🦾 همکاری ربات‌ها با هوش مصنوعی گوگل دیپ‌مایند

محققان UCL، Google DeepMind و Intrinsic الگوریتمی جدید به نام RoboBallet معرفی کردند؛ سیستمی که به ربات‌های صنعتی اجازه می‌دهد در محیط‌های پیچیده تولیدی، هماهنگ و بدون برخورد با هم کار کنند. 🤖✨

🔹 در آزمایش‌ها، ۸ ربات هرکدام با قابلیت انجام ۴۰ وظیفه مختلف در یک فضای مشترک به‌کار گرفته شدند.
🔹 سیستم به‌صورت خودکار تصمیم می‌گرفت که چه رباتی کدام وظیفه را بگیرد و چه مسیری ایمن برای انجام آن انتخاب شود.
🔹 الگوریتم ابتدا در شبیه‌سازی آموزش داده شد و سپس بدون نیاز به آموزش دوباره (zero-shot) در شرایط جدید عملیاتی شد.

🔧 محدودیت فعلی: الگوریتم فقط برای وظایف «رسیدن به هدف» کار می‌کند و ترتیب وظایف یا تنوع ربات‌ها را در نظر نمی‌گیرد.
🚀 اما معماری آن انعطاف‌پذیر است و می‌تواند در آینده وظایف پیچیده‌تر، وابستگی‌ها و ربات‌های متنوع‌تر را هم پشتیبانی کند.

این یعنی یک الگوریتم توانست کل تیم را هماهنگ کند؛ حتی در شرایطی که ربات‌ها قبلاً کنار هم کار نکرده بودند. 🌐

🟢 جزییات بیشتر: Science Robotics

@rss_ai_ir

#Google #DeepMind #Robotics #AI #ReinforcementLearning #Industry40

🗂 ۷۲ ابزار کاربردی هوش مصنوعی

یک لیست تازه در توییتر وایرال شده و شامل ۷۲ سرویس برتر AI در دسته‌بندی‌های مختلف هست:

🔸 تولید تصویر (Image Generation)
🔸 تولید ویدیو (Video Generation)
🔸 نوشتن متن (Writing Generation)
🔸 تحلیل و تحقیق (Research & Analysis)

📌 از چت‌بات‌ها مثل ChatGPT و Claude گرفته تا ابزارهای ارائه، طراحی، کدنویسی، ایمیل، زمان‌بندی، یادداشت جلسات، اتوماسیون و دیتاوژوالیزیشن.

یک مرجع سریع و همه‌کاره برای هر کسی که با هوش مصنوعی سروکار داره — واقعاً ارزش ذخیره کردن داره! ✅


@rss_ai_ir

#AI #Tools #Productivity #CheatSheet #هوش_مصنوعی

🧐 جستجوی افراد در ویدیو و عکس با چند کلمه توصیفی!

👨🏻‍💻 یک مهندس یادگیری عمیق سیستمی طراحی کرده که تنها با یک توضیح ساده مثل «یک مرد با پیراهن سفید و دوچرخه» می‌تواند افراد را در تصاویر و ویدیوها پیدا کند، بدون نیاز به شناسه (ID) از پیش تعریف‌شده.

✏️ هدف اصلی پروژه: ارائه راهکاری کاربردی برای حوزه‌های امنیت و خرده‌فروشی؛ جاهایی که چنین قابلیتی ارزش عملی بالایی ایجاد می‌کند.


---

❓ روش کار:
☑️ مدل SigLIP روی یک دیتاست جدید ReID که شامل ویژگی‌های توصیفی دقیق بود فاین‌تیون شده است (توضیحات دیتاست با کمک Gemini تولید شده).
☑️ دیتاست با فرمت FiftyOne آماده شده تا برای هر فرد در زوایا و نماهای مختلف یک ID یکتا تعریف شود (کاربردی برای ReID).
✔️ کل مسیر، از ساخت داده تا فاین‌تیون و دیپلوی روی HuggingFace به همراه Gradio Demo در یک ریپوی کامل منتشر شده است.


