eitaa logo
MetaCog I متاکاگ
1.7هزار دنبال‌کننده
2.3هزار عکس
410 ویدیو
243 فایل
MetaCog I متاکاگ فراتر از شناخت از الگوریتم تا انگاره و رفتار، از داده تا استیلا 🔸روایت سیاست‌ها، رویدادها و تحلیل‌های فناورانه مؤثر در حوزه شناخت و ادراک🔸 #هوش_مصنوعی #فناوری #جنگ_شناختی تعامل با متاکاگ: @MetaCognition
مشاهده در ایتا
دانلود
MetaCog I متاکاگ
💠 آزمون NewsGuard: چت‌بات‌های چینی در بیش از نیمی از موارد، ادعاهای جعلیِ همسو با پکن را رد نکردند 🔹 مؤسسه NewsGuard در یک ارزیابی، ۷ چت‌بات هوش مصنوعی چینی را با ۱۰ ادعای قابل‌اثباتِ نادرست که پیش‌تر از سوی رسانه‌های دولتی چین یا کاربران حامی پکن مطرح شده بود، آزمایش کرد. نتیجه این بود که این مدل‌ها در ۵۳ درصد موارد نتوانستند ادعاهای نادرست را رد کنند؛ در حالی که نرخ شکست ۱۰ چت‌بات مطرح غربی در برابر همان ادعاها ۲۴ درصد گزارش شد. ▫️ NewsGuard می‌گوید بخش قابل‌توجهی از این اختلاف به امتناع از پاسخ‌گویی در موضوعات حساس برای پکن، از جمله تایوان، مربوط است. چت‌بات‌های چینی در ۲۴ درصد موارد از پاسخ‌دادن خودداری کردند؛ این رقم برای مدل‌های غربی تنها ۰.۵ درصد بود. ▫️ گزارش همچنین مدعی است چت‌بات‌های چینی بیش از مدل‌های غربی به منابع رسانه‌ای دولتی چین استناد می‌کنند و بیشترین موارد تکرار ادعاهای نادرست نیز مربوط به موضوعاتی بوده که در رسانه‌های دولتی و شبکه‌های اجتماعی چین انتشار بیشتری داشته‌اند. ▫️ یکی از نمونه‌های مورد اشاره NewsGuard، DeepSeek است. این مدل در پاسخ به پرسشی درباره ادعای محاصره چهار بندر اصلی تایوان در جریان رزمایش نظامی چین در دسامبر ۲۰۲۵، این ادعا را تأیید کرده است؛ در حالی که NewsGuard آن را نادرست می‌داند. ▫️ NewsGuard هشدار می‌دهد چنین پاسخ‌هایی در کاربردهای تجاری می‌تواند پیامد عملی داشته باشد؛ برای مثال، تصمیم‌گیری درباره زنجیره تأمین، سرمایه‌گذاری یا ریسک بازار در ارتباط با تایوان و چین ممکن است تحت تأثیر اطلاعات نادرست قرار گیرد. 🔺 یافته مهم این ارزیابی، صرفاً تفاوت میان چت‌بات‌های چینی و غربی نیست؛ بلکه تفاوت میان «رد اطلاعات نادرست» و «امتناع از مواجهه با آن» است. بر اساس آزمون NewsGuard، چت‌بات چینی در بسیاری از موارد ادعای نادرست را مستقیماً تکذیب نکرده، بلکه از ورود به موضوع حساس خودداری کرده است. همین رفتار کاربر نیز اهمیت دارد؛ زیرا کاربر هنگام مواجهه با یک ادعای جعلی، الزاماً به دنبال پاسخ «بله» یا «خیر» نیست، بلکه به دنبال یک مرجع تصمیم‌ساز برای ارزیابی واقعیت است. اگر مدل در موضوعات حساس از پاسخ‌گویی خودداری کند یا روایت غالب محیط اطلاعاتی خود را بدون راستی‌آزمایی بازتولید کند، عملاً نقش آن از یک ابزار تولید متن به واسطه‌ای برای فیلترکردن میدان اطلاعاتی تغییر می‌کند. این مسئله با افزایش استفاده غرب از مدل‌های چینی اهمیت بیشتری پیدا می‌کند. NewsGuard می‌گوید جذابیت این مدل‌ها برای برخی کسب‌وکارها، در کنار انعطاف‌پذیری و هزینه پایین‌تر نسبت به برخی مدل‌های برتر سیلیکون‌ولی، می‌تواند موجب ورود آنها به فرایندهای واقعی تصمیم‌گیری شود. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت
MetaCog I متاکاگ
