👁️ کاشت چشم الکترونیکی + عینک واقعیت افزوده بینایی را در بیماران دچار تحلیل ماکولا بازگرداند!
در یک کارآزمایی بالینی پیشگامانه، پژوهشگران از دانشگاه کالج لندن (UCL) و بیمارستان چشم Moorfields موفق شدند بینایی خواندن را در ۸۴٪ از بیماران مبتلا به تحلیل ماکولای خشک وابسته به سن (AMD) بازیابی کنند.
🔬 این فناوری ترکیبی از یک ایمپلنت شبکیهای فوقنازک (PRIMA) و عینک واقعیت افزوده است که با نور مادون قرمز نزدیک (NIR) فعال میشود.
💡 نتیجه: افرادی که بینایی مرکزی خود را از دست داده بودند، حالا میتوانند دوباره بخوانند — بدون از دست دادن محسوس دید محیطی. این دستاورد، گامی بزرگ در درمان مواردی است که تاکنون درمانناپذیر محسوب میشدند.
🌍 در این مطالعه، ۳۸ بیمار از پنج کشور شرکت داشتند، و نتایج، امید تازهای برای میلیونها نفر با بیماریهای تحلیل بینایی ایجاد کرده است.
📄 منبع:
Medical Xpress
@rss_ai_ir
#پزشکی #هوش_مصنوعی #بینایی #واقعیت_افزوده #ایمپلنت #AR #NeuroTech #BioTech
در یک کارآزمایی بالینی پیشگامانه، پژوهشگران از دانشگاه کالج لندن (UCL) و بیمارستان چشم Moorfields موفق شدند بینایی خواندن را در ۸۴٪ از بیماران مبتلا به تحلیل ماکولای خشک وابسته به سن (AMD) بازیابی کنند.
🔬 این فناوری ترکیبی از یک ایمپلنت شبکیهای فوقنازک (PRIMA) و عینک واقعیت افزوده است که با نور مادون قرمز نزدیک (NIR) فعال میشود.
💡 نتیجه: افرادی که بینایی مرکزی خود را از دست داده بودند، حالا میتوانند دوباره بخوانند — بدون از دست دادن محسوس دید محیطی. این دستاورد، گامی بزرگ در درمان مواردی است که تاکنون درمانناپذیر محسوب میشدند.
🌍 در این مطالعه، ۳۸ بیمار از پنج کشور شرکت داشتند، و نتایج، امید تازهای برای میلیونها نفر با بیماریهای تحلیل بینایی ایجاد کرده است.
📄 منبع:
Medical Xpress
@rss_ai_ir
#پزشکی #هوش_مصنوعی #بینایی #واقعیت_افزوده #ایمپلنت #AR #NeuroTech #BioTech
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 هوش مصنوعی متنباز با سرعتی بیسابقه در حال پیشرفت است — و حالا NVIDIA پیشتاز شده! ⚡️
انویدیا اکنون در صدر مشارکتهای جهانی AI متنباز قرار دارد و با انتشار مجموعهای از مدلهای بزرگ مانند:
🧠 Nemotron، 🧬 BioNeMo، 🌌 Cosmos و 🤖 Gr00t،
در حال بازتعریف نحوهی توسعه و اشتراکگذاری مدلهای هوش مصنوعی در سراسر دنیاست.
این حرکت نهتنها صنعت را متحول میکند، بلکه مرز بین مدلهای اختصاصی و متنباز را هم از بین میبرد.
بینظیر! 🔥
@rss_ai_ir
#NVIDIA #AI #OpenSource #Nemotron #BioNeMo #Cosmos #Gr00t #هوش_مصنوعی #متن_باز #DeepLearning #MachineLearning
انویدیا اکنون در صدر مشارکتهای جهانی AI متنباز قرار دارد و با انتشار مجموعهای از مدلهای بزرگ مانند:
🧠 Nemotron، 🧬 BioNeMo، 🌌 Cosmos و 🤖 Gr00t،
در حال بازتعریف نحوهی توسعه و اشتراکگذاری مدلهای هوش مصنوعی در سراسر دنیاست.
این حرکت نهتنها صنعت را متحول میکند، بلکه مرز بین مدلهای اختصاصی و متنباز را هم از بین میبرد.
