VIRSUN
15.4K subscribers
418 photos
241 videos
2 files
250 links
📥 در کانال @rss_ai_ir هر روز: 🔹 جدیدترین خبرهای AI و فناوری
🔹 کانال توسط اساتید هوش مصنوعی مدیریت میشود
🗯اولویت ما هوش مصنوعی در صنعت میباشد اما نیم نگاهی به موارد دیگر در این زمینه داریم

ارتباط با ادمین 1:
@Ad1_rss_ai_ir
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
💥 سیستم MassGen؛ هم‌افزایی چند عامل هوش مصنوعی

🛠 سیستم MassGen یک سیستم پیشرفته برای تعامل میان چندین عامل هوش مصنوعی است که با استفاده از همکاری گروهی، وظایف پیچیده را بین عوامل مختلف توزیع می‌کند و آن‌ها را به‌صورت هماهنگ حل می‌نماید.

🔰 ویژگی‌های کلیدی:

♻️هم‌افزایی بین مدل‌ها (Model Synergy)
♻️پردازش موازی برای افزایش سرعت
♻️به‌اشتراک‌گذاری دانش بین عوامل
♻️تصمیم‌گیری جمعی بر اساس Consensus Building
♻️بصری‌سازی زنده از فرآیند همکاری عوامل


🔰 معماری پیشرفته MassGen امکان اتصال به سه ارائه‌دهنده بزرگ مدل را دارد:

Google Gemini

OpenAI

xAI Grok


همچنین قابلیت افزودن ابزارهای سفارشی و حالت تعاملی برای گفت‌وگو و همکاری مستقیم را فراهم می‌کند.

🔗 کد و جزئیات در گیت‌هاب:
👉 MassGen GitHub

#هوش_مصنوعی #عامل_هوشمند #چند_عامل #MassGen #AI_Agents

🆔 @rss_ai_ir
🔥7😁7🎉54👍4
📌 چگونه یک ارائه قوی برای دفاع از پروپوزال صنعتی هوش مصنوعی داشته باشیم؟

دفاع از پروپوزال در صنعت، فقط توضیح ایده نیست؛ بلکه جلب اعتماد تصمیم‌گیران و نشان دادن ارزش واقعی پروژه است. برای اینکه ارائه‌تان تاثیرگذار و حرفه‌ای باشد، این نکات کلیدی را رعایت کنید:
---

🎯 ۱. شروع قدرتمند

♻️با یک مسئله واقعی صنعتی آغاز کنید (مثلاً کاهش خطای تولید، بهبود کیفیت، افزایش بهره‌وری).
♻️از آمار، تصاویر یا یک مثال کوتاه برای نشان دادن اهمیت مسئله استفاده کنید.

---

🧩 ۲. شفاف‌سازی مسئله و نیاز

♻️دقیقاً بگویید چه مشکلی وجود دارد و چرا با روش‌های سنتی حل نشده است.
♻️به زبان ساده ولی تخصصی بیان کنید تا مدیران غیر‌فنی هم متوجه شوند.

---

🤖 ۳. معرفی راهکار مبتنی بر هوش مصنوعی

♻️توضیح دهید پروژه شما چطور از مدل‌های یادگیری ماشین/بینایی کامپیوتر/شبکه‌های عصبی استفاده می‌کند.
♻️معماری یا فلوچارت کلی سیستم را نشان دهید، نه جزییات کدنویسی.

---

📊 ۴. مزایا و ارزش افزوده

♻️کمی‌سازی کنید: کاهش هزینه، صرفه‌جویی زمان، افزایش کیفیت یا امنیت.
♻️اگر نمونه مشابه در صنعت (Case Study) دارید، به آن اشاره کنید.

---

🔒 ۵. ریسک‌ها و مدیریت آن‌ها

♻️به محدودیت‌ها (مثل کیفیت داده، نیاز سخت‌افزار، زمان‌بندی) اشاره کنید.
♻️بگویید چگونه این ریسک‌ها را مدیریت می‌کنید (فازبندی پروژه، پایلوت آزمایشی، داده‌کاوی تکمیلی).

