🎥 مایکروسافت بینگ دسترسی رایگان به هوش مصنوعی OpenAI Sora را ممکن کرد

▪️مایکروسافت ابزار ساخت ویدیوی Sora از OpenAI را به موتور جستجوی بینگ اضافه کرد. این شرکت که سال‌های گذشته میلیاردها دلار در OpenAI سرمایه‌گذاری کرده، اکنون مدل هوش مصنوعی ویدیوساز این شرکت را به موتور جستجوی خود افزوده است.
▪️ابزار جدید با عنوان Bing Video Creator معرفی شده و از مدل Sora بهره می‌برد. این ابزار می‌تواند براساس دستورات متنی کلیپ‌های کوتاه تولید کند. این قابلیت از امروز رایگان در اپلیکیشن موبایل بینگ در دسترس خواهد بود و قرار است در آینده برای نسخه دسکتاپ و بخش Copilot Search نیز ارائه شود.
▪️این نخستین‌ بار است که دسترسی رایگان به مدل Sora برای عموم کاربران ممکن شده؛ پیش‌ازاین، استفاده از آن صرفاً به کاربران پولی محدود بود.

🧠🔄 Multi-Task Learning (یادگیری چند-وظیفه‌ای)

🔸 چیست؟
مدلی که چندین وظیفه مرتبط را به‌طور همزمان یاد می‌گیرد تا دانش بین آن‌ها به اشتراک گذاشته شود.

🔸 هدف:
بهبود عملکرد کلی با استفاده از شباهت‌ها و وابستگی‌های میان وظایف.

🔸 مزایا:
✅ داده‌های کمتر برای هر وظیفه
✅ کاهش overfitting
✅ بهبود تعمیم‌پذیری مدل
✅ افزایش کارایی یادگیری

🔸 کاربردها:
🟡 تشخیص همزمان اشیاء و برچسب‌گذاری تصاویر
🟡 ترجمه و خلاصه‌سازی متون
🟡 پیش‌بینی‌های پزشکی با خروجی‌های متنوع (مثلاً تشخیص و دسته‌بندی همزمان)

🔸 روش‌های اصلی:
🟣 Shared Layers: لایه‌های مشترک برای همه وظایف
🟣 Task-Specific Heads: لایه‌های نهایی جداگانه برای هر وظیفه

🟢 نتیجه:
یادگیری چند وظیفه‌ای به مدل اجازه می‌دهد از اشتراک‌گذاری اطلاعات میان وظایف بهره ببرد و به نتایج دقیق‌تر و جامع‌تر برسد.

\#MultiTaskLearning #یادگیری\_ماشین #یادگیری\_عمیق #DeepLearning #هوش\_مصنوعی

این یک ویدئو ساختگی نیست!

این نزدیک‌ترین نمونه به انسان است که بی سر و صدا توسط Clone در حال تکامل است.
به گفته این شرکت فوق پیشرفته؛ کلون در حال ساخت یک "ربات انسان نما" دیگر نیست، بلکه یک انسان مصنوعی است که قادر به انجام هر کاری است که انسان می تواند انجام دهد!

‌🆔 @rss_ai_ir

شرکت OpenAI ابزار برنامه نویسی تحت وبش یعنی Codex رو علاوه بر کاربران Pro، حالا برای کاربران اشتراک Plus هم عرضه کرده و مشترکان این پلن حالا از اینجا میتونن از این ابزار در دسکتاپ و موبایل برای انجام تسکهای مختلف به صورت خودکار روی مخازن کدهاشون استفاده کنن.

🔎 OpenAI

📍 @rss_ai_ir

✍️ طراحی هوش مصنوعی برای نمایش فکر کردن بیش از حد

چه می‌شد اگر می‌توانستید فکر کردن بیش از حد را ببینید؟ حالا می‌توانید. 😮

این طراح با استفاده از ابزارهای تولیدی و بینش عاطفی، وزن انتزاعی فکر کردن بیش از حد را به شکلی بصری درمی‌آورد که هم جذاب و هم هیپنوتیزم‌کننده است.


#هوش_مصنوعی‌‌‌   

🌑 @rss_ai_ir

🥎LLM Spatial Understanding🥎

👉SpatialLM by Manycore: novel LLM designed to process 3D point cloud data and generate structured 3D scene understanding outputs. Code, model & data 💙

👉Review https://t.ly/ejr1s
👉Project manycore-research.github.io/SpatialLM/
👉Code github.com/manycore-research/SpatialLM
🤗Models https://huggingface.co/manycore-research

شرکت OpenAI قابلیت ضبط جلسات رو به ChatGPT اضافه کرده که با روشن کردن اون، این هوش مصنوعی صحبتهای جلسات رو به متن تبدیل میکنه، نکات کلیدی اونهارو همراه با ارجاع به زمان گفتگو استخراج میکنه و براساس اونها برنامه هایی که باید انجام بشه و حتی کدهایی که باید نوشته بشه رو هم مینویسه.