بینظیر! 🔥
@rss_ai_ir
#NVIDIA #AI #OpenSource #Nemotron #BioNeMo #Cosmos #Gr00t #هوش_مصنوعی #متن_باز #DeepLearning #MachineLearning
This media is not supported in your browser
VIEW IN TELEGRAM
😅 مردی که در پسزمینه ایستاده، دارد تماشا میکند که شغلش در حال ناپدید شدن است…
هوش مصنوعی دوباره بیرحمانه حمله کرد ⚙️💥
@rss_ai_ir
#هوش_مصنوعی #Automation #AI #کار #فناوری #JobLoss #FutureOfWork
هوش مصنوعی دوباره بیرحمانه حمله کرد ⚙️💥
@rss_ai_ir
#هوش_مصنوعی #Automation #AI #کار #فناوری #JobLoss #FutureOfWork
🕊3
🌍 تنسنت نسخه جدید مدل بازسازی سهبعدی خود را منتشر کرد — Hunyuan World 1.1 (WorldMirror)
نسخهی قبلی Hunyuan World 1.0 میتوانست تنها با یک تصویر یا توضیح متنی صحنههای سهبعدی بسازد — حتی روی کارتهای گرافیک معمولی!
اما حالا نسخهی جدید 1.1 یک جهش بزرگ کرده و قادر است جهانهای سهبعدی را از ویدیو یا تصاویر چندزاویهای بازسازی کند. 🎥🧠
🔹 ورودیهای متنوع:
مدل میتواند با هر نوع داده کار کند — ویدیو، عکس، نقشههای عمق (Depth Maps)، توضیحات حرکتی (Pose) و حتی پارامترهای دوربین.
بازسازی هندسه صحنه با دقت بالا و بدون اعوجاج انجام میشود.
🔹 خروجیهای کامل:
نتیجه میتواند شامل باشد:
♻️ابر نقاط متراکم (Dense Point Clouds)
♻️نقشههای عمق
♻️نرمالهای سطح
♻️پارامترهای دوربین
♻️و حتی 3D Gaussian Splatting آماده برای رندر.
🔹 سرعت فوقالعاده:
مدل کاملاً feed-forward است و تنها با یک گذر روی GPU، صحنه را در چند ثانیه بازسازی میکند ⚡️
🔗 پروژه:
3d-models.hunyuan.tencent.com/world
💻 GitHub:
Tencent-Hunyuan/HunyuanWorld-Mirror
🤗 HuggingFace:
tencent/HunyuanWorld-Mirror
🧪 دمو:
HuggingFace Space
📄 گزارش فنی:
HYWorld Mirror Tech Report
@rss_ai_ir
#هوش_مصنوعی #3D #تنسنت #مدلسازی_سهبعدی #واقعیت_مجازی #گیمینگ #OpenSource #AI #VR
نسخهی قبلی Hunyuan World 1.0 میتوانست تنها با یک تصویر یا توضیح متنی صحنههای سهبعدی بسازد — حتی روی کارتهای گرافیک معمولی!
اما حالا نسخهی جدید 1.1 یک جهش بزرگ کرده و قادر است جهانهای سهبعدی را از ویدیو یا تصاویر چندزاویهای بازسازی کند. 🎥🧠
🔹 ورودیهای متنوع:
مدل میتواند با هر نوع داده کار کند — ویدیو، عکس، نقشههای عمق (Depth Maps)، توضیحات حرکتی (Pose) و حتی پارامترهای دوربین.
بازسازی هندسه صحنه با دقت بالا و بدون اعوجاج انجام میشود.
🔹 خروجیهای کامل:
نتیجه میتواند شامل باشد:
♻️ابر نقاط متراکم (Dense Point Clouds)
♻️نقشههای عمق
♻️نرمالهای سطح
♻️پارامترهای دوربین
♻️و حتی 3D Gaussian Splatting آماده برای رندر.
🔹 سرعت فوقالعاده:
مدل کاملاً feed-forward است و تنها با یک گذر روی GPU، صحنه را در چند ثانیه بازسازی میکند ⚡️
🔗 پروژه:
3d-models.hunyuan.tencent.com/world
💻 GitHub:
Tencent-Hunyuan/HunyuanWorld-Mirror
🤗 HuggingFace:
tencent/HunyuanWorld-Mirror
🧪 دمو:
HuggingFace Space
📄 گزارش فنی:
HYWorld Mirror Tech Report
@rss_ai_ir
#هوش_مصنوعی #3D #تنسنت #مدلسازی_سهبعدی #واقعیت_مجازی #گیمینگ #OpenSource #AI #VR
Tencent
腾讯混元3D
腾讯混元3D生成模型基于Diffusion技术,支持文本和图像生成3D资产。该模型配备精心设计的文本和图像编码器、扩散模型及3D解码器,能够实现多视图生成、重建及单视图生成。腾讯混元3D大模型可快速生成精美3D物体,适用于多种下游应用。
🧠 Qwen3-VL-2B-Thinking —
نسخه کوچک اما هوشمند مدل چندحالتهی Qwen، مخصوص استدلال و تحلیل منطقی
این نسخهی فشرده از خانوادهی Qwen3-VL برای تفکر عمیق، تحلیل داده و کاربردهای عاملمحور (Agent-based) طراحی شده است.