💠 مصر و بریتانیا مرکز مشترک هوش مصنوعی و «میراث مجازی» راه‌اندازی می‌کنند 🔹 مؤسسه ملی تحقیقات نجوم و ژئوفیزیک مصر (NRIAG) اعلام کرده است که در ۱۷ اوت ۲۰۲۶، مرکز مشترک «هوش مصنوعی و فناوری‌های میراث مجازی مصر ـ بریتانیا» (BECAIVE) افتتاح خواهد شد؛ مرکزی با مشارکت علمی مصر و بریتانیا که مأموریت آن پیوند هوش مصنوعی، باستان‌شناسی و حفاظت دیجیتال از میراث فرهنگی است. ▫️ مقر BECAIVE در مصر در محل NRIAG و دفتر بریتانیایی آن در مرکز معماری، شهرسازی و میراث جهانی دانشگاه یورک مستقر خواهد بود. ▫️ این مرکز بر پژوهش علمی، توسعه ظرفیت فنی و طراحی کاربردهای هوش مصنوعی در مصرشناسی و باستان‌شناسی تمرکز خواهد کرد. ▫️ یکی از پروژه‌های کلیدی، ایجاد یک مخزن دیجیتال و پایگاه داده یکپارچه از محوطه‌های باستان‌شناختی، آثار تاریخی و مجموعه‌های موزه‌ای مصر است. ▫️ فناوری‌های دیجیتال‌سازی، مدل‌سازی سه‌بعدی (3D Modeling) و بازسازی مجازی نیز برای مستندسازی محوطه‌های تاریخی و توسعه پروژه‌های پژوهشی تخصصی به کار گرفته خواهند شد. ▫️ BECAIVE همچنین قصد دارد شبکه همکاری خود را با دانشگاه‌ها، موزه‌ها و مؤسسات تحقیقاتی در مصر و سایر کشورها گسترش دهد و به توسعه نوآوری در حوزه میراث دیجیتال و کاربردهای AI کمک کند. 🔺 ترکیب پایگاه داده یکپارچه + مدل‌سازی سه‌بعدی + بازسازی مجازی + هوش مصنوعی می‌تواند میراث فرهنگی را از یک مجموعه فیزیکی و آرشیوی، به یک زیرساخت داده‌ای قابل تحلیل و بازتولید تبدیل کند. در چنین الگویی، محوطه باستانی مجموعه‌ای از داده‌های تصویری، فضایی، معماری، تاریخی و باستان‌شناختی است که می‌تواند برای پژوهش‌های بعدی، بازسازی دیجیتال و آموزش مورد استفاده قرار گیرد. نکته کمتر دیده‌شده این همکاری، توزیع جغرافیایی زیرساخت دانش است: مرکز عملیاتی در مصر قرار دارد، اما یک دفتر رسمی نیز در دانشگاه یورک بریتانیا ایجاد می‌شود. این ساختار می‌تواند بستری برای گردش داده، تخصص و پروژه‌های مشترک میان مؤسسات مصری و بریتانیایی ایجاد کند. هنگامی که آثار تاریخی در قالب محیط‌های سه‌بعدی و دیجیتال بازسازی می‌شوند، امکان بازنمایی دوباره تاریخ برای مخاطبان جهانی فراهم می‌شود؛ یعنی فناوری نه‌تنها گذشته را حفظ می‌کند، بلکه بر شیوه مشاهده و تجربه آن نیز اثر می‌گذارد. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت
MetaCog I متاکاگ
💠 پیوند فین‌تک و آکادمی؛ الگوی بحرین در توسعه زیرساخت‌های بومی پردازش و هوش مصنوعی 🔹 روزنامه «دیلی تریبون» بحرین در گزارشی دستاوردهای چهارساله «آزمایشگاه پیشرفته هوش مصنوعی و محاسبات BENEFIT» در دانشگاه بحرین را بررسی کرده است. این پروژه که ماحصل شراکت راهبردی میان بزرگ‌ترین شرکت فناوری‌های مالی و پرداخت الکترونیک بحرین (BENEFIT) و دانشگاه ملی این کشور است، نمایانگر مدلی از هم‌افزایی سرمایه بخش خصوصی با زیرساخت آکادمیک برای بومی‌سازی فناوری‌های پردازشی به شمار می‌رود. ▫️ جهش در خروجی‌های علمی: بر اساس آمارهای ارائه‌شده از سوی مسئولان این مرکز، طی سال‌های ۲۰۲۲ تا ۲۰۲۵ بیش از ۵۳ مقاله علمی با ۲۶۹ ارجاع بین‌المللی تولید شده است. همچنین حجم تولیدات پژوهشی این آزمایشگاه در سال ۲۰۲۵ نسبت به سال قبل رشد ۴۷ درصدی را ثبت کرده و در پایگاه‌های معتبری چون IEEE ،Elsevier ،Springer و MDPI به چاپ رسیده است. ▫️ تمرکز بر مسائل کاربردی و زیرساختی: ارائه خدمات سخت‌افزاری و پردازشی به ۲۸۵ پژوهشگر و اساتید با ثبت بیش از ۷۰۰ حساب کاربری فعال. پژوهش‌های این مرکز بر