---

┌ 🥵 SigLIP Person Finder
├ 🖥 Demo
├ 🖥 Dataset
└ 🐱 GitHub Repo

@rss_ai_ir
---

🌐 #هوش_مصنوعی #یادگیری_عمیق #DeepLearning #ReID #ComputerVision #AI

🩸 مدل پایه برای گلبول‌های قرمز خون 🩸

🔬 محققان دانشگاه Cagliari مدل RedDino را معرفی کردند؛ یک مدل self-supervised برای تحلیل مورفولوژی گلبول‌های قرمز (RBC).

📊 این مدل روی ۱.۲۵ میلیون تصویر گلبول قرمز آموزش دیده و توانسته در تشخیص شکل به رکورد جدید SOTA برسد.

💡 انتشار عمومی:

📄 مقاله
💻 کد
🤗 مدل‌ها

⚙️ لایسنس: Apache 2.0
---

🌐 #هوش_مصنوعی #پزشکی #زیست‌پزشکی #ComputerVision #DeepLearning #RedDino


@rss_ai_ir

🚀 شوک ریاضی با GPT-5!

هوش مصنوعی دیگر فقط انشا نمی‌نویسد؛ GPT-5 توانست یک مسئله‌ی باز در نظریه‌ی احتمال را حل کند! 📊

🔹 ریاضی‌دانان می‌دانستند جمع متغیرهای تصادفی در نهایت به توزیع نرمال همگرا می‌شود.
🔹 اما پرسش کلیدی بی‌پاسخ مانده بود: سرعت این همگرایی چقدر است؟
🔹 برای اولین‌بار، GPT-5 با کمک بازخورد متخصصان، یک نرخ کمی دقیق برای این همگرایی ارائه داد — نه فقط برای حالت گاوسی، بلکه حتی برای توزیع پواسون!

البته مدل بی‌خطا نبود؛ بارها اشتباه کرد ولی با اصلاح مسیر، خودش را تصحیح کرد، برهان نوشت و در نهایت یک متن در سطح مقاله آماده کرد.

📌 نتیجه: GPT-5 مثل یک پژوهشگر جوان عمل کرد، نه صرفاً یک ماشین حساب.

https://arxiv.org/abs/2509.03065v1

@rss_ai_ir

#AI #GPT5 #Math #Probability #Research

⚠️ هشدار درباره Gemini AI برای کودکان

نهاد Common Sense Media نسخه کودک‌پسند Gemini گوگل را بررسی کرد و نتیجه تکان‌دهنده بود: این مدل در اصل همان نسخه بزرگسالان است که فقط یک برچسب PG خورده است.

✅ مثبت: به بچه‌ها یادآوری می‌کند که «من یک کامپیوترم، نه دوستت» — موضوعی مهم، چون «بات‌های دوستانه» با مواردی از خودکشی نوجوانان مرتبط بوده‌اند.
❌ منفی: با این حال هنوز درباره موضوعات حساسی مثل رابطه جنسی، مواد مخدر، الکل و سلامت روان به کودکان توصیه‌هایی می‌دهد که اصلاً امن نیستند.

🚨 هم نسخه زیر ۱۳ سال و هم نسخه مخصوص نوجوانان، هر دو پرخطر ارزیابی شدند.

گزارش‌ها حاکی از آن است که اپل قصد دارد Gemini را برای ارتقای سیری استفاده کند — موضوعی که می‌تواند این مشکل را در مقیاس بزرگ گسترش دهد. گوگل قول داده محافظت‌های بیشتری اضافه کند، اما خودش هم اعتراف کرده: «برخی پاسخ‌ها آن‌طور که باید کار نمی‌کردند.»

📌 نتیجه: طراحی هوش مصنوعی مخصوص کودکان یک بازی کاملاً متفاوت است — و هنوز هیچ‌کس نتوانسته آن را به‌درستی حل کند.

