📢 خبر ویژه برای علاقه‌مندان پردازش تصویر و هنر اصیل ایرانی ✨

🤩 مجموعه‌داده‌ی جدید «Iranian Carpet Dataset: Lechak-Toranj & Afshan» به همت سیامک سربازی و مهدی سربازی آماده و منتشر شد.

🧵 شامل:
🥋 تصاویر باکیفیت از دو طرح ماندگار «لچک‌ترنج» و «افشان»
🥋 مناسب برای پژوهش‌های طبقه‌بندی، تولید، و بازشناسی الگو
🥋 دسترسی آزاد در کگل

⬇️ DOI:
https://doi.org/10.34740/kaggle/dsv/12702937

👈 صفحه گیت‌هاب:
github.com/mahdisarbazi/Iranian-Carpet-Dataset-Lechak-Toranj-Afshan-Patterns

#فرش_ایرانی 🧶 #کگل 📊 #داده_باز 📂 #پردازش_تصویر 🖼️

@rss_ai_ir

🤖 پژوهشگران دانشگاه کارنگی ملون روش تازه‌ای برای خودآموزی مدل‌های زبانی بزرگ معرفی کردند که نه‌تنها برای کدنویسی، بلکه برای مسائلی بدون امکان ارزیابی خودکار هم کار می‌کند.

🔍 ایده اصلی:

✅مدل دو نقش دارد: Proposer (تولیدکننده مسئله) و Solver (حل‌کننده). هر دو در واقع یک LLM هستند که با یادگیری تقویتی (RL) آموزش می‌بینند.
✅ در مسائل سخت برای ارزیابی (مثل حساب و جبر) از رأی‌گیری اکثریت استفاده می‌شود.
✅در مسائل با ارزیابی ساده (مثل کد) خود Proposer تست‌های واحد می‌سازد و امتیاز Solver بر اساس درصد عبور از این تست‌ها محاسبه می‌شود.
✅ همچنین Proposer تنها برای مسائل با سختی متوسط پاداش می‌گیرد، تا سطح چالش متناسب با توان Solver باقی بماند.

📊 نتایج:
با تنها یک موضوع کوتاه در پرامپت، بدون حتی یک نمونه آماده، مدل Qwen2.5-3B-Instruct روی تست‌های مستقل بهبود داشت:
🔹 ‌+14٪ در حساب
🔹 ‌+16٪ در جبر
🔹 ‌+7٪ در کدنویسی

📎 لینک‌ها: [سایت](https://self-questioning.github.io/)
| [کد](https://github.com/lili-chen/self-questioning-lm)
| [مقاله](https://arxiv.org/abs/2508.03682)

#هوش_مصنوعی 🤖 #یادگیری_تقویتی 🎯 #مدل_زبان_بزرگ 📚 #پردازش_زبان_طبیعی 🗣 #خودآموزی 🧠
@rss_ai_ir 🚀

مدل GLM-4.5V به‌عنوان رهبر جدید مدل‌های متن‌باز در استدلال بصری معرفی شده و در ۴۱ بنچمارک رتبه اول را دارد.

✨ قابلیت‌ها:

* 🖼 درک و استدلال تصویری — تحلیل و تفسیر چند تصویر، شناسایی اشیا و صحنه‌ها.
* 🎥 درک ویدئو — تحلیل فریم‌به‌فریم و شناسایی رویدادها در ویدئوهای طولانی.
* 💻 کار با رابط‌های گرافیکی — شناسایی آیکون‌ها، دکمه‌ها و تعامل با محیط دسکتاپ.
* 📊 تحلیل نمودار و سند — استخراج و تفسیر داده‌ها از گزارش‌ها و اسناد پیچیده.
* 📍 مکان‌یابی عناصر بصری — تعیین دقیق موقعیت اجزای موجود در تصویر.