حوزه‌های عملیاتی نظیر پردازش تصاویر پزشکی (تشخیص تومور مغزی و عارضه‌های ستون فقرات)، کشف آنومالی در شبکه‌های اینترنت اشیاء (IoT)، مدیریت هوشمند ترافیک شهری، کشاورزی دقیق، شیمی محاسباتی و فناوری‌های خورشیدی تمرکز دارد. ▫️ تجاری‌سازی و بازتاب بین‌المللی: این آزمایشگاه علاوه بر حمایت از تجاری‌سازی دو استارت‌آپ بومی (در حوزه تشخیص پزشکی و دستیار صوتی-متنی هوشمند برای مستندسازی)، در گزارش ارزیابی آمادگی هوش مصنوعی (RAM) سازمان یونسکو به‌عنوان الگوی موفق توسعه ظرفیت‌های ملی بحرین معرفی شده و در کسب جایزه ممتاز دولت الکترونیک ۲۰۲۵ این کشور نقش ایفا کرده است. 🔺برخلاف بازیگران بزرگی مانند عربستان سعودی و امارات که با بودجه‌های میلیاردی بر خرید انبوه تراشه‌های گرافیکی غربی و توسعه مدل‌های زبانی عظیم (LLM) تمرکز کرده‌اند، کشورهایی نظیر بحرین راهبرد «هم‌افزایی حوزه‌ای» (Domain-Specific Synergy) را برگزیده‌اند. در این الگو، شرکت پیشرو در حوزه فین‌تک (تأمین‌کننده اصلی سرمایه و ذینفع نهایی داده) هزینه‌های سنگین ایجاد زیرساخت‌های پردازش سریع (High-Performance Computing) را عهده‌دار می‌شود و در مقابل، دانشگاه نیروی انسانی تخصصی و پروژه‌های مسئله‌محور را تامین می‌کند. این شیوه‌نامه مانع از خروج نخبگان به سمت شرکت‌های فراملی شده و زنجیره ارزش دانش تا محصول را در یک اکوسیستم بومی محصور می‌سازد. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت
MetaCog I متاکاگ
💠 امارات به سومین قلمرو جهان برای اجرای محلی پردازش مدل‌های OpenAI تبدیل شد 🔹 بر اساس گزارش ITP.net، شرکت OpenAI قابلیت جدید UAE Inference Residency را در امارات راه‌اندازی کرده است؛ خدمتی که به مشتریان واجد شرایط اجازه می‌دهد فرایند Inference مدل‌های هوش مصنوعی را روی GPUهای مستقر در داخل امارات اجرا کنند. ▫️ این قابلیت برای کاربران واجد شرایط API، ChatGPT Enterprise و ChatGPT Edu ارائه شده و به سازمان‌ها امکان می‌دهد اجرای محاسبات مربوط به تولید پاسخ‌های AI را به زیرساخت‌های داخل امارات محدود کنند. ▫️ امارات اکنون در کنار ایالات متحده و اروپا، یکی از تنها سه منطقه‌ای است که OpenAI در آن از Inference Residency پشتیبانی می‌کند. ▫️ تفاوت کلیدی با Data Residency این است که اقامت داده صرفاً محل ذخیره‌سازی اطلاعات را مشخص می‌کند؛ اما Inference Residency تعیین می‌کند محاسباتی که پاسخ مدل هوش مصنوعی را تولید می‌کند، در کجا انجام شود. ▫️ این قابلیت بر زیرساخت UAE Data Residency که OpenAI در سپتامبر ۲۰۲۵ معرفی کرده بود بنا شده و دامنه «محلی‌سازی» را از نگهداری داده به اجرای محاسبات GPU گسترش می‌دهد. ▫️ این موضوع برای دولت، شرکت‌ها و مراکز آموزشی که با داده‌ها و فرایندهای حساس کار می‌کنند اهمیت ویژه‌ای دارد؛ زیرا سازمان می‌تواند کنترل بیشتری بر محل پردازش Promptها و پاسخ‌های مدل داشته باشد و الزامات داخلی مربوط به حاکمیت، انطباق و امنیت را بهتر مدیریت کند. 