصنوعی #ویدئو #AIVideo #GenerativeAI #ReasoningAI

🧩 ردیابی سه‌بعدی نقاط با MVTracker

✅ابزار MVTracker ابزاری نوآورانه برای ردیابی نقاط سه‌بعدی با داده‌های چند دوربینه است. این مدل قابلیت ادغام نماهای مختلف را در یک ابر نقاط سه‌بعدی واحد دارد و با استفاده از kNN correlation ارتباطات فضایی-زمانی را به‌خوبی مدیریت می‌کند.

🚀 ویژگی‌های کلیدی:

✳️اولین راهکار تخصصی برای ردیابی نقاط 3D از چند زاویه.
✳️استفاده از ترنسفورمرها برای بهبود تدریجی مسیرهای ردیابی.
✳️پشتیبانی از تنظیمات متنوع دوربین‌ها بدون نیاز به بهینه‌سازی جداگانه برای هر سکانس.
✳️آماده برای استفاده سریع از طریق PyTorch Hub.


📌 سورس‌کد در گیت‌هاب:
github.com/ethz-vlg/mvtracker

@rss_ai_ir
#هوش_مصنوعی #بینایی_ماشین #python #3DTracking #PyTorch #ML

🗣️ داریو آمودی (مدیرعامل Anthropic):
«۷۰ تا ۹۰ درصد کدی که در Anthropic نوشته می‌شود، توسط Claude تولید می‌شود.

وقتی ۳ یا ۶ ماه پیش این حرف را زدم، خیلی‌ها فکر کردند یعنی قرار است ۷۰ تا ۹۰ درصد مهندسان نرم‌افزار اخراج شوند. اما واقعیت این است که آن ۱۰ درصد باقی‌مانده هنوز می‌نویسند – انسان‌ها عملاً تبدیل شده‌اند به مدیران سیستم‌های هوش مصنوعی.»

@rss_ai_ir

#Anthropic #Claude #هوش_مصنوعی #AI #برنامه_نویسی #اتوماسیون

🤖 تسلا Optimus واقعاً شگفت‌انگیزه! نحوه حرکتش الان خیلی نرم، دقیق و شبیه انسانه؛ بدون اون لرزش‌های عجیب که حس غیرطبیعی می‌داد. این یعنی رباتیک صنعتی رسماً وارد قلمرو علمی‌تخیلی شده.

ما داریم به چشم می‌بینیم که خودِ کار در زمان واقعی داره اتوماسیون میشه. 🤯

@rss_ai_ir

#Tesla #Optimus #ربات #هوش_مصنوعی #اتوماسیون #SciFi

🌍📊 OmniWorld:
مجموعه‌داده چندمنظوره برای مدل‌سازی 4D

✳️مجموعه OmniWorld یک مجموعه‌داده عظیم و چندوجهی است که برای مدل‌سازی 4D طراحی شده و حوزه‌هایی چون بازسازی هندسی و تولید ویدئو را پوشش می‌دهد. این دیتاست، دامنه‌ها و فرمت‌های متنوعی را در بر می‌گیرد و چندوجهی بودن غنی را تضمین می‌کند.

🚀 ویژگی‌های کلیدی:

✅بیش از 4000 ساعت داده، 600 هزار توالی و 300 میلیون فریم
✅منابع متنوع: شبیه‌سازها، ربات‌ها، انسان‌ها و اینترنت
✅کیفیت بالای برچسب‌گذاری برای مدل‌سازی 4D و تولید ویدئو


📌 GitHub: OmniWorld

@rss_ai_ir

#OmniWorld #هوش_مصنوعی #مدل_سازی #GenerativeAI #Dataset #4D

🧬 Biostate AI
عرضه کرد: K-Dense Beta برای پژوهش طول عمر

✅شرکت Biostate AI نسخه بتای پلتفرم چندعاملی K-Dense را معرفی کرده است؛ سامانه‌ای که چرخه‌های تحقیق زیستی را از سال‌ها به روزها کاهش می‌دهد. این پلتفرم هم‌اکنون در همکاری با David Sinclair از هاروارد، یک جهش مهم در مطالعات ضدپیری رقم زده است.