در سری Qwen-VL دو حالت کلیدی وجود دارد:
🔹 Instruct —
برای گفتگوها و پاسخ به دستورها
🔹 Thinking —
برای منطق، برنامهنویسی و حل مسائل پیچیده
✨ ویژگیها:
ساختار چندحالته (Multimodal): درک همزمان متن و تصویر، تحلیل محتوا و کشف روابط علت و معلولی
بهینهشده برای وظایف استدلالی، جایی که تمرکز روی فرآیند تفکر و نتیجهگیری است، نه صرفاً تولید متن
تنها با ۲ میلیارد پارامتر، بهراحتی روی GPUهای محلی یا محیطهای ابری قابل اجراست
پشتیبانی از Tool Calling و ادغام با چارچوبهای عاملمحور (Agent Frameworks)
📘 نتیجه:
مدلی کوچک، سریع و درعینحال قدرتمند برای تفکر و تحلیل — گزینهای عالی برای پروژههای سبک و هوشمند 💡
🔗 مشاهده در Hugging Face
@rss_ai_ir
#هوش_مصنوعی #Qwen #Qwen3VL #Reasoning #LLM #OpenSource #Multimodal #AI
نسخه کوچک اما هوشمند مدل چندحالتهی Qwen، مخصوص استدلال و تحلیل منطقی
این نسخهی فشرده از خانوادهی Qwen3-VL برای تفکر عمیق، تحلیل داده و کاربردهای عاملمحور (Agent-based) طراحی شده است.
در سری Qwen-VL دو حالت کلیدی وجود دارد:
🔹 Instruct —
برای گفتگوها و پاسخ به دستورها
🔹 Thinking —
برای منطق، برنامهنویسی و حل مسائل پیچیده
✨ ویژگیها:
ساختار چندحالته (Multimodal): درک همزمان متن و تصویر، تحلیل محتوا و کشف روابط علت و معلولی
بهینهشده برای وظایف استدلالی، جایی که تمرکز روی فرآیند تفکر و نتیجهگیری است، نه صرفاً تولید متن
تنها با ۲ میلیارد پارامتر، بهراحتی روی GPUهای محلی یا محیطهای ابری قابل اجراست
پشتیبانی از Tool Calling و ادغام با چارچوبهای عاملمحور (Agent Frameworks)
📘 نتیجه:
مدلی کوچک، سریع و درعینحال قدرتمند برای تفکر و تحلیل — گزینهای عالی برای پروژههای سبک و هوشمند 💡
🔗 مشاهده در Hugging Face
@rss_ai_ir
#هوش_مصنوعی #Qwen #Qwen3VL #Reasoning #LLM #OpenSource #Multimodal #AI
👍1
💡 گوگل پلتفرم جدیدی به نام Skills راهاندازی کرد — بستری آزاد برای یادگیری مهارتهای هوش مصنوعی!
در این پلتفرم بیش از ۳۰۰۰ دوره، آزمایشگاه و مسیر تمرینی وجود دارد که از مفاهیم پایهی Python و یادگیری ماشین تا مباحث پیشرفتهی MLOps، Vertex AI، Gemini و طراحی پرامپت (Prompt Design) را پوشش میدهد. 🚀
📘 چیزهایی که میتوانید یاد بگیرید:
✳️ادغام هوش مصنوعی مولد در پایپلاین دادهها
✳️استقرار (Deploy) و نگهداری مدلهای یادگیری ماشین
✳️ساخت اپلیکیشن شخصی با Gemini و Streamlit
✳️یادگیری تعاملی با مربیان یا جامعهی Google Cloud Innovators
🔹 دورهها از سطح مبتدی تا مدیر تیم (Team Lead) ارائه شدهاند.
🔹 در پایان، گواهینامه رسمی دریافت میکنید که قابل افزودن به رزومه یا پروفایل LinkedIn است. 🎓
✔️ شروع یادگیری:
skills.google
✔️ مشاهده فهرست دورهها:
skills.google/catalog
@rss_ai_ir
#گوگل #هوش_مصنوعی #آموزش_رایگان #GoogleAI #Gemini #MachineLearning #FreeCourses #AI
در این پلتفرم بیش از ۳۰۰۰ دوره، آزمایشگاه و مسیر تمرینی وجود دارد که از مفاهیم پایهی Python و یادگیری ماشین تا مباحث پیشرفتهی MLOps، Vertex AI، Gemini و طراحی پرامپت (Prompt Design) را پوشش میدهد. 🚀
📘 چیزهایی که میتوانید یاد بگیرید:
✳️ادغام هوش مصنوعی مولد در پایپلاین دادهها
✳️استقرار (Deploy) و نگهداری مدلهای یادگیری ماشین
✳️ساخت اپلیکیشن شخصی با Gemini و Streamlit
✳️یادگیری تعاملی با مربیان یا جامعهی Google Cloud Innovators
🔹 دورهها از سطح مبتدی تا مدیر تیم (Team Lead) ارائه شدهاند.