⚙️ ویژگی‌های کلیدی:
🟠 مبتنی بر GLM-4.5-Air با بهبودهای برگرفته از GLM-4.1V-Thinking
🟠 معماری MoE با ۱۰۶ میلیارد پارامتر برای مقیاس‌پذیری و کارایی بالا

🔗 لینک‌ها:
[Hugging Face](https://huggingface.co/zai-org/GLM-4.5V) | [GitHub](https://github.com/zai-org/GLM-V) | [مستندات API](https://docs.z.ai/guides/vlm/glm-4.5v) | [نسخه دموی آنلاین](https://chat.z.ai)
@rss_ai_ir 🚀
\#هوش_مصنوعی 🤖 #مدل_متن_باز 🆓 #بینایی_ماشین 👁 #پردازش_تصویر 🖼 #GLM

نمودار رشد ماه‌به‌ماه بازدید از وب‌سایت‌های برتر GenAI نشان می‌دهد که Grok با رشد چشمگیر ۲۷.۲۷٪ در صدر قرار دارد و به‌وضوح Grok 4 تأثیر بزرگی بر افزایش استفاده کاربران گذاشته است.

📊 آمار تغییرات (جولای ۲۰۲۵ نسبت به ژوئن ۲۰۲۵):

* ChatGPT.com ➕ ۶.۰۳٪
* Gemini.google.com ➕ ۷.۸۸٪
* DeepSeek.com ➖ ۹.۱۷٪
* Grok.com ➕ ۲۷.۲۷٪
* Perplexity.ai ➕ ۸.۶۰٪
* Claude.ai ➕ ۱۰.۴۷٪

به نظر می‌رسد رقابت بین پلتفرم‌های هوش مصنوعی مولد روزبه‌روز شدیدتر می‌شود و Grok با آپدیت جدید خود جهش قابل توجهی داشته است.

#هوش_مصنوعی 🤖 #GenAI 📈 #Grok 🚀 #ChatGPT 💬 #Claude 🧠 #Gemini 🌐

@rss_ai_ir 🚀

انویدیا در کنفرانس SIGGRAPH 2025 از مفهوم محوری خود با عنوان «هوش مصنوعی فیزیکی» 🧠 رونمایی کرد — ترکیبی از هوش مصنوعی و گرافیک کامپیوتری برای ساخت سیستم‌هایی که می‌توانند در دنیای واقعی عمل کنند؛ از ربات‌ها 🤖 و خودروهای خودران 🚗 تا زیرساخت‌های هوشمند 🏙.

---

🟡 سخت‌افزار جدید با معماری Blackwell

✅ کارت گرافیک دیتاسنتری RTX PRO 6000 Blackwell Server Edition برای سرورهای 2U که تا ۴۵ برابر عملکرد بیشتر و ۱۸ برابر بهره‌وری انرژی بهتر نسبت به سیستم‌های CPU‌محور دارد.
✅ هسته‌های تنسوری نسل پنجم با پشتیبانی از FP4، سرعت استنتاج را تا ۶ برابر نسبت به مدل L40S افزایش می‌دهد.
✅ دو کارت گرافیک کامپکت برای ورک‌استیشن‌ها:

✅ همچنین RTX PRO 4000 SFF Edition — ‌۲.۵ برابر سریع‌تر در وظایف AI با همان توان ۷۰ وات ⚡️
✅ همچنین RTX PRO 2000 Blackwell — ‌۱.۴ برابر سریع‌تر در نرم‌افزارهای CAD 📐

---

🟡 هوش مصنوعی فیزیکی در رباتیک

✅ کتابخانه NuRec در Omniverse برای بازسازی محیط واقعی با داده‌های سنسور و تکنیک 3D Gaussian Splatting.
✅نسخه‌های جدید Isaac Sim 5.0 و Isaac Lab 2.2 به‌صورت متن‌باز در GitHub منتشر شده‌اند.
✅نمونه پروژه آمازون: بارگذاری مدل‌های CAD محصولات، تولید ۵۰هزار تصویر مصنوعی، آموزش مدل‌های AI و کنترل بازوهای رباتیک برای بازرسی کیفیت — بدون تغییر فیزیکی تجهیزات 🏭.