این قابلیت در حال حاضر برای کاربران اشتراک Team و تنها در اپ مک عرضه شده و در اینده برای اشتراک پلاس هم فعال خواهد شد.

🔎 OpenAI

📍 @rss_ai_ir

ElevenLabs

پیشرفته‌ ترین و طبیعی‌ ترین مدل تبدیل متن به گفتار تا کنون رو معرفی کرد.

https://elevenlabs.io/v3


به عنوان یک نمونه کاربردی شاهد عصر جدیدی از کتاب های صوتی خواهیم بود، نه فقط یک کتاب صوتی معمولی، بلکه کتاب‌ های صوتی چند صدایی!

بیشتر کتاب‌ های صوتی که توسط انسان‌ها ضبط میشن، هنوز در این زمینه ضعف دارن، چون معمولا تنها یک راوی دارند و تلاششون برای تقلید صدای جنسیت یا ملیت های دیگه، گاهی اوقات ناخوشایند و مصنوعی از کار درمیاد. اما با استفاده از هوش مصنوعی، هر شخصیت در کتاب میتونه صدایی منحصر به‌ فرد داشته باشه.

📍 @rss_ai_ir

📚🤖اخبار هوش مصنوعی مثل همیشه عجیب و جالب!

📍 @rss_ai_ir

📚🤖 RAG؛ نسل ترکیبی از بازیابی و تولید متن

یکی از قدرتمندترین روش‌های ترکیبی در حوزه NLP روش RAG (Retrieval-Augmented Generation)است که از دو دنیای متفاوت استفاده می‌کند:

🔹 🔍 بازیابی اطلاعات (Retrieval):
مدل ابتدا از یک پایگاه داده یا اسناد بیرونی، مرتبط‌ترین متون را پیدا می‌کند.

🔹 🧠 تولید متن (Generation):
سپس با کمک یک مدل زبان (مثل T5 یا BART)، براساس متن‌های بازیابی‌شده، پاسخ دقیق و طبیعی تولید می‌شود.

---

✅ ویژگی‌ها و مزایا:

* اتصال مدل زبان به حافظه خارجی (external knowledge)
* کاهش hallucination در مدل‌های بزرگ
* پاسخ‌دهی دقیق‌تر در سیستم‌های پرسش‌وپاسخ (QA)
* کاربردی در چت‌بات‌ها، جستجو، و تولید گزارش‌های تخصصی

---

📌 ساختار کلی RAG:

پرسش → جستجوی متون مرتبط → ترکیب → تولید پاسخ نهایی

📎 پروژه‌های متن‌باز معروف:
🟢 [Haystack (by deepset)](https://github.com/deepset-ai/haystack)
🟢 [Facebook RAG (Hugging Face)](https://huggingface.co/facebook/rag-token-base)

---

\#RAG #RetrievalAugmentedGeneration #NLP #هوش\_مصنوعی #مدل\_زبان #LLM #پرسش\_و\_پاسخ

📍 @rss_ai_ir

شرکت OpenAI قابلیت مکالمه صوتی پیشرفته ChatGPT رو ارتقا داده و صدای مکالمه با اون حالا طبیعی تره و میتونه احساسات بیشتری رو در حین مکالمه بروز بده و لحنش رو بهتر با محتوای مکالمه هماهنگ کنه. ظاهرا این ارتقا شامل زبانهای دیگه از جمله فارسی هم میشه.

این قابلیت در حال حاضر برای تمام کاربران اشتراک Plus فعال شده.

🔎 OpenAI

📍 @rss_ai_ir

🕰 ۱۰ مدل برتر پیش‌بینی سری‌های زمانی


1️⃣ مدل TCN

✏️ مدل کانولوشنی برای درک الگوهای بلندمدت در سری‌های زمانی.

✔️ خوبیش اینه که: سریع، موازی و پایدار آموزش می‌بینه.

❌ بدیش اینه که: ساختارش برای بعضیا که با RNN کار کردن، ممکنه گیج‌کننده باشه.

💡 کاربرد: سیگنال‌های پرنوسان، سری‌های با حافظه طولانی، داده‌های حسگر یا بازار مالی.

➖ ➖ ➖

2️⃣ مدل TS-Mixer

✏️ مدل سبک و سریع مبتنی بر شبکه عصبی MLP برای سری‌های پیچیده.

✔️ خوبیش اینه که: سریع، قابل توسعه و مناسب داده‌های سنگین و پرتراکم.