📝 شتاب‌دهی به پژوهش:

✳️ترکیب AlphaFold، پایگاه‌های داده تخصصی و چندین مدل زبانی بزرگ (LLM)
✳️حذف خطاهای توهمی و عملکرد بهتر نسبت به GPT-5 در تست BixBench


🤖 دستاورد اولیه:

✳️ساخت «ساعت رونویسی پیری» تنها در چند هفته (به‌جای ماه‌ها)
✳️آشکارسازی برنامه‌های زیستی مرحله‌ای مرتبط با فرآیند پیری


🌐 زیرساخت فناوری:

✳️اجرا بر روی Gemini 2.5 Pro در فضای ابری گوگل
✳️طراحی‌شده به‌عنوان یک موتور پژوهشی AI-first برای زیست‌شناسی


📌 اگر نتایج پایدار بمانند، K-Dense می‌تواند به ستون فقرات تحقیقات نسل بعدی در حوزه طول عمر تبدیل شود و ما را به «سرعت گریز از پیری» نزدیک‌تر کند.
Link

@rss_ai_ir

#هوش_مصنوعی #زیست_شناسی #طول_عمر #پژوهش #AI #BiostateAI #Longevity

🤖 آموزش ربات‌ها فقط با ویدیو!

⛔️پژوهشگران دانشگاه UC Berkeley سیستمی به نام VideoMimic ساخته‌اند که به ربات‌های انسان‌نما یاد می‌دهد کارهای جدید را فقط با دیدن یک ویدیو ساده انجام دهند.

🔹 چطور کار می‌کند؟

♻️یک ویدیو از یک دوربین کافی است (مثلاً بالا رفتن از پله یا نشستن روی صندلی).
♻️سیستم صحنه را بازسازی می‌کند و در شبیه‌ساز به ربات آموزش می‌دهد.
♻️بعد از یادگیری، مهارت به ربات واقعی منتقل می‌شود.


🦾 چه کارهایی بلد شده؟

✳️بالا رفتن از پله‌های با ارتفاع مختلف.
✳️نشستن و بلند شدن از روی صندلی.
✳️راه رفتن روی سطوح ناهموار و تطبیق با محیط.


👨‍🔬 آزمایش‌ها روی ربات Unitree G1 انجام شده است. هنوز محدودیت‌هایی وجود دارد (مثل کمبود داده یا نویز در بازسازی صحنه)، اما این روش راه جدیدی را باز می‌کند:
📹 ربات‌ها می‌توانند فقط با دیدن ویدیوهایی که هر کسی ضبط می‌کند، آموزش ببینند!

این یعنی یاد دادن مهارت به ربات‌ها از همیشه ساده‌تر و در دسترس‌تر خواهد شد. 🚀


@rss_ai_ir
#هوش_مصنوعی #رباتیک #یادگیری_ماشین #ویدیو #UCberkeley #Unitree

🇦🇱🤖 وزیر جدید هوش مصنوعی آلبانی اولین سخنرانی خود را در پارلمان انجام داد:

> «من اینجا نیستم که جایگزین انسان‌ها شوم.»



⛔️این اولین بار است که آلبانی رسماً یک وزارتخانه ویژه برای هوش مصنوعی ایجاد کرده و وزیری با مأموریت مشخص برای هدایت سیاست‌های ملی در این حوزه معرفی می‌کند.

✳️این حرکت نشان‌دهنده‌ی اهمیت فزاینده‌ی هوش مصنوعی در تصمیم‌گیری‌های دولتی و آینده اقتصاد دیجیتال است.

@rss_ai_ir

#AI #Albania #Policy #FutureTech

🤖 RAPTOR
؛ مغز کوچک برای کنترل رُی پهپادها

⛔️پژوهشگران سیستمی به نام RAPTOR معرفی کرده‌اند؛ یک شبکه عصبی فوق‌العاده کوچک (فقط ۲۰۸۴ پارامتر) که می‌تواند مدیریت رُی پهپادها را دگرگون کند.

🔹 ویژگی‌ها:

✳️هر پهپاد بدون نیاز به کالیبراسیون طولانی، در چند ثانیه‌ی اول پرواز خودش را با سیستم تطبیق می‌دهد.

✳️امکان استفاده هم‌زمان از پهپادهای کاملاً متفاوت (از ۳۲ گرم تا ۲.۴ کیلوگرم) در یک رُی.

✳️در صورت خرابی یا تغییر شرایط پرواز (مثلاً آسیب به موتور یا تغییر آیرودینامیک)، سیستم بلافاصله خودش را بازآموزی می‌کند.

✳️مصرف محاسباتی بسیار پایین؛ روی ساده‌ترین میکروکنترلرها هم قابل اجراست.


🔹 اهمیت:
این فناوری می‌تواند مأموریت‌های پیچیده را بدون نیاز به کنترل انسانی هماهنگ کند؛ از دور زدن موانع گرفته تا ادامه‌ی عملیات حتی بعد از از دست رفتن بخش بزرگی از رُی.