---

📅 ۶. نقشه راه و فازبندی

♻️پروژه را به فازهای مشخص تقسیم کنید (مثلاً: جمع‌آوری داده، مدل‌سازی، تست پایلوت، استقرار).
♻️برای هر فاز زمان و خروجی قابل اندازه‌گیری ارائه دهید.

---
💡 ۷. نتیجه‌گیری الهام‌بخش

♻️تاکید کنید که پروژه فقط یک تحقیق نیست، بلکه قابل اجرا و اثرگذار در صنعت است.
♻️با یک جمله قوی تمام کنید: «این پروژه می‌تواند هزینه تولید را ۳۰٪ کاهش دهد و یک مزیت رقابتی پایدار ایجاد کند.»

---
🎥 ۸. نکات اجرایی هنگام دفاع

♻️اسلایدها ساده، تصویری و بدون متن اضافی باشند.
♻️روی سناریوهای صنعتی و نمودارهای نتیجه تمرکز کنید.
♻️پرسش‌های احتمالی مدیران (ROI، زمان، هزینه، ریسک) را از قبل آماده کنید.
@rss_ai_ir
👍115🔥5😁4🎉3👏1
This media is not supported in your browser
VIEW IN TELEGRAM
🔴 هوش مصنوعی در خدمت HSE صنعتی


در صنایع سنگین، کوچک‌ترین خطا می‌تواند منجر به خسارت‌های جانی و مالی بزرگ شود. اینجاست که هوش مصنوعی وارد عمل می‌شود و استانداردهای ایمنی، بهداشت و محیط‌زیست (HSE) را دگرگون می‌کند:


پایش هوشمند: دوربین‌های مجهز به بینایی ماشین می‌توانند استفاده از کلاه ایمنی و تجهیزات حفاظت فردی را به صورت لحظه‌ای کنترل کنند.

تشخیص خطر زودهنگام: الگوریتم‌های پردازش تصویر و صوت قادرند دود، نشت گاز یا صدای غیرعادی ماشین‌آلات را سریع‌تر از انسان شناسایی کنند.

پیش‌بینی حوادث: مدل‌های یادگیری ماشین با تحلیل داده‌های گذشته (حوادث، شرایط محیطی، عملکرد تجهیزات) می‌توانند احتمال وقوع حادثه را قبل از رخداد پیش‌بینی کنند.

کاهش ریسک انسانی: با جایگزینی وظایف پرخطر توسط ربات‌ها و سیستم‌های هوش مصنوعی، ریسک برای کارگران کاهش می‌یابد.

📌 نتیجه: ارتقای ایمنی محیط کار، کاهش هزینه‌های ناشی از حوادث، و افزایش بهره‌وری پایدار در صنعت.

#هوش_مصنوعی #ایمنی #HSE #صنعت #بینایی_ماشین #پیش‌بینی #ایمنی_صنعتی

@rss_ai_ir
🎉7👍6🔥6😁43
🧠تراشهNeuralink ، چند ماه بعد

پس از گذشت یک‌ونیم سال از اولین عمل کاشت تراشه مغزی شرکت ایلان ماسک، نولاند آربو (شرکت‌کننده شماره ۱) تجربه خودش را بازگو می‌کند:

🩷❤️‍🩹 «می‌بینم این فناوری همین حالا هم می‌تواند مسائل زیادی را حل کند. فکر می‌کنم آینده پزشکی همینجاست. بسیاری از ناتوانی‌ها، درمان‌ها و پاسخ‌هایی که سال‌ها دنبالش بودیم، از طریق فناوری خواهد آمد — و این من را شگفت‌زده کرده است».



نکته مهم این است که دستگاه در تمام این مدت پایدار کار کرده است. این نخستین نشانه واقعی است که ایمپلنت‌های عصبی می‌توانند نه‌تنها علم، بلکه کل پزشکی را متحول کنند.