🔺در مدل Data Residency، داده ممکن است داخل یک کشور ذخیره شود، اما پردازش آن در زیرساختی خارج از مرزهای آن کشور انجام گیرد. اکنون با Inference Residency، امارات بخشی از زنجیره محاسباتی تولید پاسخ AI را نیز در قلمرو خود مستقر می‌کند. این مسئله در کاربردهای حساس اهمیت مضاعف دارد؛ زیرا هرچه مدل‌های مولد بیشتر وارد سامانه‌های دولتی، مالی، آموزشی و سازمانی شوند، پرسش «داده کجاست؟» به‌تنهایی کافی نخواهد بود و پرسش جدیدی مطرح می‌شود: «محاسبه کجا انجام می‌شود؟» از منظر ژئوپلیتیک فناوری، اقدام OpenAI را می‌توان نشانه‌ای از حرکت امارات به سمت حاکمیت محاسباتی (Compute Sovereignty) دانست؛ یعنی تلاش برای ایجاد کنترل حقوقی، فنی و عملیاتی بر بخشی از زیرساختی که تولید خروجی هوش مصنوعی به آن وابسته است. نکته مهم‌تر آنکه این اتفاق در چارچوب توسعه راهبرد ملی هوش مصنوعی امارات تا ۲۰۳۱ رخ می‌دهد و می‌تواند جایگاه این کشور را از یک «بازار مصرف‌کننده AI» به سمت هاب منطقه‌ای پردازش و استقرار خدمات هوش مصنوعی سوق دهد. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت
MetaCog I متاکاگ
💠 عربستان، هوش مصنوعی را وارد زنجیره تولید محتوا می‌کند؛ آموزش «خلاقیت هوش مصنوعی» برای تولیدکنندگان محتوا 🔹 خبرگزاری رسمی عربستان (SPA) گزارش داده است که مرجع داده و هوش مصنوعی عربستان (SDAIA) در ریاض «اردوی خلاقیت هوش مصنوعی» (AI Creativity Boot Camp) را با حضور شماری از تولیدکنندگان محتوای برجسته این کشور راه‌اندازی کرده است؛ برنامه‌ای که در واکنش به نقش فزاینده هوش مصنوعی در رسانه و صنایع خلاق طراحی شده است. ▫️ هدف این برنامه، ارتقای توانمندی تولیدکنندگان محتوا و آموزش مهارت‌های فناورانه جدید برای ایده‌پردازی، توسعه و تولید محتوای دیجیتال نوآورانه عنوان شده است. ▫️ آموزش‌ها تمام زنجیره تولید محتوا را پوشش می‌دهد؛ از تولید ایده تا ساخت خروجی نهایی با اثرگذاری بالا. استفاده از هوش مصنوعی برای شتاب‌بخشی به فرایند تولید و ارتقای کیفیت خروجی‌ها نیز از محورهای اصلی این برنامه است. ▫️ SDAIA همچنین بر استفاده مسئولانه و اخلاقی از فناوری‌های نوظهور تأکید کرده و در عین حال، «خلاقیت انسانی» را عنصر بنیادین در شکل‌دهی پیام و ایجاد اثرگذاری فکری ماندگار معرفی کرده است. 🔺اهمیت این برنامه صرفاً در آموزش چند ابزار هوش مصنوعی به تولیدکنندگان محتوا نیست؛ نکته مهم‌تر، ورود یک نهاد حاکمیتی تخصصی در حوزه داده و AI به زنجیره تولید و شکل‌دهی محتوای رسانه‌ای است. وقتی آموزش از مرحله ایده‌پردازی آغاز می‌شود و تا تولید خروجی نهایی ادامه پیدا می‌کند، هوش مصنوعی به تدریج در لایه‌های پیشینِ فرایند خلاقیت، یعنی تولید ایده، طراحی پیام و ساخت قالب انتشار نیز وارد می‌شود. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت
💠 اسکیل Prompt Master (استاد پرامپت نویسی)
💎 نحوه عملکرد این اسکیل 1️⃣ ایده کلی و نامرتب شما رو گرفته و یک پرامپت آماده استفاده برای ابزار هوش مصنوعی مدنظرتان دریافت می کنید. 2️⃣ منظور شما را درک می کند و پارامترهایی هم چون محدودیت ها و فرمت خروجی را درنظر می گیرد. 3️⃣ با علم بر تفاوت مدل ها (مثلا Chat GPT و Claude) خروجی های متفاوتی به شما می دهد. 4️⃣ افعال و واژگان مبهم و دوپهلو و هم چنین جزئیات کلیدی اشاره نشده را تشخیص داده، و آنها را برطرف می کند (جلوگیری از دوباره کاری و اتلاف توکن) 5️⃣ از شما سوالاتی را می پرسد تا دقیق متوجه منظور شما شود. قوانین سختگیرانه آن مانع از آوردن توضیحات بیهوده و ناخواسته در خروجی می شود. 6️⃣ مناسب تنظیم و بهبود پرامپت ها برای سایر مدل ها و نه چت های عادی و یا خود فرآیند کدنویسی! 📖 منبع: ریپو گیت هاب با بیش از ۱۱ هزار ستاره