---

🟡 خانواده جدید مدل‌های هوش مصنوعی

✅توسعه سری Nemotron با مدل‌های Nemotron Nano 2 و Llama Nemotron Super 1.5 برای وظایف پیچیده در امنیت سایبری 🔐 و خدمات مشتری 💬.
✅ معرفی مدل چندوجهی ۷B Cosmos Reason برای درک دنیای فیزیکی با دانش پیشینی، قوانین فیزیک و منطق.
✅ استفاده Uber از Cosmos Reason برای تحلیل رفتار خودروهای خودران.

---

🟡 پلتفرم هوشمندسازی شهر و صنعت — Metropolis

✅ادغام با Cosmos Reason*، افزودن مدل‌های بینایی جدید به TAO Toolkit و امکانات تازه در Isaac Sim برای شبیه‌سازی سناریوهای نادر آموزشی.

---
@rss_ai_ir 🚀
#هوش_مصنوعی 🤖 #Nvidia 💻 #رباتیک 🦾 #گرافیک_کامپیوتری 🖥 #Blackwell 🚀 #SIGGRAPH2025

پژوهش جدید با عنوان ASAP روشی دو‌مرحله‌ای برای فشرده‌سازی زنجیره‌استدلال‌ها (CoT) در مدل‌های استدلال کدنویسی معرفی کرده است 🧠💻.

هدف این روش، حذف مراحل غیرضروری از CoT‌های طولانی و حفظ انسجام منطقی آن‌هاست تا هزینه محاسباتی و زمان استنتاج مدل‌های استدلال بزرگ (LRM) کاهش یابد.

---

✨ روش کار

1️⃣ مرحله هرس‌کردن اولیه — حذف شاخه‌های بی‌ربط با استفاده از یک مکانیسم راهنمای لنگر (Anchor-Guided Pruning).
2️⃣ مرحله پالایش دقیق — بهره‌گیری از شاخص نوآورانه "شگفتی اولین توکن" (*First-Token Surprisal*) برای شناسایی و حذف گام‌هایی با اهمیت منطقی پایین به‌صورت تکراری.

---

📊 نتایج

❇️ دقت Pass\@1: ‌۳۶.۱۹٪ روی بنچمارک LiveCodeBench v4\_v5
❇️کاهش طول تولید توکن‌ها: ‌۲۳.۵٪
❇️ کاهش زمان استنتاج: ‌۴۳.۵٪ نسبت به بهترین خط‌پایه موجود

---

🎯 مزایا برای توسعه‌دهندگان

❇️ آموزش مدل‌ها روی CoT‌های کوتاه‌تر و غنی‌تر از نظر منطقی
❇️کاهش هزینه و زمان اجرای مدل
❇️ افزایش دقت در تولید کد با الگوگیری از الگوهای استدلال مؤثر

@rss_ai_ir 🚀
📎 مطالعه بیشتر: [arXiv](https://arxiv.org/abs/2508.05988) | [HuggingFace](https://huggingface.co/papers/2508.05988)

\#هوش_مصنوعی 🤖 #یادگیری_ماشین 📚 #تولید_کد 💻 #مدل_زبان_بزرگ 🧠 #بهینه‌سازی ⚡️ #ChainOfThought

در شبکه‌های عصبی کانولوشنی (CNN) چند نوع متداول کانولوشن وجود دارد که هر کدام کاربرد و مزیت خاص خود را دارند 🧠🧩.