🟠 جزئیات بیشتر به‌زودی...

#Neuralink #هوش_مصنوعی #پزشکی #فناوری_عصبی #ایمپلنت #نوآوری

@rss_ai_ir
🔥10😁8👍53🎉3👏1
This media is not supported in your browser
VIEW IN TELEGRAM
🆕 ابزار جدید Hugging Face: AI Sheets

⛔️جدول‌ها حالا هوشمند شدند!

✳️مجموعه Hugging Face معرفی کرد AI Sheets، یک ابزار بدون کدنویسی برای ساخت و پردازش داده‌های جدولی با کمک هوش مصنوعی:

🔹 ظاهر شبیه اکسل، اما به جای فرمول‌ها از هزاران مدل استفاده می‌کند.
🔹 پشتیبانی از مدل‌های OpenAI-API و مدل‌های لوکال.
🔹 امکان افزودن ستون با پرامپت‌ها، ویرایش داده‌ها به صورت دستی یا با لایک/دیسلایک.
🔹 قابل اجرا به صورت آنلاین یا لوکال (Docker / pnpm).
🔹 کاملاً اپن‌سورس (Apache-2.0) و قابل ادغام در هر پایپ‌لاین.
🔹 مناسب برای کلاسیفیکیشن، تغییر داده‌ها، تولید داده‌های مصنوعی و تست حس و vibe مدل‌ها.

⚡️ نسخه آزمایشی در دسترس است.

#هوش_مصنوعی #بدون_کدنویسی #دیتاست #HuggingFace #LLM #AI


@rss_ai_ir
4👍1👏1🙏1
🦎 تکامل هوش مصنوعی الهام‌گرفته از طبیعت

♻️در شرکت Sakana AI رویکردی تازه پیشنهاد شده: به‌جای ساخت یک «مغز غول‌آسا»، باید هوش مصنوعی را مثل یک اکوسیستم توسعه داد؛ جایی که مدل‌ها با هم رقابت می‌کنند، همکاری می‌کنند و مهارت‌هایشان را به اشتراک می‌گذارند.

این روش با نام M2N2 (Model Merging of Natural Niches) معرفی شده است.

🔑 چگونه کار می‌کند؟

✳️مرزهای انعطاف‌پذیر در ادغام: مدل‌ها به‌جای اتصال لایه‌های ثابت، بخش‌های متغیری از پارامترها را مثل تبادل DNA با هم جابه‌جا می‌کنند.

✳️رقابت برای داده‌ها: مدل‌ها برای منابع محدود با هم رقابت کرده و به «متخصصان» در حوزه‌های خاص تبدیل می‌شوند.

✳️انتخاب شریک مناسب: ترکیب مدل‌هایی که نقاط قوت‌شان مکمل یکدیگر است؛ جایی که یکی قوی است، دیگری ضعیف، و برعکس.


📊 دستاوردها

✳️در سطح پایه: فقط با ادغام شبکه‌های تصادفی توانستند یک طبقه‌بند MNIST بسازند که با روش‌های کلاسیک تکاملی قابل مقایسه است، اما سریع‌تر و ارزان‌تر.

✳️در مقیاس بزرگ: ادغام یک مدل «ریاضی‌دان» و یک مدل «عامل» سیستمی ایجاد کرد که هر دو نوع وظیفه را با دقت بالا انجام می‌دهد.

✳️در مدل‌های چندوجهی: با ترکیب مدل‌های text-to-image ویژه زبان ژاپنی، خروجی نهایی هم درک بهتری از دستورات ژاپنی داشت و هم مهارت‌های انگلیسی خود را حفظ کرد — بدون «فراموشی» دانش پیشین.


