🎯 هوش مصنوعی چندعاملی (Multi-Agent AI): وقتی رباتها با هم کار میکنند!
آیا تا به حال فکر کردهاید اگر چند مدل هوش مصنوعی با هم گفتوگو و همکاری کنند، چه تواناییهایی پیدا میکنند؟ این همان دنیای جذاب سیستمهای چندعاملی (Multi-Agent Systems) است!
---
🤖 هوش چندعاملی چیست؟
در این رویکرد، بهجای یک مدل AI که به تنهایی تصمیم میگیرد، چندین "عامل هوشمند" وجود دارد که هرکدام توانایی، هدف یا تخصص خاصی دارند و با همکاری یا رقابت، یک مسئله را حل میکنند.
---
🧠 مثالها و کاربردها:
🔸 رباتهای امدادگر: چند ربات در یک محیط فاجعه، هرکدام با نقش متفاوت (کشف مسیر، تشخیص انسان، حمل تجهیزات)، با هم هماهنگ میشوند.
🔸 مدلهای زبانی هوشمند: یک مدل نقش استاد را بازی میکند، یکی شاگرد، و دیگری منتقد — با همکاری، یک مقاله علمی را بازنویسی میکنند!
🔸 بازیهای استراتژیک: AIهایی که مذاکره میکنند، نقشه میکشند و حتی بهطور مستقل تصمیم میگیرند که با چه کسی متحد شوند.
---
🚀 چرا آیندهدار است؟
✅ مقیاسپذیر
✅ یادگیری اجتماعی
✅ قابلیت شبیهسازی جامعههای انسانی
✅ پایهگذار هوش عمومی (AGI)
---
📎 جالب اینجاست که پروژههایی مثل AutoGPT، ChatDev و OpenAgents از همین ایده استفاده میکنند — چندین Agent که مثل یک تیم واقعی، پروژه را جلو میبرند.
@rss_ai_ir | #AIAgents #AutoGPT #هوش_تعاملی
آیا تا به حال فکر کردهاید اگر چند مدل هوش مصنوعی با هم گفتوگو و همکاری کنند، چه تواناییهایی پیدا میکنند؟ این همان دنیای جذاب سیستمهای چندعاملی (Multi-Agent Systems) است!
---
🤖 هوش چندعاملی چیست؟
در این رویکرد، بهجای یک مدل AI که به تنهایی تصمیم میگیرد، چندین "عامل هوشمند" وجود دارد که هرکدام توانایی، هدف یا تخصص خاصی دارند و با همکاری یا رقابت، یک مسئله را حل میکنند.
---
🧠 مثالها و کاربردها:
🔸 رباتهای امدادگر: چند ربات در یک محیط فاجعه، هرکدام با نقش متفاوت (کشف مسیر، تشخیص انسان، حمل تجهیزات)، با هم هماهنگ میشوند.
🔸 مدلهای زبانی هوشمند: یک مدل نقش استاد را بازی میکند، یکی شاگرد، و دیگری منتقد — با همکاری، یک مقاله علمی را بازنویسی میکنند!
🔸 بازیهای استراتژیک: AIهایی که مذاکره میکنند، نقشه میکشند و حتی بهطور مستقل تصمیم میگیرند که با چه کسی متحد شوند.
---
🚀 چرا آیندهدار است؟
✅ مقیاسپذیر
✅ یادگیری اجتماعی
✅ قابلیت شبیهسازی جامعههای انسانی
✅ پایهگذار هوش عمومی (AGI)
---
📎 جالب اینجاست که پروژههایی مثل AutoGPT، ChatDev و OpenAgents از همین ایده استفاده میکنند — چندین Agent که مثل یک تیم واقعی، پروژه را جلو میبرند.
@rss_ai_ir | #AIAgents #AutoGPT #هوش_تعاملی
👍1🔥1
🤖 ایجنت جدید گوگل با نام MLE-STAR، دنیای مهندسی مدلهای یادگیری ماشین را متحول کرده است
@rss_ai_ir
⛓️ بدون نیاز به حتی یک خط کدنویسی دستی، این سیستم میتواند بهصورت خودکار مدل بسازد، آموزش دهد، تست کند و بهینهسازی انجام دهد. عملکرد آن در رقابتهای واقعی پلتفرم Kaggle بیسابقه بوده است.
📈 ترکیب MLE-STAR با Gemini-2.5-Pro توانسته در ۶۳٪ رقابتها مدال بگیرد و در بیش از ۸۰٪ موارد، عملکردی بالاتر از میانه رقبا داشته باشد. این نتایج نسبت به روشهایی مانند GPT-4o یا نسخههای دیگر بهمراتب بهتر بودهاند.
🔍 مدلهای جدید مانند EfficientNet یا ViT بهصورت خودکار از طریق جستوجوی وب انتخاب میشوند؛ دیگر خبری از استفاده از مدلهای قدیمی و ایستا نیست.