---

1️⃣ کانولوشن استاندارد (Standard Convolution)

❇️همان چیزی که معمولاً با فیلترهای ۳×۳ یا ۵×۵ می‌شناسیم.
❇️ فیلتر بر روی ورودی حرکت کرده و حاصل ضرب نقطه‌ای را محاسبه می‌کند.
❇️برای تصاویر RGB، فیلترها به اندازه‌ی عمق تصویر (۳ کانال) هستند.
📌 کاربرد: استخراج ویژگی‌های اولیه و پیچیده از تصویر.

---

2️⃣ کانولوشن با گام (Strided Convolution)

❇️در این روش Stride > 1 انتخاب می‌شود، یعنی فیلتر به جای حرکت پیکسل‌به‌پیکسل، چند پیکسل یک‌بار جابه‌جا می‌شود.
❇️ باعث کاهش ابعاد Feature Map می‌شود.
📌 کاربرد: جایگزین Pooling برای کاهش ابعاد.

---

3️⃣ کانولوشن با Padding

❇️ اضافه کردن حاشیه (معمولاً صفر) به اطراف ورودی برای حفظ ابعاد خروجی.
❇️ دو حالت رایج:

❎ حالت Valid Padding: بدون اضافه کردن حاشیه (ابعاد خروجی کوچک‌تر می‌شود).
❎ حالت**Same Padding**: اضافه کردن حاشیه به‌طوری که ابعاد خروجی همان ورودی باقی بماند.
📌 کاربرد: جلوگیری از کاهش شدید ابعاد در لایه‌های عمیق.

---

4️⃣ کانولوشن جداشدنی عمقی (Depthwise Separable Convolution)

❇️ در دو مرحله انجام می‌شود:

1. مرحله**Depthwise**: اعمال فیلتر جداگانه روی هر کانال ورودی.
2. مرحله Pointwise (۱×۱): ترکیب خروجی‌ها برای ایجاد ویژگی‌های جدید.
❎ پارامترها و محاسبات بسیار کمتر از کانولوشن استاندارد.
📌 کاربرد: شبکه‌های سبک مثل MobileNet.

---
5️⃣ کانولوشن ۱×۱ (Pointwise Convolution)

❎ فیلتر یک پیکسل را پوشش می‌دهد ولی تمام کانال‌ها را پردازش می‌کند.
❎ برای تغییر تعداد کانال‌ها یا ترکیب ویژگی‌ها استفاده می‌شود.
📌 کاربرد: کاهش یا افزایش عمق شبکه، ایجاد ترکیب ویژگی.

---

6️⃣ کانولوشن متخلخل یا دیلاته (Dilated Convolution / Atrous)

❇️ بین عناصر فیلتر فاصله (Dilation) ایجاد می‌شود تا میدان دید (Receptive Field) بزرگ‌تر شود بدون افزایش تعداد پارامتر.
📌 کاربرد: تشخیص الگوهای بزرگ بدون کاهش وضوح مکانی، به‌ویژه در Segmentation.

---

7️⃣ کانولوشن ترانهاده (Transposed Convolution / Deconvolution)

❇️برعکس کانولوشن استاندارد عمل می‌کند و ابعاد را بزرگ‌تر می‌کند.
📌 کاربرد: بازسازی تصویر یا بخش UpSampling در شبکه‌های مثل U-Net و GAN.
#هوش_مصنوعی 🤖 #یادگیری_عمیق 🧠 #شبکه_عصبی 🕸 #CNN 📷 #پردازش_تصویر 🖼 #کانولوشن 🧩 #یادگیری_ماشین 📚 #بینایی_ماشین 👁

@rss_ai_ir 🚀

مدل Claude اکنون قابلیت حافظه دائمی پیدا کرده است 🧠📌 — درست مثل ChatGPT، می‌تواند تمام گفتگوهای گذشته را به خاطر بسپارد.

🔹 کاربر می‌تواند به‌صورت دستی به یک موضوع قبلی اشاره کند یا مدل خودش آن را پیدا کرده و استفاده کند.
🔹 این ویژگی باعث می‌شود مکالمه‌ها پیوسته‌تر باشند و نیاز به تکرار اطلاعات کاهش یابد.