✳️این رویکرد نشان می‌دهد آینده‌ی هوش مصنوعی شاید نه در یک مدل عظیم و یکپارچه، بلکه در اکوسیستمی پویا از مدل‌های تخصصی باشد که با هم تکامل پیدا می‌کنند، نقاط قوت‌شان را به اشتراک می‌گذارند و انعطاف‌پذیرتر و خلاق‌تر می‌شوند.

🟠 مقاله: https://arxiv.org/abs/2508.16204
🟠 کد: https://github.com/SakanaAI/natural_niches

#هوش_مصنوعی #مدل‌_تکاملی #یادگیری_عمیق #SakanaAI #M2N2 #AI

@rss_ai_ir
👍2🔥1👏1
📌 قبل از پرپوزال صنعتی حتماً خط تولید و کارکنان را ببینید

خیلی وقت‌ها ایده‌های هوش مصنوعی وقتی روی کاغذ هستند عالی به‌نظر می‌رسند، اما در عمل با نیازها و محدودیت‌های خط تولید فاصله دارند.

🔹 یکبار قبل از نوشتن و ارائه‌ی پرپوزال، به خط تولید سر بزنید و از نزدیک جریان واقعی کار را ببینید.
🔹 با اپراتورها و کارکنان خط صحبت کنید؛ آن‌ها مشکلات ریز و درشتی را می‌بینند که در گزارش‌های مدیریتی پیدا نمی‌شوند.

مثلاً:
ممکن است شما در پرپوزال پیشنهاد مدل بینایی ماشین برای تشخیص عیوب سطحی بدهید، اما اپراتور به شما بگوید که «بیشتر خرابی‌ها در شب و به خاطر بخار یا نور کم رخ می‌دهد». همین یک نکته می‌تواند مسیر پروژه را تغییر دهد و شما را به سمت استفاده از ترکیب بینایی ماشین و سنسورهای حرارتی یا LiDAR هدایت کند.

یا شاید فکر کنید بهترین ایده، پیش‌بینی خرابی ماشین‌آلات با تحلیل داده‌های سنسورها است. اما وقتی با تعمیرکاران صحبت کنید، متوجه می‌شوید مشکل اصلی در نبودن سنسورهای کافی روی دستگاه‌های قدیمی است؛ پس در پرپوزال باید راهکارهای دیتافیوژن و مدل‌سازی ترکیبی (Hybrid Modeling) را جایگزین کنید.

🔑 خلاصه اینکه:
هوش مصنوعی فقط وقتی در صنعت موفق است که روی واقعیات خط تولید بنا شود. و این واقعیت‌ها را بهترین منبع داده، یعنی کارکنان خط، به شما منتقل می‌کنند.

#هوش_مصنوعی #بینایی_ماشین #صنعت #پرپوزال #مدیریت_صنعتی #خط_تولید #AI_industrial


@rss_ai_ir
🎉116😁5👍2🔥2👏1🙏1
🦀 وقتی ربات‌ها به قلمرو حیوانات وارد می‌شوند!

گروهی از پژوهشگران یک ربات‌خرچنگ زیست‌مقلد به نام «موج‌زن دیو» طراحی کردند تا واکنش خرچنگ‌های نر واقعی را در فصل جفت‌گیری بررسی کنند.

🔹 این ربات با پرینتر سه‌بعدی ساخته شده، چنگک‌های قابل‌تعویض در اندازه‌های مختلف دارد و از طریق اپلیکیشن بلوتوثی کنترل می‌شود. محققان آن را در فاصله ۳۰ سانتی‌متری خرچنگ واقعی قرار دادند و واکنش‌ها را با دوربین ثبت کردند.

🔸 خرچنگ‌های نر برای جذب ماده‌ها جلوی لانه خود چنگک تکان می‌دهند. با دیدن ربات، زمان تکان دادن چنگک افزایش یافت اما سرعت تغییر نکرد. دانشمندان می‌گویند شاید نرها حضور رقیب را به معنای احتمال حضور ماده بدانند، ولی تا وقتی مطمئن نشوند انرژی بیشتری خرج نمی‌کنند.