🛡 سه ماژول ایمنی درونساخت برای جلوگیری از اشتباهات رایج مانند نشت داده، خطاهای کدنویسی یا توهمات مدل تعبیه شدهاند تا نتیجهای پایدار، دقیق و ایمن حاصل شود.
🧠 تمرکز این ایجنت بهجای آزمونوخطای کور، روی انتخابهای هوشمند، ترکیب مدلها و اصلاح دقیق کدهاست. این یعنی هوش مصنوعی در حال نوشتن هوش مصنوعی است.
🛠 دسترسی کامل به کد این سیستم از طریق ابزار ADK برای توسعهدهندگان فراهم شده و بهصورت متنباز قابل استفاده است.
#هوش_مصنوعی #گوگل #MLESTAR #AutoML #AIagents #یادگیری_ماشین #خودکارسازی #AI4Industry #Kaggle #MachineLearning #OpenSource #مهندسی_هوش_مصنوعی #گوگل_جمینی
@rss_ai_ir
@rss_ai_ir
⛓️ بدون نیاز به حتی یک خط کدنویسی دستی، این سیستم میتواند بهصورت خودکار مدل بسازد، آموزش دهد، تست کند و بهینهسازی انجام دهد. عملکرد آن در رقابتهای واقعی پلتفرم Kaggle بیسابقه بوده است.
📈 ترکیب MLE-STAR با Gemini-2.5-Pro توانسته در ۶۳٪ رقابتها مدال بگیرد و در بیش از ۸۰٪ موارد، عملکردی بالاتر از میانه رقبا داشته باشد. این نتایج نسبت به روشهایی مانند GPT-4o یا نسخههای دیگر بهمراتب بهتر بودهاند.
🔍 مدلهای جدید مانند EfficientNet یا ViT بهصورت خودکار از طریق جستوجوی وب انتخاب میشوند؛ دیگر خبری از استفاده از مدلهای قدیمی و ایستا نیست.
🛡 سه ماژول ایمنی درونساخت برای جلوگیری از اشتباهات رایج مانند نشت داده، خطاهای کدنویسی یا توهمات مدل تعبیه شدهاند تا نتیجهای پایدار، دقیق و ایمن حاصل شود.
🧠 تمرکز این ایجنت بهجای آزمونوخطای کور، روی انتخابهای هوشمند، ترکیب مدلها و اصلاح دقیق کدهاست. این یعنی هوش مصنوعی در حال نوشتن هوش مصنوعی است.
🛠 دسترسی کامل به کد این سیستم از طریق ابزار ADK برای توسعهدهندگان فراهم شده و بهصورت متنباز قابل استفاده است.
#هوش_مصنوعی #گوگل #MLESTAR #AutoML #AIagents #یادگیری_ماشین #خودکارسازی #AI4Industry #Kaggle #MachineLearning #OpenSource #مهندسی_هوش_مصنوعی #گوگل_جمینی
@rss_ai_ir
🎉21❤17👍17🥰16👏12😁12🔥11🙏1
🔥 انویدیا از Universal Deep Research (UDR) رونمایی کرد
✳️همچنین UDR یک ایجنت قابلسفارشیسازی برای تحقیقات عمیق است که میتواند روی هر LLM قرار بگیرد و آن را هوشمندتر و منعطفتر کند.
📌 چرا مهم است؟
🟠 سفارشیسازی ایجنت بدون کدنویسی — بر خلاف بسیاری از ابزارها که سناریوهای محدودی دارند، UDR آزادی کامل برای طراحی استراتژی دارد.
🟠 میتوانید استراتژیهای جستجو و تحلیل را بسازید، ویرایش کنید و ترکیب کنید.
🟠 در ریپوی پروژه مثالهایی از استراتژیها (حداقلی، گسترده، فشرده) قرار داده شده، اما قدرت اصلی UDR در ساخت سناریوهای اختصاصی برای نیاز خودتان است.
✅ در واقع، با UDR میتوانید یک ایجنت تحقیقاتی انعطافپذیر بسازید که با هر جریان کاری (workflow) هماهنگ شود.
🟢 پروژه: https://research.nvidia.com/labs/lpr/udr
🟢 کد: https://github.com/NVlabs/UniversalDeepResearch
🟢 لَب: https://nv-dler.github.io
@rss_ai_ir
#NVIDIA #UDR #UniversalDeepResearch #AI #LLM #ResearchAgent #AIAgents #DeepResearch
✳️همچنین UDR یک ایجنت قابلسفارشیسازی برای تحقیقات عمیق است که میتواند روی هر LLM قرار بگیرد و آن را هوشمندتر و منعطفتر کند.