🔹 در پایان، گواهینامه رسمی دریافت میکنید که قابل افزودن به رزومه یا پروفایل LinkedIn است. 🎓
✔️ شروع یادگیری:
skills.google
✔️ مشاهده فهرست دورهها:
skills.google/catalog
@rss_ai_ir
#گوگل #هوش_مصنوعی #آموزش_رایگان #GoogleAI #Gemini #MachineLearning #FreeCourses #AI
❤3
🔬 خبر بزرگ در دنیای سرطانشناسی!
پژوهشگران دانشگاه USC الگوریتم جدیدی به نام RED (Rare Event Detection) توسعه دادهاند که قادر است سلولهای نادر سرطانی را در نمونههای خون تنها در ۱۰ دقیقه شناسایی کند — کاری که قبلاً هزار برابر بیشتر زمان میبرد! ⚡️
✨ ویژگیهای کلیدی:
♻️نیازی نیست الگوریتم بداند سلول سرطانی دقیقاً چه شکلی است؛
بلکه با تحلیل میلیونها سلول عادی، الگوهای غیرمعمول را شناسایی میکند.
♻️در آزمایشها، RED توانست ۹۹٪ از سلولهای سرطانی را با دقت بالا تشخیص دهد.
♻️زمان بررسی دادهها را تا ۱۰۰۰ برابر کاهش داد.
این پیشرفت یک گام بزرگ در جهت تشخیص سریع، دقیق و هوشمصنوعیمحور سرطان به شمار میرود. 💉🤖
@rss_ai_ir
#هوش_مصنوعی #پژوهش #سرطان #پزشکی #تشخیص_زودهنگام #AI #Healthcare #CancerDetection
پژوهشگران دانشگاه USC الگوریتم جدیدی به نام RED (Rare Event Detection) توسعه دادهاند که قادر است سلولهای نادر سرطانی را در نمونههای خون تنها در ۱۰ دقیقه شناسایی کند — کاری که قبلاً هزار برابر بیشتر زمان میبرد! ⚡️
✨ ویژگیهای کلیدی:
♻️نیازی نیست الگوریتم بداند سلول سرطانی دقیقاً چه شکلی است؛
بلکه با تحلیل میلیونها سلول عادی، الگوهای غیرمعمول را شناسایی میکند.
♻️در آزمایشها، RED توانست ۹۹٪ از سلولهای سرطانی را با دقت بالا تشخیص دهد.
♻️زمان بررسی دادهها را تا ۱۰۰۰ برابر کاهش داد.
این پیشرفت یک گام بزرگ در جهت تشخیص سریع، دقیق و هوشمصنوعیمحور سرطان به شمار میرود. 💉🤖
@rss_ai_ir
#هوش_مصنوعی #پژوهش #سرطان #پزشکی #تشخیص_زودهنگام #AI #Healthcare #CancerDetection
❤4👍1
🌐 پیشبینی شگفتانگیز بلکاستون از انفجار دادهها تا سال ۲۰۲۸
شرکت Blackstone پیشبینی کرده است که تا سال ۲۰۲۸، حجم کل دادههایی که در جهان تولید، استفاده و ذخیره میشوند، به عدد باورنکردنی ۳۹۴ زِتابایت خواهد رسید! 🤯
برای مقایسه، کل ترافیک اینترنت جهانی در سال ۲۰۲۴ فقط چند زتابایت بود — یعنی ۳۹۴ زتابایت بیش از ۱۰۰ برابر کل ترافیک اینترنت سالانهی انسانهاست! 🌍💾
📊
۳۹۴ زتابایت = ۳۹۴,۰۰۰,۰۰۰,۰۰۰ ترابایت 😳
عصر داده واقعاً در حال انفجار است — و هوش مصنوعی در قلب این انقلاب ایستاده است. 🤖💡
@rss_ai_ir
#هوش_مصنوعی #داده #کلانداده #دیجیتال #فناوری #AI #BigData #DataExplosion
شرکت Blackstone پیشبینی کرده است که تا سال ۲۰۲۸، حجم کل دادههایی که در جهان تولید، استفاده و ذخیره میشوند، به عدد باورنکردنی ۳۹۴ زِتابایت خواهد رسید! 🤯
برای مقایسه، کل ترافیک اینترنت جهانی در سال ۲۰۲۴ فقط چند زتابایت بود — یعنی ۳۹۴ زتابایت بیش از ۱۰۰ برابر کل ترافیک اینترنت سالانهی انسانهاست! 🌍💾
📊
۳۹۴ زتابایت = ۳۹۴,۰۰۰,۰۰۰,۰۰۰ ترابایت 😳
عصر داده واقعاً در حال انفجار است — و هوش مصنوعی در قلب این انقلاب ایستاده است. 🤖💡
@rss_ai_ir
#هوش_مصنوعی #داده #کلانداده #دیجیتال #فناوری #AI #BigData #DataExplosion
🔥1
⚛️ گوگل AI یک دستاورد تاریخی در زمینهی «هوش مصنوعی کوانتومی» (Quantum AI) منتشر کرد!