❌ بدیش اینه که: هنوز بیشتر در فاز تحقیقاتی استفاده می‌شه.

💡 کاربرد: داده‌های چندمتغیره و پرتکرار مثل قیمت رمزارز، ترافیک شبکه یا داده‌های صنعتی.

➖ ➖ ➖

3️⃣ مدل TimesNet

✏️ مدل عمیق برای یادگیری الگوهای چندلایه و بلندمدت زمانی.

✔️ خوبیش اینه که: برای پیش‌بینی‌های بلندمدت با چند فصل‌پذیری عملکرد عالی داره.

❌ بدیش اینه که: هنوز کاربردهای تجاری زیادی براش منتشر نشده.

🔧 کاربرد: سری‌های پیچیده مثل آب‌وهوا، مصرف انرژی یا تحلیل روند بلندمدت بازار.

➖ ➖ ➖

4️⃣ مدل N-BEATS

✏️ مدل یادگیری عمیق بدون فرض خاص روی ساختار سری زمانی.

✔️ خوبیش اینه که: انعطاف‌پذیر و مستقل از ساختار خاصیه.

❌ بدیش اینه که: نیاز به داده زیاد داره و تفسیر نتایجش ساده نیست.

🔧 کاربرد: پیش‌بینی روند و فصل‌پذیری در سری‌های بدون الگوی مشخص.

➖ ➖ ➖

5️⃣ مدل DeepAR / DeepVAR

✏️ مدل دنباله‌ای مبتنی بر RNN برای پیش‌بینی توزیعی

✔️ خوبیش اینه که: با تعداد زیادی سری مشابه خیلی خوب مقیاس‌پذیره.

❌ بدیش اینه که: تو درک وابستگی‌های خیلی طولانی ممکنه ضعف داشته باشه.

💡 کاربرد: پیش‌بینی فروش در فروشگاه‌های مختلف یا عملکرد شعب مختلف یک سیستم.

➖ ➖ ➖

6️⃣ مدل Temporal Fusion Transformer

✏️ مدل attentionمحور برای تحلیل سری‌های چندمتغیره پیچیده.

✔️ خوبیش اینه که: هم اطلاعات گذشته رو خوب می‌فهمه، هم وضعیت فعلی رو.

❌ بدیش اینه که: تنظیماتش پیچیده‌ست و دیتای زیاد می‌خواد.

💡 کاربرد: پیش‌بینی‌های بلندمدت با ورودی‌های متنوع مثل قیمت، دما، تقویم و رویداد.

➖ ➖ ➖

7️⃣ مدل Prophet

✏️ مدل جمع‌پذیر با توانایی تشخیص روند، فصل‌پذیری و مناسبت‌ها.

✔️ خوبیش اینه که: استفاده‌ش راحته و خودش فصل‌ها و تعطیلات رو تشخیص می‌ده.

❌ بدیش اینه که: تو نوسانات سریع یا جهش‌های ناگهانی دقیق نیست.

💡 کاربرد: داده‌های کسب‌وکار، تحلیل فروش، کمپین‌های بازاریابی و گزارش‌های فصلی.

➖ ➖ ➖

8️⃣ مدل Gradient Boosting با ویژگی‌های lag

✏️ مدل درخت تصمیم با ویژگی‌های مهندسی‌شده زمانی (مثل lag و rolling mean).

✔️ خوبیش اینه که: با الگوهای پیچیده و داده‌های غیرخطی خوب کنار میاد.

❌ بدیش اینه که: باید خودت دستی ویژگی‌های زمانی بسازی.

💡 کاربرد: سری‌های چندمتغیره با متغیرهای خارجی مثل تبلیغات، قیمت یا شرایط آب‌وهوا.

➖ ➖ ➖

9️⃣ مدل Exponential Smoothing

✏️ مدل آماری برای سری‌هایی با روند یا فصل‌پذیری نرم.

✔️ خوبیش اینه که: سریع، ساده و قابل تفسیر توسط افراد غیرمتخصص هم هست.

❌ بدیش اینه که: توی داده‌های پرنوسان یا با تغییرات شدید عملکرد ضعیفی داره.

💡 کاربرد: داده‌های آرام و فصلی مثل مصرف انرژی یا تولید ماهانه کارخانه‌ها.

➖ ➖ ➖

1️⃣ مدل ARIMA / SARIMA

✏️ مدل کلاسیک آماری برای سری‌های خطی و فصلی.

✔️ خوبیش اینه که: توی داده‌های پایدار و فصلی عالی کار می‌کنه.

❌ بدیش اینه که: برای داده‌های غیرخطی یا وقتی متغیر بیرونی داریم، ضعف داره.

💡 کاربرد: پیش‌بینی فروش، دما، یا روندهای کوتاه‌مدت تک‌متغیره.