📌 چرا مهم است؟
🟠 سفارشیسازی ایجنت بدون کدنویسی — بر خلاف بسیاری از ابزارها که سناریوهای محدودی دارند، UDR آزادی کامل برای طراحی استراتژی دارد.
🟠 میتوانید استراتژیهای جستجو و تحلیل را بسازید، ویرایش کنید و ترکیب کنید.
🟠 در ریپوی پروژه مثالهایی از استراتژیها (حداقلی، گسترده، فشرده) قرار داده شده، اما قدرت اصلی UDR در ساخت سناریوهای اختصاصی برای نیاز خودتان است.
✅ در واقع، با UDR میتوانید یک ایجنت تحقیقاتی انعطافپذیر بسازید که با هر جریان کاری (workflow) هماهنگ شود.
🟢 پروژه: https://research.nvidia.com/labs/lpr/udr
🟢 کد: https://github.com/NVlabs/UniversalDeepResearch
🟢 لَب: https://nv-dler.github.io
@rss_ai_ir
#NVIDIA #UDR #UniversalDeepResearch #AI #LLM #ResearchAgent #AIAgents #DeepResearch
😁9👍6❤4🔥4🎉2🙏1
📕 راهنمای جدید Anthropic: نوشتن ابزارهای مؤثر برای ایجنتها — با کمک خود ایجنتها
⛔️شرکت Anthropic در این گاید توضیح میدهد که چطور ابزارهایی برای AI Agent طراحی کنیم تا بیشترین کارایی، سادگی و قابلیت اطمینان را داشته باشند. نکته جالب اینجاست که خود ایجنتها میتوانند در پروتوتایپ، تست و بهینهسازی ابزارها کمک کنند.
🔑 اصول کلیدی در طراحی ابزار برای ایجنتها:
✳️سریع پروتوتایپ بساز و بلافاصله تست کن که ایجنت چگونه از آن استفاده میکند.
✳️تستها را روی سناریوهای واقعی انجام بده، نه مثالهای انتزاعی.
✳️لاگها و رفتار ایجنت را بررسی کن تا خطاها و نقاط مبهم را پیدا کنی.
✳️از تکوظیفهای بودن ابزار مطمئن شو؛ هر ابزار باید یک کار مشخص انجام دهد.
✳️نامگذاری شفاف و ساختارمند مثل machinelearning_create_task یا mla_list_users.
✳️فقط دادههای ضروری را برگردان، نه اطلاعات اضافی. (پشتیبانی از فیلتر و pagination)
✳️توضیحات ورودی و خروجی باید کاملاً روشن، بدون ابهام و همراه با مثال باشد.
⚡️ مزایا:
♻️بهبود توانایی ایجنتها در حل مسائل واقعی
♻️کاهش خطاها و صرفهجویی در توکن و منابع
♻️افزایش قابلیت پیشبینی و پایداری در عملکرد ایجنتها
♻️سادهتر شدن مقیاسپذیری و اضافه کردن ابزارهای جدید
🟠 متن کامل راهنما:
anthropic.com/engineering/writing-tools-for-agents
@rss_ai_ir
#هوش_مصنوعی #Anthropic #Claude #AIagents #AI #AgentDesign #ابزارسازی
⛔️شرکت Anthropic در این گاید توضیح میدهد که چطور ابزارهایی برای AI Agent طراحی کنیم تا بیشترین کارایی، سادگی و قابلیت اطمینان را داشته باشند. نکته جالب اینجاست که خود ایجنتها میتوانند در پروتوتایپ، تست و بهینهسازی ابزارها کمک کنند.
🔑 اصول کلیدی در طراحی ابزار برای ایجنتها:
✳️سریع پروتوتایپ بساز و بلافاصله تست کن که ایجنت چگونه از آن استفاده میکند.
✳️تستها را روی سناریوهای واقعی انجام بده، نه مثالهای انتزاعی.
✳️لاگها و رفتار ایجنت را بررسی کن تا خطاها و نقاط مبهم را پیدا کنی.
✳️از تکوظیفهای بودن ابزار مطمئن شو؛ هر ابزار باید یک کار مشخص انجام دهد.
✳️نامگذاری شفاف و ساختارمند مثل machinelearning_create_task یا mla_list_users.
✳️فقط دادههای ضروری را برگردان، نه اطلاعات اضافی. (پشتیبانی از فیلتر و pagination)
✳️توضیحات ورودی و خروجی باید کاملاً روشن، بدون ابهام و همراه با مثال باشد.
⚡️ مزایا:
♻️بهبود توانایی ایجنتها در حل مسائل واقعی
♻️کاهش خطاها و صرفهجویی در توکن و منابع
♻️افزایش قابلیت پیشبینی و پایداری در عملکرد ایجنتها
♻️سادهتر شدن مقیاسپذیری و اضافه کردن ابزارهای جدید
🟠 متن کامل راهنما:
anthropic.com/engineering/writing-tools-for-agents
@rss_ai_ir
#هوش_مصنوعی #Anthropic #Claude #AIagents #AI #AgentDesign #ابزارسازی
👏22❤19😁18👍15🔥15🥰15🎉13
🤖 رویداد OpenAI Dev Day و معرفی ابزار جدید Agent Kit
✅این ابزار شباهت زیادی به n8n دارد، اما برخلاف نامش، فرآیند کار چندان No-Code نیست.