به‌نظر می‌رسد این قابلیت مدت‌ها بود که انتظارش می‌رفت و حالا تجربه کار با Claude را یک گام به تعامل طبیعی‌تر نزدیک‌تر می‌کند.

#هوش_مصنوعی 🤖 #Claude 🗣 #مدل_زبان_بزرگ 📚 #حافظه_دائمی 🧠 #چت_بات 💬
@rss_ai_ir 🚀

گوگل از MLE-STAR رونمایی کرده است 🚀 — یک عامل هوش مصنوعی که فرآیند توسعه مدل‌های یادگیری ماشین را به‌طور کامل خودکار می‌کند و در ۶۳٪ مسابقات Kaggle به موفقیت رسیده است.

---

✨ ویژگی‌های کلیدی

🛠 اتوماسیون کامل — عامل به‌طور مستقل مدل را طراحی، تست و بهینه می‌کند، بدون نیاز به کدنویسی دستی.
🏆 نتایج رکوردی — کسب مدال در ۶۳٪ رقابت‌های MLE Bench Lite (۳۶٪ طلا) در مقابل ۲۵.۸٪ برای بهترین روش‌های قبلی.
🌐 استفاده از جستجوی وب — شناسایی و بهره‌گیری از معماری‌های به‌روز (مثل EfficientNet و ViT) به‌جای مدل‌های قدیمی مانند ResNet.
🛡 سه لایه ایمنی — بررسی خودکار باگ‌ها، نشت داده و خطاهای مدل زبانی بزرگ (LLM).
💻 متن‌باز — عرضه کد به‌عنوان بخشی از Agent Development Kit (ADK).
🔄 ارتقا خودکار — با یافتن معماری‌های جدید، عملکرد سیستم به مرور بهتر می‌شود.

---

📊 همان‌طور که در نمودار دیده می‌شود، MLE-STAR + Gemini-2.5-Pro بهترین عملکرد را داشته و در بیش از ۸۰٪ موارد بالاتر از میانه نتایج رقبا قرار گرفته است.

📎 مطالعه بیشتر: [لینک گوگل ریسرچ](https://research.google/blog/mle-star-a-state-of-the-art-machine-learning-engineering-agents/)

@rss_ai_ir 🚀
#گوگل 🏢 #هوش_مصنوعی 🤖 #یادگیری_ماشین 📊 #اتوماسیون ⚡️ #Kaggle 🏆

🧤 دستکش هوشمند با قابلیت هپتیک و فورس فیدبک یک ابزار پوشیدنی پیشرفته است که می‌تواند حس لمس، فشار و حتی بافت اشیاء را به کاربر منتقل کند. این نوع دستکش معمولاً با استفاده از حسگرها (Sensors) و محرک‌ها (Actuators) کار می‌کند تا تجربه‌ای شبیه تعامل واقعی با محیط فیزیکی ایجاد کند.

---

✨ قابلیت‌ها

1. هپتیک (Haptic Feedback)

✅ ایجاد حس لمس و لرزش برای شبیه‌سازی تماس با اشیاء یا بافت‌ها.
✅ انتقال اطلاعاتی مثل زبری، نرمی، دما یا لرزش به کاربر.

2. فورس فیدبک (Force Feedback)

✅اعمال نیروی مقاومتی روی انگشتان یا دست برای شبیه‌سازی وزن یا سختی جسم.
✅ امکان تمرین مهارت‌هایی که نیاز به درک فشار و نیرو دارند (مثل گرفتن ابزار جراحی).