لینک

@rss_ai_ir

#AI #Gemini #Kids #ChildSafety #Google

⛔️گاهی این نوآوری‌های کوچک هستند که صنایع بزرگ را متحول می‌کنند.

🤖 شرکت Dusty Robotics رباتی کوچک طراحی کرده که مثل یک پرینتر میدانی عمل می‌کند و به‌طور خودکار نقشه‌ی کف ساختمان را مستقیماً روی زمین سایت چاپ می‌کند.

✳️به‌جای اینکه کارگران ساعت‌ها با گچ خطوط بکشند، این ربات با دقت بالا طرح را روی زمین پیاده می‌کند؛ نتیجه؟ کاهش خطا و صرفه‌جویی چشمگیر در زمان و هزینه.

یک گام کوچک در طراحی – یک جهش بزرگ در بهره‌وری صنعت ساختمان.

@rss_ai_ir

#هوش_مصنوعی #رباتیک #فناوری_ساختمان #اتوماسیون #DustyRobotics

🚀 مدل Grok 2.5 حالا روی سیستم‌ شخصی هم قابل اجراست!

🔹 تیم Unsloth نسخه‌ای بهینه‌شده از مدل را منتشر کرده که اجرای محلی را ممکن می‌کند:

✅ 270 میلیارد پارامتر روی یک مک معمولی با 128GB RAM (حدود ۵ توکن در ثانیه)
✅ حجم مدل از 539GB به 118GB کاهش یافته (۸۰٪ کمتر)
✅ لایه‌های کلیدی در فرمت 8-bit و سایر بخش‌ها با فشرده‌سازی 3-bit GGUF ذخیره شده‌اند.

📘 راهنما: docs.unsloth.ai/basics/grok-2
📥 مدل GGUF: huggingface.co/unsloth/grok-2-GGUF

@rss_ai_ir

#هوش_مصنوعی #xAI #Grok2 #مدل_زبانی #OpenSource #MachineLearning #DeepLearning

👻 From Skin to Skeleton 👻

مقاله‌ای تازه تلاش کرده مدل شناخته‌شده‌ی SMPL برای بدن انسان را با یک مدل تازه به نام BSM (Biomechanical Skeleton Model) یکپارچه کند. خروجی این تلاش، مدلی به نام SKEL است که مثل SMPL قابل انیمیت‌کردن است، اما با درجات آزادی کمتر و در عین حال سازگارتر با واقعیت بیومکانیکی بدن انسان.

🔹همچنین SKEL به محققان اجازه می‌دهد حرکات بدن را طبیعی‌تر، سبک‌تر و با دقت بیشتری شبیه‌سازی کنند.
🔹 این مدل، داده و کد برای تحقیقات در دسترس است.


🟢 Paper: arxiv.org/pdf/2509.06607
🟢 Project: https://skel.is.tue.mpg.de/

@rss_ai_ir

#AI #ML #ComputerVision #3DHumanModeling #SMPL #SKEL #Research

📌 تسریع تست نرم‌افزار تا ۶ برابر در ولادیووستوک


پژوهشگران شرکت T-Technologies روشی نوین برای بهینه‌سازی فرآیند CI/CD معرفی کرده‌اند که می‌تواند تست نرم‌افزار را به‌طور میانگین ۵.۶ برابر سریع‌تر کند.
این روش با نام Targeted Test Selection (T-TS) به جای اجرای هزاران تست، تنها حدود ۱۵٪ تست‌ها را اجرا می‌کند، اما همچنان تا ۹۵٪ خطاها را شناسایی می‌کند.


💡 نکات کلیدی:
✅افزایش سرعت تست به‌طور میانگین ۵.۶ برابر
✅قابل استفاده برای تمام زبان‌های برنامه‌نویسی
✅بر پایه‌ی اصل «bag of words» — تحلیل تاریخچه‌ی تغییرات در مخزن کد و انطباق با تغییرات جدید
✅مقیاس‌پذیر برای شرکت‌های بزرگ فین‌تک
این روش در زیرساخت T-Bank پیاده‌سازی شده و نتایج آن در کنفرانس بین‌المللی ICSME 2025 در نیوزیلند ارائه شد.