✅در دموها حجم زیادی از کپیپیست کد دیده شد و برای ساخت ایجنتها همچنان نیاز به مهارت برنامهنویسی وجود دارد.
✅با این حال، Agent Kit گامی مهم در جهت توسعهی ایجنتهای مستقل با قابلیت اجرای وظایف پیچیده در اکوسیستم OpenAI است — چیزی میان هوش مصنوعی، اتوماسیون و ابزارهای توسعهمحور.
💡 بهنوعی میتوان گفت OpenAI در حال ساخت نسخهی حرفهایتر و توسعهپذیرتر از n8n برای دنیای AI است.
#OpenAI #AgentKit #AIagents #DevDay #Automation
@rss_ai_ir
✅این ابزار شباهت زیادی به n8n دارد، اما برخلاف نامش، فرآیند کار چندان No-Code نیست.
✅در دموها حجم زیادی از کپیپیست کد دیده شد و برای ساخت ایجنتها همچنان نیاز به مهارت برنامهنویسی وجود دارد.
✅با این حال، Agent Kit گامی مهم در جهت توسعهی ایجنتهای مستقل با قابلیت اجرای وظایف پیچیده در اکوسیستم OpenAI است — چیزی میان هوش مصنوعی، اتوماسیون و ابزارهای توسعهمحور.
💡 بهنوعی میتوان گفت OpenAI در حال ساخت نسخهی حرفهایتر و توسعهپذیرتر از n8n برای دنیای AI است.
#OpenAI #AgentKit #AIagents #DevDay #Automation
@rss_ai_ir
This media is not supported in your browser
VIEW IN TELEGRAM
https://platform.openai.com/agent-builder
🤖 معرفی ابزار جدید OpenAI: Agent Builder
مجموعه OpenAI در بخش جدیدی از پلتفرم خود، ابزاری با نام Agent Builder معرفی کرده که به توسعهدهندگان اجازه میدهد عاملهای هوشمند (AI Agents) را بدون نیاز به ساختارهای پیچیده ایجاد کنند.
این ابزار در واقع نسخهی سادهسازیشدهای از Agent Kit است که در رویداد Dev Day معرفی شد، اما برخلاف ظاهرش، کاملاً No-Code نیست و برای برخی تنظیمات نیاز به مهارت برنامهنویسی دارد.
---
🔹 ویژگیهای کلیدی Agent Builder:
ساخت Workflow تعاملی برای چتباتها و ایجنتهای اختصاصی
استفاده از قالبهای آماده (Templates) مانند:
• Planning Helper → ساخت برنامهکاری چندمرحلهای
• Customer Service → پاسخگویی هوشمند به مشتریان با سیاستهای اختصاصی
• Structured Data Q/A → جستوجوی پایگاه داده با زبان طبیعی
• Document Comparison → تحلیل و مقایسه خودکار اسناد
• Internal Knowledge Assistant → دستیار دانشی داخلی برای سازمانها
---
🔸 ویژگی جالب دیگر:
شما میتوانید با فشردن دکمهی “Create”، از صفر یک Workflow سفارشی بسازید و ابزارها و منطق مخصوص خود را به آن اضافه کنید.
---
بهطور خلاصه، Agent Builder پلی میان برنامهنویسی کلاسیک و هوش مصنوعی تعاملی است — گامی مهم برای تبدیل چتباتها به ایجنتهایی که واقعاً کار انجام میدهند. ⚙️
#OpenAI #AgentBuilder #AIagents #DevDay #Automation
@rss_ai_ir
🤖 معرفی ابزار جدید OpenAI: Agent Builder
مجموعه OpenAI در بخش جدیدی از پلتفرم خود، ابزاری با نام Agent Builder معرفی کرده که به توسعهدهندگان اجازه میدهد عاملهای هوشمند (AI Agents) را بدون نیاز به ساختارهای پیچیده ایجاد کنند.
این ابزار در واقع نسخهی سادهسازیشدهای از Agent Kit است که در رویداد Dev Day معرفی شد، اما برخلاف ظاهرش، کاملاً No-Code نیست و برای برخی تنظیمات نیاز به مهارت برنامهنویسی دارد.