🔹 فرصت‌ها و ریسک‌ها:
✅ کاربردهای مثبت: جست‌وجو و نجات، کشاورزی دقیق، پایش زیرساخت‌ها.
⚠️ ریسک‌ها: استفاده نظامی و خودکارشدن کامل حملات، که پرسش‌های بزرگی درباره امنیت، اخلاق و قوانین بین‌المللی ایجاد می‌کند.

این نمونه‌ی روشن از فناوری‌های dual-use است؛ یعنی هم می‌تواند برای کمک به بشر استفاده شود و هم برای آسیب.


---

📌 به نظرتان، چنین سیستم‌هایی باید بیشتر در حوزه‌های غیرنظامی توسعه پیدا کنند یا اجتناب‌ناپذیر است که مسیر نظامی اولویت پیدا کند؟

لینک
@rss_ai_ir



#هوش_مصنوعی #پهپاد #رباتیک #RAPTOR #DualUse

📚 اوپن‌اِی‌آی ۱۰۰ پرامپت برتر برای دانشجویان را منتشر کرد

اوپن‌اِی‌آی فهرستی منتخب از ۱۰۰ پرامپت کاربردی برای دانشجویان منتشر کرده است؛ پرامپت‌هایی که توسط خود دانشجویان در موقعیت‌های واقعی امتحان و جمع‌آوری شده‌اند.

🔹 سه دسته‌بندی اصلی:
1️⃣ تحصیل (Study): کمک در نگارش مقالات، آماده‌سازی برای امتحان، مرور مفاهیم.
2️⃣ شغل (Career): آماده‌سازی برای مصاحبه‌ها، نوشتن رزومه و اپلیکیشن‌های شغلی.
3️⃣ زندگی (Life): بهره‌وری روزانه، مدیریت زمان و بهبود مهارت‌های فردی.

این مجموعه مثل یک راهنمای آماده‌ی استفاده عمل می‌کند که ChatGPT را به یک دستیار همه‌فن‌حریف برای یادگیری و پیشرفت شخصی تبدیل می‌کند. 🚀

Link
@rss_ai_ir
#هوش_مصنوعی #آموزش #ChatGPT #دانشجو #پرامپت

📊 بنچمارک SealQA برای Deep Research با مدل‌های کوچک

او به همراه همکارانش یک بنچمارک جالب روی SealQA اجرا کرده است تا روش‌های مختلف پیاده‌سازی ReAct-Agents را بسنجد؛ با یک شرط مهم: استفاده فقط از مدل‌های کوچک (تا 30B پارامتر). در تست اولیه، او از gpt-4o-mini بهره برد.

🤔 چرا این مهم است؟
به گفته او، مدل‌های بزرگ‌تر بدون شک نتایج بهتری دارند، اما همچنان پرهزینه‌اند. دیر یا زود هزینه‌ها کمتر می‌شود، اما همیشه این پرسش باقی می‌ماند که کدام مدل کوچک برای یک کاربرد خاص بهینه است. چنین تحقیقاتی کمک می‌کند توانایی واقعی مدل‌های کوچک‌تر بهتر شناخته شود.

🔎 دو رویکرد مورد بررسی:
1️⃣ SGR Deep Research
(معماری React NextStep با روش هیبریدی SO – پیاده‌سازی پایدار روی GitHub موجود است).
2️⃣ همچنین، ReAct کلاسیک + یک ابزار وب (برای ایجاد سطح پایه جهت مقایسه؛ نسخه اولیه در GitHub موجود است اما هنوز خام است).

📈 نتایج اولیه (از 111 سؤال):

✅ SGR Deep Research:
28 پاسخ درست.

✅ ReAct + FC:
12 پاسخ درست.

❌ بنچمارک رسمی gpt-4o-mini: 0 پاسخ درست.


📌 نتیجه‌گیری: او تأکید می‌کند که حتی یک ReAct-Agent ساده روی مدل کوچک می‌تواند عملکردی فراتر از سطح صفر داشته باشد.

ادامه گزارش شامل جزئیات نتایج، مشکلات و راه‌حل‌ها خواهد بود. 🚀

#هوش_مصنوعی #LLM #ReAct #DeepResearch #SealQA

🎬 علی‌بابا مدل جدید ویدیویی Wan 2.2 (14B Animate) را معرفی کرد

این مدل تازه برای انتقال حرکت‌ها و انیمیشن روی شخصیت‌ها یا حتی حذف کامل آن‌ها از صحنه طراحی شده است. نکته جالب اینجاست که حرکات بسیار ظریف مثل تغییرات صورت، حالت لب‌ها و حتی حرکت انگشتان نیز منتقل می‌شوند.