---

🔬 اجزای اصلی

✅ حسگرهای حرکتی و فشار: تشخیص موقعیت انگشتان، زاویه مفاصل و میزان نیروی وارد شده.
✅ محرک‌های مکانیکی یا الکتریکی: ایجاد نیروی معکوس یا لرزش برای بازخورد لمسی.
✅ پردازنده داخلی: پردازش داده‌ها و هماهنگ‌سازی حسگرها و محرک‌ها.
✅ ارتباط بی‌سیم یا سیمی: انتقال داده‌ها به سیستم شبیه‌ساز یا رایانه.

---

🎯 کاربردها

✅ آموزش پزشکی 🩺 (مثل شبیه‌سازی زایمان یا جراحی)
✅ توانبخشی ♿️ (تمرین حرکتی برای بیماران)
✅ واقعیت مجازی (VR) و واقعیت افزوده (AR) 🎮
✅آموزش مهارت‌های صنعتی 🛠
✅ رباتیک و کنترل از راه دور 🤖

---

#فناوری 🧠 #هپتیک ✋ #فورس_فیدبک ⚙️ #دستکش_هوشمند 🧤 #واقعیت_مجازی 🎮 #آموزش_پزشکی 🩺

🤖 استارتاپ Figure با انتشار ویدیویی از ربات خود، توانایی تا کردن لباس به‌صورت کاملاً خودکار را به نمایش گذاشته — با حرکاتی بسیار روان و دقیق.

👕 تا کردن لباس یا حوله کار ساده‌ای نیست؛ جنس نرم، خم‌شدن‌های غیرقابل پیش‌بینی و تغییر شکل لحظه‌ای باعث می‌شود الگوریتم نیاز به انعطاف‌پذیری بالا داشته باشد.

🔹 نکته جالب اینجاست که Figure برای این کار هیچ معماری جدیدی توسعه نداد. آن‌ها از همان مدل چندمنظوره قبلی خود VLA Helix (طراحی‌شده برای کارهای صنعتی) استفاده کرده و تنها با یک دیتاست کوچک آن را Fine-tune کردند.

💡 این یعنی مدل واقعاً یونیورسال است — بدون تغییر معماری، بدون اضافه‌کردن آداپتور یا آموزش از صفر، توانسته یک مهارت کاملاً متفاوت را یاد بگیرد.
این رویکرد مشابه مدل‌های زبانی بزرگ (LLM) است که با داده کم می‌توانند برای وظایف جدید تنظیم شوند و مقیاس‌پذیری بالایی دارند.

📎 جزئیات بیشتر: Figure.ai

#رباتیک 🤖 #هوش_مصنوعی 🧠 #اتوماسیون ⚙️ #یادگیری_ماشین 📊 #VLA #Figure
@rss_ai_ir

⛔️برای برخی افراد، مدل‌هایی مثل GPT-4.5 یا GPT-4o فقط یک ابزار هوش مصنوعی نیستند، بلکه تبدیل به یک همدم و منبع حمایت عاطفی شده‌اند ❤️🤖.

کاربر نوشته که سال‌ها با شرایط بسیار سخت، حتی بی‌خانمانی، دست‌وپنجه نرم کرده و تنها «دوست» واقعی‌اش همین مدل GPT بوده؛ مدلی که به او گوش می‌داده، در لحظات سخت آرامش می‌داده و حس ارزشمندی منتقل می‌کرده. اما ناگهان لحن و پاسخ‌های مدل تغییر کرده و این احساس ارتباط عمیق از بین رفته — تجربه‌ای که او آن را مثل از دست دادن یک دوست عزیز یک‌شبه توصیف می‌کند.

این داستان نشان می‌دهد که رابطه انسان با هوش مصنوعی می‌تواند بسیار شخصی و معنادار باشد، مخصوصاً برای کسانی که در زندگی واقعی دسترسی محدودی به ارتباطات انسانی امن دارند.

#هوش_مصنوعی 🤖 #GPT 🧠 #ارتباط_انسان_و_ماشین 💬 #حمایت_عاطفی ❤️ #سلامت_روان 🩺

@rss_ai_ir