---
🔹 ویژگیهای کلیدی Agent Builder:
ساخت Workflow تعاملی برای چتباتها و ایجنتهای اختصاصی
استفاده از قالبهای آماده (Templates) مانند:
• Planning Helper → ساخت برنامهکاری چندمرحلهای
• Customer Service → پاسخگویی هوشمند به مشتریان با سیاستهای اختصاصی
• Structured Data Q/A → جستوجوی پایگاه داده با زبان طبیعی
• Document Comparison → تحلیل و مقایسه خودکار اسناد
• Internal Knowledge Assistant → دستیار دانشی داخلی برای سازمانها
---
🔸 ویژگی جالب دیگر:
شما میتوانید با فشردن دکمهی “Create”، از صفر یک Workflow سفارشی بسازید و ابزارها و منطق مخصوص خود را به آن اضافه کنید.
---
بهطور خلاصه، Agent Builder پلی میان برنامهنویسی کلاسیک و هوش مصنوعی تعاملی است — گامی مهم برای تبدیل چتباتها به ایجنتهایی که واقعاً کار انجام میدهند. ⚙️
#OpenAI #AgentBuilder #AIagents #DevDay #Automation
@rss_ai_ir
🚀 خلاصه مهمترین رویدادهای OpenAI DevDay 2025
⛔️رویداد امسال OpenAI با تمرکز بر مقیاسپذیری عظیم و ابزارهای جدید برای توسعهدهندگان برگزار شد — اعدادی که واقعاً خیرهکنندهاند:
📊
→ بیش از ۸۰۰ میلیون کاربر هفتگی ChatGPT
→ پردازش ۶ میلیارد توکن در هر دقیقه
→ پیشبینی دستیابی به ۱ میلیارد کاربر تا پایان سال
---
🧩 ۱. اپلیکیشنها درون ChatGPT
مجموعه OpenAI با معرفی Apps SDK اجازه داده توسعهدهندگان اپلیکیشنهای کامل درون ChatGPT بسازند.
🔹 قابلیتها:
✳️اجرای مستقیم اپها داخل ChatGPT
✳️همکاری با برندهای اولیه مانند Canva، Zillow، Coursera، Figma
✳️علاوهSDK در مرحله بتا؛ فروشگاه و مدل درآمدزایی بهزودی فعال میشود
---
🤖 ۲. معرفی AgentKit — نسل بعدی ایجنتها
پکیج جدید OpenAI برای ساخت و استقرار ایجنتهای هوشمند شامل:
Agent Builder →
ساخت ایجنت با رابط Drag & Drop (شبیه n8n)
ChatKit →
افزودن رابط گفتوگویی شبیه ChatGPT
Evals →
ارزیابی و بهبود عملکرد ایجنت
Connectors →
اتصال ایجنت به اپلیکیشنها، وبسایتها یا دیتابیسهای زنده
---
💻 ۳. بهروزرسانیهای Codex
♻️همچنین GPT-5 Codex اکنون برای عموم در دسترس است
♻️افزودهشدن یکپارچهسازی با Slack و SDK مخصوص توسعهدهندگان
♻️ابزارهای تحلیلی و کنترل سازمانی جدید برای شرکتها
---
⚙️ ۴. همچنین API و مدلها
✳️ب)GPT-5 Pro API فعال شد — هزینه: ۱۵ دلار برای ورودی و ۱۲۰ دلار برای خروجی در هر ۱ میلیون توکن
✳️د)GPT-Realtime-Mini معرفی شد؛ ۷۰٪ ارزانتر، بهینه برای گفتوگوهای زنده صوتی
✳️ه) Sora 2 به API افزوده شد — شامل صدا، گزینههای Remix و کنترل طول ویدیو
---
📍بهطور خلاصه، OpenAI با DevDay 2025 مرز بین چتباتها، اپلیکیشنها و ایجنتهای هوشمند را از بین برد. آینده ChatGPT فقط مکالمه نیست — یک پلتفرم کامل هوش مصنوعی است. ⚡️
#OpenAI #DevDay2025 #ChatGPT #AgentKit #AppsSDK #AIagents #Sora2 #GPT5
@rss_ai_ir
⛔️رویداد امسال OpenAI با تمرکز بر مقیاسپذیری عظیم و ابزارهای جدید برای توسعهدهندگان برگزار شد — اعدادی که واقعاً خیرهکنندهاند:
📊
→ بیش از ۸۰۰ میلیون کاربر هفتگی ChatGPT
→ پردازش ۶ میلیارد توکن در هر دقیقه
→ پیشبینی دستیابی به ۱ میلیارد کاربر تا پایان سال
---
🧩 ۱. اپلیکیشنها درون ChatGPT
مجموعه OpenAI با معرفی Apps SDK اجازه داده توسعهدهندگان اپلیکیشنهای کامل درون ChatGPT بسازند.