جالب‌تر اینکه برخی نرها به ربات حمله کردند و یکی حتی چنگکش را از جا کند! همین باعث شد آزمایش موقتاً متوقف شود.

به‌نظر شما، آیا آینده‌ی زیست‌شناسی می‌تواند پر از این‌گونه ربات‌های آزمایشگاهی باشد؟

#هوش_مصنوعی #رباتیک #بیومیمتیک #پژوهش #AI_industrial_news
@rss_ai_ir
😁10🔥5🎉53👍3
This media is not supported in your browser
VIEW IN TELEGRAM
🎙 مدل VibeVoice: مدل تازه‌ی مایکروسافت برای تبدیل متن به گفتار (TTS)

مایکروسافت یک مدل جدید به نام VibeVoice معرفی کرده که تمرکز آن روی گفت‌وگوهای طولانی با چندین گوینده است.

🔹 مشخصات کلیدی:

💡 1.5 میلیارد پارامتر
📜 مجوز MIT (کاملاً آزاد برای استفاده و توسعه)
🕒 تولید صدا تا ۹۰ دقیقه مداوم
👥 پشتیبانی از ۴ گوینده همزمان (مثل پادکست‌ها)
🎭 بیان قوی با احساسات طبیعی


🔹 چه چیزی حل می‌کند؟

♻️مشکل مقیاس‌پذیری و طولانی بودن گفتگوها
♻️حفظ یکنواختی و هویت هر گوینده
♻️رعایت طبیعی بودن نوبت‌گیری در مکالمه


📌 منابع و دموی آنلاین:
🔗 صفحه پروژه
🔗 دمو در Gradio

این یعنی آینده‌ی پادکست‌ها، کتاب‌های صوتی و دستیارهای هوش مصنوعی چندنفره به شدت واقعی‌تر و شنیدنی‌تر خواهد شد 🎧

#هوش_مصنوعی #TTS #VibeVoice #Microsoft #AI_Voice

@rss_ai_ir
🎉13😁74🔥4👍2
This media is not supported in your browser
VIEW IN TELEGRAM
🎵 ابزار Moises AI Studio – هوش مصنوعی در خدمت موسیقی

یک ابزار تازه و جالب برای موزیسین‌ها معرفی شده: Moises AI Studio.

♻️این استودیو می‌تواند از روی ورودی شما (مثل صدای خام، گیتار یا هر ساز دیگر) به صورت خودکار آرانژمان بسازد و استم‌ها (Stem) را برای سازهای مختلف تولید کند.

🔹 دو حالت کار:

خودکار (Audio2Audio): فقط ورودی بدهید و بقیه را هوش مصنوعی انجام می‌دهد.
کنترلی با پرامپت: می‌توانید روند ساخت را دقیق‌تر هدایت کنید.


🎤 قابلیت‌ها:

✳️جداسازی و تولید استم‌ها
✳️تولید متن ترانه با هوش مصنوعی
✳️مسترینگ هوشمند
✳️محیط کامل مثل یک استودیو مجازی


💡 یک نسخه رایگان هم دارد که برای تست کردن کاملاً کافی است.

🔗 Moises AI Studio

#هوش_مصنوعی #موسیقی #استودیو #AI_music #Moises

@rss_ai_ir
🎉12🔥74👍2😁2
This media is not supported in your browser
VIEW IN TELEGRAM
🏎️ بازسازی سه‌بعدی پیست‌های فرمول ۱ با VROOM 🏎️

🔹 پژوهشگران دانشگاه برکلی از VROOM رونمایی کردند؛ اولین تلاش جدی برای بازسازی سه‌بعدی پیست‌های Formula 1 تنها با استفاده از ویدئوهای دوربین‌های آن‌بورد خودروهای مسابقه.