امروز در مجلهی Nature، تیم پژوهشی گوگل برای نخستینبار توانستند برتری قابلراستیآزمایی کوانتومی را با استفاده از روشی به نام Out-of-Time-Order Correlator (OTOC) — یا همان «اکوهای کوانتومی» — بهنمایش بگذارند.
🔬 جزئیات دستاورد:
این آزمایش با استفاده از تراشهی کوانتومی Willow انجام شد و نشان داد که سامانههای کوانتومی گوگل اکنون میتوانند مسائلی را حل کنند که شبیهسازی آنها با رایانههای کلاسیک عملاً غیرممکن است.
پردازندهی کوانتومی گوگل الگوریتمی به نام Quantum Echoes را اجرا کرد — ۱۳٬۰۰۰ برابر سریعتر از بهترین الگوریتم کلاسیک روی یکی از قدرتمندترین ابررایانههای جهان! ⚡
---
💡 توضیح ساده:
دانشمندان یاد گرفتند چگونه «زمان را در سامانهی کوانتومی به عقب برگردانند» تا ببینند چه زمانی از حالت منظم به هرجومرج میرسد.
این گذار، همان نقطهای است که برتری واقعی محاسبات کوانتومی آغاز میشود.
🔹 ۱) سیستم را به جلو در زمان اجرا میکنند تا اطلاعات درهم و پراکنده شود.
🔹 ۲) سپس عملیات معکوس انجام میدهند تا فرآیند را به عقب ببرند.
🔹 ۳) اگر همهچیز ایدئال باشد، سیستم باید به حالت اولیه بازگردد — ولی بهدلیل هرجومرج کوانتومی فقط بخشی از آن بازیابی میشود.
🔹 ۴) تفاوت بین حالت اولیه و نهایی نشان میدهد اطلاعات چقدر در «آشوب کوانتومی» گم شده است.
---
🧠 این پژوهش ثابت کرد میتوان اطلاعات را از وضعیتهای کوانتومی بهظاهر تصادفی استخراج کرد — کاری که هیچ ابررایانهای قادر به انجامش نیست.
این گام بزرگی است بهسوی محاسبات کوانتومی کاربردی برای شبیهسازی مواد، مولکولها و فرآیندهای فیزیکی بسیار پیچیده.
---
📘 مقاله در Nature:
🔗 nature.com/articles/s41586-025-09526-6
@rss_ai_ir
#هوش_مصنوعی #محاسبات_کوانتومی #GoogleAI #Nature #QuantumAI #Physics #Science
امروز در مجلهی Nature، تیم پژوهشی گوگل برای نخستینبار توانستند برتری قابلراستیآزمایی کوانتومی را با استفاده از روشی به نام Out-of-Time-Order Correlator (OTOC) — یا همان «اکوهای کوانتومی» — بهنمایش بگذارند.
🔬 جزئیات دستاورد:
این آزمایش با استفاده از تراشهی کوانتومی Willow انجام شد و نشان داد که سامانههای کوانتومی گوگل اکنون میتوانند مسائلی را حل کنند که شبیهسازی آنها با رایانههای کلاسیک عملاً غیرممکن است.
پردازندهی کوانتومی گوگل الگوریتمی به نام Quantum Echoes را اجرا کرد — ۱۳٬۰۰۰ برابر سریعتر از بهترین الگوریتم کلاسیک روی یکی از قدرتمندترین ابررایانههای جهان! ⚡
---
💡 توضیح ساده:
دانشمندان یاد گرفتند چگونه «زمان را در سامانهی کوانتومی به عقب برگردانند» تا ببینند چه زمانی از حالت منظم به هرجومرج میرسد.
این گذار، همان نقطهای است که برتری واقعی محاسبات کوانتومی آغاز میشود.
🔹 ۱) سیستم را به جلو در زمان اجرا میکنند تا اطلاعات درهم و پراکنده شود.
🔹 ۲) سپس عملیات معکوس انجام میدهند تا فرآیند را به عقب ببرند.
🔹 ۳) اگر همهچیز ایدئال باشد، سیستم باید به حالت اولیه بازگردد — ولی بهدلیل هرجومرج کوانتومی فقط بخشی از آن بازیابی میشود.