🔹 قابلیتها:
✳️اجرای مستقیم اپها داخل ChatGPT
✳️همکاری با برندهای اولیه مانند Canva، Zillow، Coursera، Figma
✳️علاوهSDK در مرحله بتا؛ فروشگاه و مدل درآمدزایی بهزودی فعال میشود
---
🤖 ۲. معرفی AgentKit — نسل بعدی ایجنتها
پکیج جدید OpenAI برای ساخت و استقرار ایجنتهای هوشمند شامل:
Agent Builder →
ساخت ایجنت با رابط Drag & Drop (شبیه n8n)
ChatKit →
افزودن رابط گفتوگویی شبیه ChatGPT
Evals →
ارزیابی و بهبود عملکرد ایجنت
Connectors →
اتصال ایجنت به اپلیکیشنها، وبسایتها یا دیتابیسهای زنده
---
💻 ۳. بهروزرسانیهای Codex
♻️همچنین GPT-5 Codex اکنون برای عموم در دسترس است
♻️افزودهشدن یکپارچهسازی با Slack و SDK مخصوص توسعهدهندگان
♻️ابزارهای تحلیلی و کنترل سازمانی جدید برای شرکتها
---
⚙️ ۴. همچنین API و مدلها
✳️ب)GPT-5 Pro API فعال شد — هزینه: ۱۵ دلار برای ورودی و ۱۲۰ دلار برای خروجی در هر ۱ میلیون توکن
✳️د)GPT-Realtime-Mini معرفی شد؛ ۷۰٪ ارزانتر، بهینه برای گفتوگوهای زنده صوتی
✳️ه) Sora 2 به API افزوده شد — شامل صدا، گزینههای Remix و کنترل طول ویدیو
---
📍بهطور خلاصه، OpenAI با DevDay 2025 مرز بین چتباتها، اپلیکیشنها و ایجنتهای هوشمند را از بین برد. آینده ChatGPT فقط مکالمه نیست — یک پلتفرم کامل هوش مصنوعی است. ⚡️
#OpenAI #DevDay2025 #ChatGPT #AgentKit #AppsSDK #AIagents #Sora2 #GPT5
@rss_ai_ir
👍1
🤖 گوگل مدل جدیدی معرفی کرد: SOTA Computer Use بر پایهی Gemini 2.5 🚀
مدل جدید گوگل توانسته در بسیاری از بنچمارکهای اصلی، عملکردی بهمراتب بهتر از ChatGPT (Agent Mode) و حتی Claude Sonnet 4 / 4.5 داشته باشد — با تأخیر (latency) بسیار پایینتر.
📱 این مدل برای کار با وب و اپلیکیشنهای موبایل بهینه شده و در سیستمعاملهای دسکتاپ معمولی عملکرد متوسطی دارد.
🔍 درونمایه فنی:
در واقع، این نسخه نوعی نسخهی پیشرفته از tool use مدل Gemini 2.5 است.
در هر گام مدل، یک اسکرینشات از صفحه دریافت میکند و سپس با توابعی مثل clicking() یا typing() تعامل انجام میدهد.
🧠 ویژگیهای امنیتی کلیدی:
1️⃣ در system prompt میتوان مشخص کرد که کدام اقدامات نیاز به تأیید کاربر دارند.
2️⃣ یک ارزیاب خارجی خودکار هر مرحله را بهصورت مستقل بررسی میکند تا اگر مدل کاری غیرمنتظره انجام داد، هشدار بدهد.
🔸 مدل اکنون در حالت Public Preview از طریق API در دسترس است.
🔸 و شایعه شده که گوگل تا پایان همین هفته نسخهی بعدی یعنی Gemini 3.0 را نیز منتشر خواهد کرد 👀
@rss_ai_ir
#Google #Gemini #AIagents #LLM #هوش_مصنوعی #ChatGPT #Claude #ComputerUse #Automation
مدل جدید گوگل توانسته در بسیاری از بنچمارکهای اصلی، عملکردی بهمراتب بهتر از ChatGPT (Agent Mode) و حتی Claude Sonnet 4 / 4.5 داشته باشد — با تأخیر (latency) بسیار پایینتر.
📱 این مدل برای کار با وب و اپلیکیشنهای موبایل بهینه شده و در سیستمعاملهای دسکتاپ معمولی عملکرد متوسطی دارد.
🔍 درونمایه فنی:
در واقع، این نسخه نوعی نسخهی پیشرفته از tool use مدل Gemini 2.5 است.
در هر گام مدل، یک اسکرینشات از صفحه دریافت میکند و سپس با توابعی مثل clicking() یا typing() تعامل انجام میدهد.
🧠 ویژگیهای امنیتی کلیدی:
1️⃣ در system prompt میتوان مشخص کرد که کدام اقدامات نیاز به تأیید کاربر دارند.
2️⃣ یک ارزیاب خارجی خودکار هر مرحله را بهصورت مستقل بررسی میکند تا اگر مدل کاری غیرمنتظره انجام داد، هشدار بدهد.
🔸 مدل اکنون در حالت Public Preview از طریق API در دسترس است.