🌐 #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖

✍️ ربات انسان‌نما Helix

ربات Helix بسته‌بندی‌های متنوع را با مهارت و سرعت تقریباً در سطح انسان مدیریت می‌کند و به سرعت هوش مصنوعی مبتنی بر یادگیری خود را به تدارکات خودکار در دنیای واقعی تبدیل می‌کند

#هوش_مصنوعی‌‌‌   
#ربات_انسان_نما

📌 یک دست رباتیک که هر حرکت شما را با دقت فلزی تقلید می‌کند.

این یک داستان علمی تخیلی نیست. این یک کپی‌برداری از حرکت در لحظه با استفاده از رباتیک است.

از خم کردن انگشتان گرفته تا چرخش مچ دست، این دست مکانیکی حرکت انسان را با دقتی شگفت‌انگیز کپی می‌کند و شکاف بین انسان و ماشین را پر می‌کند.

🔧 دستکاری از راه دور

⚙️ رابط‌های انسان و ربات

🚀 آینده سیستم‌های کنترل

💬 به نظر شما این فناوری ابتدا در فضا، جراحی یا صنعت کجا استفاده خواهد شد؟


#Robotics_Revolution #engineering #Trendreels
#هوش_مصنوعی‌‌‌


@rss_ai_ir

📌 مدیر عامل گوگل : مرز میان تخیل و تجلی در حال محو شدن است

بگذارید این جمله برای یک لحظه به ذهنتان خطور کند... ما به سمت جهانی می‌رویم که شکاف بین فکر و واقعیت کاملاً از بین می‌رود.

🤖 به تمیز کردن خانه‌ام فکر کنید → ربات فوراً آن را انجام می‌دهد
🏗️ یک ساختمان را تصور کنید → هوش مصنوعی آن را طراحی می‌کند، ربات‌ها آن را می‌سازند
🍳 هوس یک غذای خاص را بکنید → ربات سرآشپز آن را کاملاً خلق می‌کند
🎨 هنر را تصور کنید → دست‌های رباتیک آن را زنده می‌کنند
🌱 یک باغ را تصور کنید → سیستم‌های خودکار آن را پرورش می‌دهند

ما دیگر فقط در مورد دستیاران دیجیتال صحبت نمی‌کنیم. ما در مورد یک دنیای فیزیکی صحبت می‌کنیم که به نیت خالص انسان پاسخ می‌دهد. هوش مصنوعی به عنوان مغز، رباتیک به عنوان دست‌ها و پاها.

ما در حال گذار از «آنچه می‌خواهی بنویس» به «آنچه می‌خواهی فکر کن» به «آنچه می‌خواهی زندگی کن» هستیم.

این دهه‌ها طول نمی‌کشد - این تحول اکنون در حال وقوع است. سوال این نیست که آیا این آینده فرا خواهد رسید یا خیر، بلکه این است که چقدر سریع با زندگی در جهانی که افکار به واقعیت ملموس تبدیل می‌شوند، سازگار خواهیم شد.

@rss_ai_ir

مدل مشهور Gemma گوگل رو فقط با ۸ گیگابایت RAM روی سیستم خودتون اجرا کنید این مدل توسط استارت اپ Unsloth فاین توین شده همچنین گوگل این مدل رو به صورت #متن_باز منتشر کرده و در انواع پارامترها با حداقل RAM 2G میتونید مدل کوچکتر اونو اجرا کنید

https://huggingface.co/unsloth/gemma-3n-E4B-it-GGUF

https://developers.googleblog.com/en/introducing-gemma-3n-developer-guide

#هوش_مصنوعی #پردازش_زبان_طبیعی #مقاله

🔸 مطالب بیشتر 👇👇

✅ @rss_ai_ir

✔️معرفی قابلیت جدید جمینای گوگل : زیرنویس زنده" live caption"

⬅️با ویژگی "زیرنویس زنده" (Live caption) که به تازگی به Gemini اضافه شده می‌تونید زیرنویس‌های هم‌زمان (real-time) برای تعاملات زنده مشاهده کنید

📱این ویژگی برای ناشنوایان و کسانی که در محیط‌های شلوغ از لایو جمینای استفاده می‌کنند کاربردی است


🆔 @rss_ai_ir

گوگل قابلیت اپلود ویدیو به هوش مصنوعی جمنای رو اضافه کرده و کاربران حالا علاوه بر فایل و عکس، میتونن ویدیو هم به این هوش مصنوعی اپلود کنن که اون رو نسبت به بقیه شرکتها متمایز میکنه و امکان انالیز ویدیوهارو برای کاربران به ارمغان میاره.

این قابلیت برای همه کاربران در اپ و نسخه وب عرضه شده.


📍 @rss_ai_ir