🔹 ۴) تفاوت بین حالت اولیه و نهایی نشان میدهد اطلاعات چقدر در «آشوب کوانتومی» گم شده است.
---
🧠 این پژوهش ثابت کرد میتوان اطلاعات را از وضعیتهای کوانتومی بهظاهر تصادفی استخراج کرد — کاری که هیچ ابررایانهای قادر به انجامش نیست.
این گام بزرگی است بهسوی محاسبات کوانتومی کاربردی برای شبیهسازی مواد، مولکولها و فرآیندهای فیزیکی بسیار پیچیده.
---
📘 مقاله در Nature:
🔗 nature.com/articles/s41586-025-09526-6
@rss_ai_ir
#هوش_مصنوعی #محاسبات_کوانتومی #GoogleAI #Nature #QuantumAI #Physics #Science
🧠 DeepAnalyze:
مدل عاملمحور برای علم دادهی خودکار (Autonomous Data Science)
پژوهشگران دانشگاه Renmin چین مدل جدیدی با نام DeepAnalyze معرفی کردهاند — چارچوبی مبتنی بر Agentic LLM که میتواند بهصورت مستقل فرآیند کامل علم داده را انجام دهد: از تحلیل اولیه و پاکسازی دادهها تا مدلسازی و تفسیر نتایج. ⚙️📊
✨ ویژگیها:
✳️طراحیشده برای خودکارسازی کامل چرخه علم داده
✳️مجهز به عاملهای تخصصی (agents) برای تحلیل، مدلسازی و ارزیابی
✳️توانایی استدلال چندمرحلهای و تصمیمگیری دادهمحور
✳️یکپارچه با LLM و ابزارهای داده مانند pandas و sklearn
🔗 منابع:
🖥 GitHub:
github.com/ruc-datalab/DeepAnalyze
📕 Paper:
huggingface.co/papers/2510.16872
🌐 Project Page:
ruc-deepanalyze.github.io
@rss_ai_ir
#AI #DataScience #LLM #AutonomousAI #DeepAnalyze #OpenSource
مدل عاملمحور برای علم دادهی خودکار (Autonomous Data Science)
پژوهشگران دانشگاه Renmin چین مدل جدیدی با نام DeepAnalyze معرفی کردهاند — چارچوبی مبتنی بر Agentic LLM که میتواند بهصورت مستقل فرآیند کامل علم داده را انجام دهد: از تحلیل اولیه و پاکسازی دادهها تا مدلسازی و تفسیر نتایج. ⚙️📊
✨ ویژگیها:
✳️طراحیشده برای خودکارسازی کامل چرخه علم داده
✳️مجهز به عاملهای تخصصی (agents) برای تحلیل، مدلسازی و ارزیابی
✳️توانایی استدلال چندمرحلهای و تصمیمگیری دادهمحور
✳️یکپارچه با LLM و ابزارهای داده مانند pandas و sklearn
🔗 منابع:
🖥 GitHub:
github.com/ruc-datalab/DeepAnalyze
📕 Paper:
huggingface.co/papers/2510.16872
🌐 Project Page:
ruc-deepanalyze.github.io
@rss_ai_ir
#AI #DataScience #LLM #AutonomousAI #DeepAnalyze #OpenSource
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 شرکت چینی Unitree از ربات انساننمای جدید خود با نام H2 رونمایی کرد
این ربات تازهنفس با حرکتهایی بسیار طبیعی و متعادل، یکی از پیشرفتهترین انساننماهای ساختهشده تاکنون به حساب میآید.
🔹 قد: ۱۸۰ سانتیمتر
🔹 وزن: ۷۰ کیلوگرم — تقریباً هماندازهی یک انسان بالغ
🔹 همچنین H2 قادر است راه برود، برقصد، تعادلش را حفظ کند و بین حرکات مختلف با نرمی و دقت بالا جابهجا شود.
🔹 چهرهای شبهانسانی دارد تا تعامل طبیعیتر شود، هرچند بسیاری از کاربران هنوز از «اثر درهی وهمی» 😬 صحبت میکنند.
قیمت و زمان عرضه هنوز اعلام نشده، اما H2 حالا در کنار Tesla Optimus و Figure 01 به یکی از مدعیان جدی در رقابت جهانی رباتهای انساننما تبدیل شده است. 🌍
@rss_ai_ir
#ربات #Unitree #هوش_مصنوعی #Humanoid #Robotics #AI #FutureTech
این ربات تازهنفس با حرکتهایی بسیار طبیعی و متعادل، یکی از پیشرفتهترین انساننماهای ساختهشده تاکنون به حساب میآید.