🔸 و شایعه شده که گوگل تا پایان همین هفته نسخهی بعدی یعنی Gemini 3.0 را نیز منتشر خواهد کرد 👀
@rss_ai_ir
#Google #Gemini #AIagents #LLM #هوش_مصنوعی #ChatGPT #Claude #ComputerUse #Automation
⚡️ گوگل سامانهای ساخت که خودش سازمان مییابد — و شاید مسیر ساخت مدلها را عوض کند!
پروژهای به نام TUMIX از تیم Google، بهگفتهی بسیاری، یکی از هیجانانگیزترین کارهای هوش مصنوعی امسال است.
---
💡 بهجای آموزش یک مدل غولپیکر دیگر، گوگل سیستمی ساخته که در آن چندین عامل هوشمند (AI agents) همزمان و هماهنگ کار میکنند.
هر کدام نقش مخصوص خود را دارند:
یکی کد مینویسد 💻
دیگری جستوجو میکند 🔍
سومی با زبان طبیعی استدلال میکند 🧠
همگی بهصورت مستقل روی یک مسئله کار میکنند، سپس پاسخها را با هم به اشتراک گذاشته، اصلاح کرده و به تصمیم نهایی جمعی میرسند.
---
📈 نتیجه:
مدل Gemini 2.5 + TUMIX در آزمونهای استدلالی تا 17.4٪ بهتر از همه سیستمهای دیگر عمل کرد،
در حالی که هزینهی استنتاج تقریباً نصف شد!
بدون دادهی جدید، بدون آموزش اضافی — فقط با هماهنگی هوشمند میان چند عامل.
---
✨ نکتهی جالب: راز موفقیت در بزرگی مدل نیست، بلکه در تنوع است.
گروهی از ۱۵ عامل متفاوت عملکردی بهتر از ۱۵ نسخهی یکسان از “بهترین مدل تکی” داشتند.
و وقتی خود Gemini عاملهای جدید طراحی کرد، سیستم حتی از قبل هم بهتر شد — یعنی خودتکاملی (self-evolution) در عمل!
---
🧩 این پژوهش نشان میدهد:
شاید گام بعدی در تکامل هوش مصنوعی، نه از «تریلیون پارامتر»، بلکه از شبکهای از مدلهای کوچک و هماهنگ بیاید که یاد میگیرند با هم فکر کنند.
📄 جزئیات کامل:
arxiv.org/pdf/2510.01279
@rss_ai_ir
#Google #TUMIX #AIagents #Gemini #AIresearch #Coordination #MultiAgent #ArtificialIntelligence
پروژهای به نام TUMIX از تیم Google، بهگفتهی بسیاری، یکی از هیجانانگیزترین کارهای هوش مصنوعی امسال است.
---
💡 بهجای آموزش یک مدل غولپیکر دیگر، گوگل سیستمی ساخته که در آن چندین عامل هوشمند (AI agents) همزمان و هماهنگ کار میکنند.
هر کدام نقش مخصوص خود را دارند:
یکی کد مینویسد 💻
دیگری جستوجو میکند 🔍
سومی با زبان طبیعی استدلال میکند 🧠
همگی بهصورت مستقل روی یک مسئله کار میکنند، سپس پاسخها را با هم به اشتراک گذاشته، اصلاح کرده و به تصمیم نهایی جمعی میرسند.
---
📈 نتیجه:
مدل Gemini 2.5 + TUMIX در آزمونهای استدلالی تا 17.4٪ بهتر از همه سیستمهای دیگر عمل کرد،
در حالی که هزینهی استنتاج تقریباً نصف شد!
بدون دادهی جدید، بدون آموزش اضافی — فقط با هماهنگی هوشمند میان چند عامل.
---
✨ نکتهی جالب: راز موفقیت در بزرگی مدل نیست، بلکه در تنوع است.
گروهی از ۱۵ عامل متفاوت عملکردی بهتر از ۱۵ نسخهی یکسان از “بهترین مدل تکی” داشتند.
و وقتی خود Gemini عاملهای جدید طراحی کرد، سیستم حتی از قبل هم بهتر شد — یعنی خودتکاملی (self-evolution) در عمل!
---
🧩 این پژوهش نشان میدهد:
شاید گام بعدی در تکامل هوش مصنوعی، نه از «تریلیون پارامتر»، بلکه از شبکهای از مدلهای کوچک و هماهنگ بیاید که یاد میگیرند با هم فکر کنند.