🔹 دو حالت اصلی عملکرد:
1️⃣ حالت انیمیشن – با دریافت یک تصویر و یک ویدیو مرجع، شخصیت موجود در تصویر را انیمیت می‌کند.
2️⃣ حالت جایگزینی – شخصیت صحنه را حذف کرده و شخصیت تصویر را به‌طور طبیعی جایگزین می‌کند (همراه با تطبیق نور و محیط).

⚡️ تست سخت‌افزاری:

روی RTX 4090 + 128GB RAM، ویدیو 832×480 با 16fps و 49 فریم در ~۵ دقیقه تولید شد (VRAM پر و ۶۰GB رم مصرف شد).

در رزولوشن 1280×720، پردازش ~۲ ساعت طول کشید، با مصرف رم تا 130GB؛ اما کیفیت بالاتر بود و حرکات انگشتان بهتر دیده می‌شدند.


🛠 ابزارها:

ComfyUI هم‌اکنون وزن‌ها را آماده کرده.

Kijai نیز ورک‌فلو و نسخه‌ی GGUF برای دستگاه‌های با VRAM کمتر ارائه داده است.


📌 نکته: هنوز مشکلاتی مثل حذف شدن گوش گربه (!) یا قطع شدن برخی اندام‌ها دیده می‌شود، اما با تنظیم پارامترها و محتوا قابل بهبود است.

👀 این مدل در آینده می‌تواند نقش مهمی در میکس ویدیو، انیمیشن‌سازی و تولید محتوای سینمایی داشته باشد. جامعه‌ی مولتی‌مدیا حالا مشتاق است واکنش‌های خلاقانه کاربران را ببیند.
🟩🔻

https://huggingface.co/Wan-AI/Wan2.2-Animate-14B

https://github.com/kijai/ComfyUI-WanVideoWrapper/blob/main/example_workflows/wanvideo_WanAnimate_example_01.json

https://www.modelscope.cn/studios/Wan-AI/Wan2.2-Animate


@rss_ai_ir

#Alibaba #Wan22 #AIvideo #Animation #GenerativeAI

😳 جدول مرگ مشاغل در عصر هوش مصنوعی

پیش‌بینی تکان‌دهنده‌ای که در فضای مجازی دست‌به‌دست می‌شود: چه شغل‌هایی و در چه بازه‌ای زمانی از بین می‌روند؟

🚗 رانندگان (۲۰۲۸–۲۰۳۰) → خودروهای خودران همه‌گیر می‌شوند، اوبر/لیفت/کامیون‌داری نابود.

🩺 پزشکان (۲۰۲۷–۲۰۳۲) → هوش مصنوعی تشخیص و نسخه‌نویسی بهتر از انسان انجام می‌دهد.

🛠️ جراحان (۲۰۲۹–۲۰۳۴) → جراحی رباتیک با دقت مطلق، بدون لرزش دست.

🎖️ سربازان (۲۰۳۰–۲۰۳۵) → پهپادها و ربات‌ها جنگ‌ها را پیش می‌برند.

💻 برنامه‌نویسان (۲۰۲۶–۲۰۲۹) → هوش مصنوعی کد را می‌نویسد و نگه‌داری می‌کند، انسان‌ها صرفاً «پرومپت‌انجینیر» می‌شوند.

📚 معلمان (۲۰۲۷–۲۰۳۰) → معلم‌های شخصی‌سازی‌شده هوش مصنوعی جای کلاس‌ها را می‌گیرند.

⚖️ وکلاء (۲۰۲۸–۲۰۳۳) → هوش مصنوعی قوانین را فوری می‌خواند، قرارداد کامل می‌نویسد و بهتر استدلال می‌کند.

🎨 هنرمندان (۲۰۲۸–۲۰۳۲) → تولید خودکار موسیقی، فیلم و هنر؛ خلاقیت انسانی تبدیل به کالای لوکس می‌شود.

🏭 کارگران کارخانه (۲۰۲۹–۲۰۳۳) → خودکارسازی کامل؛ ورود انسان به خط تولید ممنوع.

🪖 ارتش (۲۰۳۰–۲۰۳۵) → سیستم‌های خودکار جای ژنرال‌ها را می‌گیرند؛ جنگ‌ها توسط ماشین‌ها پیش برده می‌شوند.


⚡️ نتیجه‌گیری: در ۵ تا ۱۰ سال آینده بسیاری از مشاغل یا نابود می‌شوند یا به‌کلی دگرگون خواهند شد.

👉 شما آماده‌ی این آینده هستید؟

@rss_ai_ir | #هوش_مصنوعی #آینده #مشاغل #اتوماسیون