🔹 قد: ۱۸۰ سانتیمتر
🔹 وزن: ۷۰ کیلوگرم — تقریباً هماندازهی یک انسان بالغ
🔹 همچنین H2 قادر است راه برود، برقصد، تعادلش را حفظ کند و بین حرکات مختلف با نرمی و دقت بالا جابهجا شود.
🔹 چهرهای شبهانسانی دارد تا تعامل طبیعیتر شود، هرچند بسیاری از کاربران هنوز از «اثر درهی وهمی» 😬 صحبت میکنند.
قیمت و زمان عرضه هنوز اعلام نشده، اما H2 حالا در کنار Tesla Optimus و Figure 01 به یکی از مدعیان جدی در رقابت جهانی رباتهای انساننما تبدیل شده است. 🌍
@rss_ai_ir
#ربات #Unitree #هوش_مصنوعی #Humanoid #Robotics #AI #FutureTech
❤5
🧮 پیشرفت چشمگیر هوش مصنوعی در تحقیقات ریاضی
استاد Ryu از دانشگاه UCLA با کمک GPT-5 Pro توانست یک مسئله باز در حوزهی بهینهسازی محدب (Convex Optimization) را حل کند — مسئلهای که سالها بدون پاسخ مانده بود.
گرچه حدود ۸۰٪ از تلاشهای مدل در اثبات نادرست بودند، اما GPT-5 Pro توانست ایدههای نوآورانهای ارائه دهد که مسیر پژوهش را تغییر داد.
🧠 مشارکتهای کلیدی GPT-5 Pro:
♻️تولید استدلال نهایی برای اثبات مسئله
♻️تسریع روند جستجو با حذف سریع مسیرهای بنبست
این پژوهش نمونهای برجسته از همافزایی انسان و هوش مصنوعی در کشف دانش جدید است — جایی که AI نهتنها ابزار، بلکه شریک پژوهشی واقعی است.
@rss_ai_ir
#هوش_مصنوعی #GPT5 #ریاضیات #AIResearch #Optimization #Science
استاد Ryu از دانشگاه UCLA با کمک GPT-5 Pro توانست یک مسئله باز در حوزهی بهینهسازی محدب (Convex Optimization) را حل کند — مسئلهای که سالها بدون پاسخ مانده بود.
گرچه حدود ۸۰٪ از تلاشهای مدل در اثبات نادرست بودند، اما GPT-5 Pro توانست ایدههای نوآورانهای ارائه دهد که مسیر پژوهش را تغییر داد.
🧠 مشارکتهای کلیدی GPT-5 Pro:
♻️تولید استدلال نهایی برای اثبات مسئله
♻️تسریع روند جستجو با حذف سریع مسیرهای بنبست
این پژوهش نمونهای برجسته از همافزایی انسان و هوش مصنوعی در کشف دانش جدید است — جایی که AI نهتنها ابزار، بلکه شریک پژوهشی واقعی است.
@rss_ai_ir
#هوش_مصنوعی #GPT5 #ریاضیات #AIResearch #Optimization #Science
❤1
This media is not supported in your browser
VIEW IN TELEGRAM
🏜️ مدل ناوبری خودران OmniNWM — گامی تازه در دنیای رانندگی خودکار 🚗🤖
مدل OmniNWM یک سیستم یکپارچهی جهانمحور و پانورامیک است که آیندهی رانندگی خودکار را متحول میکند.
این مدل میتواند حالتهای چندوجهی (multi-modal states) شامل تصویر RGB، نقشههای معنایی، عمق و اشغال سهبعدی (3D occupancy) را بهصورت همزمان تولید کند.
✨ ویژگیهای کلیدی:
♻️تولید همزمان دادههای تصویری، عمقی و فضایی برای درک کامل محیط؛
♻️کنترل دقیق حرکات و تصمیمگیریها در لحظه؛
♻️ارزیابی بسته (closed-loop) با پاداشهای متراکم مبتنی بر اشغال فضا؛
♻️اجرای سریع و بهینه روی GPU.
📘 این مدل تحت مجوز Apache 2.0 منتشر شده و برای پژوهش و توسعه کاملاً آزاد است.
🔗 منابع:
👉 مقاله: arxiv.org/pdf/2510.17422
👉 پروژه: urbanverseproject.github.io
👉 ریپوی GitHub: lnkd.in/efCSvjtp
@rss_ai_ir
#AI #AutonomousDriving #Navigation #ComputerVision #OmniNWM #DeepLearning #OpenSource
مدل OmniNWM یک سیستم یکپارچهی جهانمحور و پانورامیک است که آیندهی رانندگی خودکار را متحول میکند.
این مدل میتواند حالتهای چندوجهی (multi-modal states) شامل تصویر RGB، نقشههای معنایی، عمق و اشغال سهبعدی (3D occupancy) را بهصورت همزمان تولید کند.