🚧 چالش اصلی:

♻️سرعت فوق‌العاده بالا
♻️نویز شدید تصاویر
♻️تغییرات پیوسته زاویه دید


با این حال، تیم تحقیقاتی توانسته روشی ارائه دهد که مدل‌های سه‌بعدی دقیق از پیست‌ها تولید می‌کند.

📌 منابع:
👉 نسخه کامل در arXiv
👉 کد در GitHub
👉 پروژه آنلاین

این فناوری می‌تواند آینده شبیه‌سازی مسابقات، آموزش رانندگان و حتی طراحی پیست‌های جدید را متحول کند 🚀

#هوش_مصنوعی #بینایی_ماشین #فرمول1 #VROOM #3DReconstruction
6🔥6😁6👍5🎉3👏1
🧬 بازنویسی نقشه بیماری‌های انسان با کمک هوش مصنوعی عامل‌محور

پژوهشگران با استفاده از GenoMAS، یک سیستم تمام‌خودکار مبتنی بر Agentic AI، داده‌های ترنسکریپتومی مربوط به بیش از ۱۳۰۰ بیماری را تحلیل کردند.

به جای تکیه بر علائم بالینی، این سیستم بیماری‌ها را بر اساس مسیرهای ژنتیکی مشترک گروه‌بندی کرد.

📊 نتیجه؟ علاوه بر تأیید همبستگی‌های شناخته‌شده، بیش از ۱۰۰۰ ارتباط پنهان کشف شد — از جمله پیوند غیرمنتظره بین آلزایمر و سرطان چشم.

💊 این رویکرد افق‌های تازه‌ای برای داروهای بازهدف‌گذاری‌شده و طبقه‌بندی زیست‌شناسی‌محور بیماری‌ها گشوده است.

🔴 پزشکی مبتنی بر علائم شاید دیگر قدیمی شده باشد — هوش مصنوعی در حال بازطراحی نقشه بیماری‌های انسان است.

#هوش_مصنوعی #پزشکی #زیست_شناسی #AI_medicine #AgenticAI #GenoMAS
👍8🔥7🎉65😁2👏1
🔥 پرسپلیکسی: رقیب واقعی ما فقط گوگل است

مصاحبه‌ای با مدیر ارتباطات شرکت Perplexity نشان می‌دهد که این استارتاپ مسیر متفاوتی در هوش مصنوعی انتخاب کرده است.

برخلاف OpenAI یا Anthropic، پرسپلیکسی مدل پایه نمی‌سازد؛ بلکه روی محصول تمرکز دارد. آن‌ها بهترین مدل‌های موجود را یکپارچه می‌کنند و تمام انرژی خود را صرف تجربه کاربری کرده‌اند.

🔸 جسی دوایر (مدیر ارتباطات): «ما گوگل را تنها رقیب واقعی خود می‌دانیم.»
🔸 پرسپلیکسی خطاهای مدل (Hallucination) را باگ می‌داند، نه ویژگی؛ بنابراین تمام پاسخ‌ها با منبع ارائه می‌شوند تا کاربر بتواند صحت را بررسی کند.
🔸 مرورگر Comet که به تازگی عرضه شده، مثل یک مغز دوم عمل می‌کند: جستجو، رزرو، پر کردن فرم‌ها و حتی کنترل صوتی.
🔸 این شرکت از حاشیه‌ها هم نمی‌ترسد — چه اتهامات Cloudflare در مورد «خزش پنهانی» باشد، چه استفاده Truth Social از API آن‌ها — تمرکز همچنان روی دقت و محصول است.

📌 خلاصه ماجرا: در حالی که دیگران دنبال برتری مدل‌ها هستند، پرسپلیکسی در حال ساختن یک تجربه جستجو و مرور AI-native از صفر است.
برای کسانی که آن را امتحان کرده‌اند، این تجربه حتی از گوگل هم به آینده اینترنت نزدیک‌تر به نظر می‌رسد.

#هوش_مصنوعی #جستجو #پرسپلیکسی #AI #InternetFuture
👍7🎉7😁5🔥43👏1