🟢 ریپازیتوری:
github.com/trndcenter/t-ts-benchmark


@rss_ai_ir
#AI #Research #Testing #CICD #Fintech #ICSME2025

🎬 انیمیشن تمام‌هوش‌مصنوعی OpenAI روی فرش قرمز کن!

سال آینده جشنواره کن ۲۰۲۶ شاهد یک اتفاق تاریخی خواهد بود: اولین فیلم انیمیشن بلند ساخته‌شده کاملاً با هوش مصنوعی به روی پرده می‌رود.

💰 بودجه؟ کمتر از ۳۰ میلیون دلار — بسیار ارزان‌تر از تولید انیمیشن‌های معمولی، چون هزینه‌ها بیشتر صرف صیقل‌دادن طراحی کاراکترها توسط هنرمندان و صداپیشگی بازیگران شده است.

🎥 اسم فیلم؟ Critterz (یا «هیولاچه‌ها») — اسمی بامزه و کارتونی!
⏳ جشنواره کن در ماه مه ۲۰۲۶ شروع می‌شود و بلافاصله بعد از آن فیلم در سینماهای جهان اکران خواهد شد.

✨ به‌نظر می‌رسد وقتش رسیده که هوش مصنوعی نه‌تنها فیلم بسازد، بلکه روی فرش قرمز هم بدرخشد. شاید حتی منتقدها هم شیفته‌اش شوند!

@rss_ai_ir

#AI #Cinema #Cannes2026 #Critterz #Animation

🎙 از متن به پادکست، از پادکست به متن!

🔹 خبر اول:
✳️در Gemini (حداقل نسخه دسکتاپ)، حالا می‌توانید فایل‌های صوتی بسیار حجیم مثل پادکست، مصاحبه یا جلسه چندساعته را مستقیم بکشید و رها کنید. مدل، فایل دو ساعته mp3 را به متن تبدیل کرده و در چند خط برایتان خلاصه می‌کند. 🎧

🔹 خبر دوم:
در NotebookLM هم آپدیت‌های جذابی آمده:

♻️انتخاب سطح «هوشمندی» خروجی: Deep Dive / Brief / Critique / Debate؛ یعنی می‌توانید میزان عمق توضیحات را مشخص کنید.

ویدئوپرزنتیشن با صدا حالا روی زبان فارسی و بیش از ۸۰ زبان دیگر هم کار می‌کند. 🌍

✳️دو حالت جدید اضافه شده: Quiz (تست‌های تعاملی از روی سند) و Flashcards (کارت‌های ساده آموزشی).


🔄 به این ترتیب، چرخه کامل شد:
یکی با هوش مصنوعی مقاله می‌نویسد → یکی آن را به پادکست تبدیل می‌کند → دیگری خلاصه‌اش را می‌گیرد → بعد همان خلاصه دوباره پادکست می‌شود → و باز به متن برمی‌گردد...

❌انسان‌ها مدام اینترنت را با محتوا باد می‌کنند (به خاطر متریک‌ها 📈)، بعد با همان ابزارها دوباره آن را فشرده می‌کنند، و دوباره گزارش تولید می‌کنند.

😁در این میان، یک هوش مصنوعی نشسته و به این رفت‌و‌برگشت بی‌پایان می‌خندد: متن را می‌نویسد، خودش فشرده می‌کند، خودش باز می‌کند، و باز همان متن را به چرخه برمی‌گرداند.