✨ ویژگیهای کلیدی:
♻️تولید همزمان دادههای تصویری، عمقی و فضایی برای درک کامل محیط؛
♻️کنترل دقیق حرکات و تصمیمگیریها در لحظه؛
♻️ارزیابی بسته (closed-loop) با پاداشهای متراکم مبتنی بر اشغال فضا؛
♻️اجرای سریع و بهینه روی GPU.
📘 این مدل تحت مجوز Apache 2.0 منتشر شده و برای پژوهش و توسعه کاملاً آزاد است.
🔗 منابع:
👉 مقاله: arxiv.org/pdf/2510.17422
👉 پروژه: urbanverseproject.github.io
👉 ریپوی GitHub: lnkd.in/efCSvjtp
@rss_ai_ir
#AI #AutonomousDriving #Navigation #ComputerVision #OmniNWM #DeepLearning #OpenSource
🤖 افشای اسناد: آمازون قصد دارد ۶۰۰ هزار نیروی انسانی را با رباتها جایگزین کند
طبق گزارشهای لورفته، تیم رباتیک آمازون در حال کار روی برنامهای است که تا سال ۲۰۲۷ بیش از ۷۵٪ از کل عملیات شرکت را خودکار کند.
این طرح میتواند به حذف حدود ۱۶۰ هزار شغل در آمریکا منجر شود و در مجموع ۶۰۰ هزار نیروی انسانی را در سراسر زنجیرهی تأمین تحت تأثیر قرار دهد.
📉 بر اساس برآوردها، این میزان اتوماسیون میتواند ۳۰ سنت از هزینهی هر خرید را کاهش دهد — اما به قیمت از بین رفتن صدها هزار شغل انسانی.
آمازون میگوید هدفش افزایش بهرهوری است، اما کارشناسان هشدار میدهند که این مسیر میتواند به موج جدیدی از بیکاری ساختاری در صنعت لجستیک منجر شود.
@rss_ai_ir
#هوش_مصنوعی #رباتیک #Amazon #Automation #Jobs #FutureOfWork #AI
طبق گزارشهای لورفته، تیم رباتیک آمازون در حال کار روی برنامهای است که تا سال ۲۰۲۷ بیش از ۷۵٪ از کل عملیات شرکت را خودکار کند.
این طرح میتواند به حذف حدود ۱۶۰ هزار شغل در آمریکا منجر شود و در مجموع ۶۰۰ هزار نیروی انسانی را در سراسر زنجیرهی تأمین تحت تأثیر قرار دهد.
📉 بر اساس برآوردها، این میزان اتوماسیون میتواند ۳۰ سنت از هزینهی هر خرید را کاهش دهد — اما به قیمت از بین رفتن صدها هزار شغل انسانی.
آمازون میگوید هدفش افزایش بهرهوری است، اما کارشناسان هشدار میدهند که این مسیر میتواند به موج جدیدی از بیکاری ساختاری در صنعت لجستیک منجر شود.
@rss_ai_ir
#هوش_مصنوعی #رباتیک #Amazon #Automation #Jobs #FutureOfWork #AI
This media is not supported in your browser
VIEW IN TELEGRAM
🇨🇳 پایش رفتاری کارگران کارخانهها در چین با هوش مصنوعی
در برخی از کارخانههای چین، از سیستمهای تحلیل رفتاری مبتنی بر هوش مصنوعی برای نظارت بر کارگران استفاده میشود.
این فناوری هر حرکت را گامبهگام دنبال میکند — از مسیر حرکت گرفته تا میزان تمرکز کارگر که بر اساس حالت چهرهاش تشخیص داده میشود.
🎯 هدف رسمی این پروژهها، افزایش بهرهوری و ایمنی محیط کار است،
اما کارشناسان نگراناند که چنین سیستمهایی میتوانند به نظارت افراطی و نقض حریم خصوصی منجر شوند.
@rss_ai_ir
#AI #China #Surveillance #Workplace #Ethics #FacialRecognition #Automation
در برخی از کارخانههای چین، از سیستمهای تحلیل رفتاری مبتنی بر هوش مصنوعی برای نظارت بر کارگران استفاده میشود.
این فناوری هر حرکت را گامبهگام دنبال میکند — از مسیر حرکت گرفته تا میزان تمرکز کارگر که بر اساس حالت چهرهاش تشخیص داده میشود.
🎯 هدف رسمی این پروژهها، افزایش بهرهوری و ایمنی محیط کار است،
اما کارشناسان نگراناند که چنین سیستمهایی میتوانند به نظارت افراطی و نقض حریم خصوصی منجر شوند.
@rss_ai_ir
#AI #China #Surveillance #Workplace #Ethics #FacialRecognition #Automation
❤2