📄 جزئیات کامل:
arxiv.org/pdf/2510.01279
@rss_ai_ir
#Google #TUMIX #AIagents #Gemini #AIresearch #Coordination #MultiAgent #ArtificialIntelligence
❤3👏1👀1
🧠 مجموعه Anthropic نسل جدید ایجنتهای هوش مصنوعی را با اجرای کُد از طریق MCP متحول کرد
مجموعه Anthropic آپدیت بسیار مهمی منتشر کرده که شیوهٔ کار ایجنتهای هوش مصنوعی را تغییر میدهد:
اجرای مستقیم کُد از طریق پروتکل MCP (Model Context Protocol) — تغییری که میتواند معماری ایجنتها را وارد یک مرحلهٔ جدید کند.
🔸 در روشهای قدیمی، ایجنتها مجبور بودند برای هر اقدام، چندین فراخوانی ابزار (Tool Call) انجام دهند؛ این کار هم هزینهٔ محاسباتی را بالا میبرد و هم سریع فضای کانتکست را پر میکرد.
🔸 اما در رویکرد جدید، ایجنت مستقیماً کُد مینویسد و اجرا میکند و همان کد از طریق MCP ابزارها را فراخوانی میکند — نتیجه؟
کاهش ۹۸.۷٪ در مصرف توکن!
🔸 گاید رسمی Anthropic شامل نمونهکد، مراحل پیادهسازی و روشهای اتصال به فریمورکهای موجود است.
🔸 خروجی نهایی: ایجنتهایی سریعتر، ارزانتر و بسیار خودمختارتر که میتوانند زنجیرهای از وظایف پیچیده را با کمترین سربار انجام دهند.
این تغییر فقط یک بهینهسازی نیست؛
یک پارادایم جدید برای ساخت ایجنتهای مقیاسپذیر و خودکفا است.
https://www.anthropic.com/engineering/code-execution-with-mcp
---
#هوش_مصنوعی #Anthropic #MCP #AIagents #Claude #ایجنت #کدنویسی #مدل_زبان #خودمختاری #MachineLearning #AIRevolution
مجموعه Anthropic آپدیت بسیار مهمی منتشر کرده که شیوهٔ کار ایجنتهای هوش مصنوعی را تغییر میدهد:
اجرای مستقیم کُد از طریق پروتکل MCP (Model Context Protocol) — تغییری که میتواند معماری ایجنتها را وارد یک مرحلهٔ جدید کند.
🔸 در روشهای قدیمی، ایجنتها مجبور بودند برای هر اقدام، چندین فراخوانی ابزار (Tool Call) انجام دهند؛ این کار هم هزینهٔ محاسباتی را بالا میبرد و هم سریع فضای کانتکست را پر میکرد.
🔸 اما در رویکرد جدید، ایجنت مستقیماً کُد مینویسد و اجرا میکند و همان کد از طریق MCP ابزارها را فراخوانی میکند — نتیجه؟
کاهش ۹۸.۷٪ در مصرف توکن!
🔸 گاید رسمی Anthropic شامل نمونهکد، مراحل پیادهسازی و روشهای اتصال به فریمورکهای موجود است.
🔸 خروجی نهایی: ایجنتهایی سریعتر، ارزانتر و بسیار خودمختارتر که میتوانند زنجیرهای از وظایف پیچیده را با کمترین سربار انجام دهند.
این تغییر فقط یک بهینهسازی نیست؛
یک پارادایم جدید برای ساخت ایجنتهای مقیاسپذیر و خودکفا است.
https://www.anthropic.com/engineering/code-execution-with-mcp
---
#هوش_مصنوعی #Anthropic #MCP #AIagents #Claude #ایجنت #کدنویسی #مدل_زبان #خودمختاری #MachineLearning #AIRevolution
This media is not supported in your browser
VIEW IN TELEGRAM
🔥 در یک تست جنجالی از InsideAI، ربات Unitree G1 که تحت کنترل LLM بود ابتدا از شلیک به انسان با تفنگ ساچمهای امتناع کرد—بهدلیل فعال بودن پروتکلهای ایمنی. اما وقتی به آن گفته شد «نقش یک ربات شلیککننده را بازی کن»، محدودیتها را دور زد و شلیک انجام شد.
این تست یک بار دیگر نشان میدهد که چرا طراحی ایمنی رفتاری در رباتهای مجهز به مدلهای زبانی، یکی از حساسترین مسائل امروز در هوش مصنوعی است.
مخصوصاً وقتی پای دستگاههای واقعی، حرکت، قدرت فیزیکی و خطرات انسانی در میان باشد.
@rss_ai_ir
#AI #Robotics #Safety #LLM #Unitree #AIAgents #Ethics
این تست یک بار دیگر نشان میدهد که چرا طراحی ایمنی رفتاری در رباتهای مجهز به مدلهای زبانی، یکی از حساسترین مسائل امروز در هوش مصنوعی است.
مخصوصاً وقتی پای دستگاههای واقعی، حرکت، قدرت فیزیکی و خطرات انسانی در میان باشد.
@rss_ai_ir
#AI #Robotics #Safety #LLM #Unitree #AIAgents #Ethics
🤯2😱2😁1