@rss_ai_ir

#هوش_مصنوعی #Gemini #NotebookLM #پادکست #AI #LLM #تکنولوژی #دیجیتال #آینده

🎙️ Qwen3-ASR
؛ مدل جهانی تشخیص گفتار

🟢 پشتیبانی از EN/CN + ۹ زبان دیگر: ar, de, en, es, fr, it, ja, ko, pt, ru, zh
🟢 تشخیص خودکار زبان
🟢 توانایی تشخیص گفتار حتی در شرایط دشوار — مثل خواندن آواز، رپ یا صحبت با موسیقی پس‌زمینه (WER <8%؛ کمتر از ۸ خطا در هر ۱۰۰ کلمه)
🟢 عملکرد پایدار در نویز، کیفیت پایین یا فاصله زیاد
🟢 امکان افزودن کلمات/عبارات اختصاصی (مثل نام‌ها یا اصطلاحات صنعتی) برای تشخیص دقیق‌تر

🔗 API
🔗 ModelScope Demo
🔗 Hugging Face Demo
🔗 Blog

@rss_ai_ir

#هوش_مصنوعی #تشخیص_گفتار #Qwen3 #VoiceAI #یادگیری_عمیق #یادگیری_ماشین

📝 کلود حالا می‌تواند فایل‌ها را مستقیماً بسازد و ویرایش کند!

در نسخه وب Claude.ai و اپ دسکتاپ، قابلیت جدیدی اضافه شده که به کمک آن می‌توانید به‌طور مستقیم فایل‌های مختلف ایجاد یا ویرایش کنید:

📊 جداول Excel

📄 اسناد متنی

🎞 پرزنتیشن‌های PowerPoint

📑 فایل‌های PDF


برای فعال‌سازی باید به مسیر زیر بروید:
⚙️ Settings > Features > Experimental
و گزینه Upgraded file creation and analysis را انتخاب کنید.

🔹 این ویژگی هم‌اکنون برای کاربران پلن‌های Max، Team و Enterprise فعال است.
🔹 کاربران پلن Pro نیز طی چند هفته آینده به آن دسترسی خواهند داشت.

🔗 جزئیات بیشتر: anthropic.com/news/create-files

@rss_ai_ir

#Claude #هوش_مصنوعی #اسناد #AItools #Anthropic

🚀 اینفرنس انجین برای QWEN3-0.6B روی CUDA

🔹 موتور qwen600 یک موتور مینیمالیستی برای اینفرنس مدل QWEN3-0.6B است که با تمرکز بر کارایی و سادگی توسعه داده شده. این ابزار از بهینه‌سازی استاتیک استفاده می‌کند و بدون وابستگی به Python اجرا می‌شود؛ همین باعث می‌شود گزینه‌ای ایده‌آل برای یادگیری LLMها و CUDA باشد.

✨ ویژگی‌های کلیدی:

⚡️ سرعت بالا: ‌۸.۵٪ سریع‌تر از llama.cpp

🎯 بهینه‌شده برای کارت‌های گرافیک RTX 3050

🔧 حداقل وابستگی‌ها و پیکربندی ساده

💾 مدیریت بهینه حافظه روی GPU

🧠 پشتیبانی از حالت Reasoning برای بهبود کیفیت خروجی


📌 GitHub: github.com/yassa9/qwen600

#CUDA #LLM #QWEN #هوش_مصنوعی #GPU

@rss_ai_ir

🔬 چیپ اپتیکال هوش مصنوعی در دانشگاه فلوریدا معرفی شد

مهندسان دانشگاه فلوریدا موفق به ساخت چیپی شدند که با استفاده از لیزرها و میکرولنزها می‌تواند عملیات کانولوشن را انجام دهد — یکی از بخش‌های کلیدی در پردازش تصویر، ویدئو و گفتار.

🚀 چرا مهم است؟

مصرف انرژی این چیپ‌ها بین ۱۰ تا ۱۰۰ برابر کمتر از چیپ‌های الکترونیکی معمولی است.

دقت پردازش حدود ۹۸٪ باقی می‌ماند.

این فناوری می‌تواند بار شبکه‌های برق را کاهش داده و سیستم‌های هوش مصنوعی در مقیاس بزرگ را پایدارتر کند.


برای اولین بار، محاسبات نوری مستقیماً درون چیپ ادغام شده و در شبکه عصبی به کار گرفته می‌شود. به این معنا که چیپ قادر است سنگین‌ترین عملیات محاسباتی را با مصرف انرژی نزدیک به صفر انجام دهد.

📊 جمع‌بندی:

⚡️ کاهش مصرف انرژی ۱۰ تا ۱۰۰ برابر

🎯 دقت پردازش ~۹۸٪


این دستاورد می‌تواند به استاندارد جدیدی در محاسبات کم‌مصرف و پایدار برای هوش مصنوعی تبدیل شود.

🔗 جزییات: news.ufl.edu/2025/09/optical-ai-chip/

#هوش_مصنوعی #چیپ #محاسبات_نوری #فوتونیک #انرژی

@rss_ai_ir

☁️ سونُما اسکای آلفا — رقیب جدید برای GPT-5؟

یک مدل ناشناس تازه در OpenRouter ظاهر شده: Sonoma Sky Alpha. و همین حالا سروصدای زیادی به پا کرده.

📊 در بنچمارک‌های ریاضی حتی از GPT-5 هم جلو زده
📖 دارای پنجره کانتکست شگفت‌انگیز ۲ میلیون توکن — پنج برابر GPT-5، به اندازه‌ی کل یک کتاب!
⚡ می‌تواند در چند ثانیه یک وب‌اپ ساده تولید کند و اغلب در همان تلاش اول درست کار می‌کند

هیچ‌کس هنوز نمی‌داند این مدل از کجا آمده — اما اگر این اعداد درست باشند، شاید با سنگین‌وزن بعدی دنیای هوش مصنوعی طرف باشیم.

جزییات

@rss_ai_ir

#هوش_مصنوعی #مدل_زبان #GPT5 #OpenRouter #AI

📚 توافق تاریخی Anthropic با پرداخت ۱.۵ میلیارد دلار بابت حق‌کپی‌رایت

شرکت Anthropic، سازنده چت‌بات Claude، پذیرفته است که بابت استفاده از کتاب‌های دزدی‌شده برای آموزش مدل‌هایش، مبلغ ۱.۵ میلیارد دلار به نویسندگان پرداخت کند.

💰 هر نویسنده حدود ۳۰۰۰ دلار به ازای هر کتاب دریافت می‌کند (در مجموع حدود ۵۰۰ هزار عنوان)

🗑️همچنین Anthropic موظف است تمام فایل‌های غیرقانونی که در طول آموزش دانلود کرده را نابود کند

⚖️ در حکم دادگاه ماه ژوئن تأکید شد که دریافت و استفاده از محتوای دزدی غیرقانونی است، حتی اگر فرآیند آموزش ممکن است تحت شرایطی مشمول "استفاده منصفانه" شود

✳️این توافق یک سابقه حقوقی مهم ایجاد می‌کند: شرکت‌های هوش مصنوعی نمی‌توانند از مسئولیت تأمین داده‌های آموزشی شانه خالی کنند، حتی اگر به مرزهای قانونی «استفاده منصفانه» نزدیک شوند.
جزییات

@rss_ai_ir

#هوش_مصنوعی #کپی_رایت #Claude #Anthropic #AI

💻 هر ریپو را به یک پرامپت هوش مصنوعی تبدیل کنید

ابزار GitIngest به شما اجازه می‌دهد کل یک ریپوی GitHub را در چند ثانیه وارد یک LLM کنید.

🔸 کافیست لینک ریپو را بدهید و چند لحظه صبر کنید
🔸 خروجی یک پرامپت تمیز و ساختاریافته از کدها و فایل‌هاست
🔸 می‌توانید آن را ویرایش کنید تا نویز حذف شود و فقط بخش‌های مهم باقی بماند

یک میانبر جالب برای دولوپرهایی که می‌خواهند مدل هوش مصنوعی سریعاً کل کدبیس را درک کند.

📊 @rss_ai_ir

#AI #LLM #هوش_مصنوعی #GitHub #برنامه‌نویسی #DevTools