💠 مهندس ایرانی جدید Claude 💎 یک مهندس ایرانی‌تبار، مسیر Anthropic برای ساخت تراشه اختصاصی هوش مصنوعی را هموار می‌کند. 🧠 🔷 امیر سالک، مدیر سابق واحد تراشه‌های تنسور (TPU) گوگل، به تیم محاسباتی Anthropic پیوسته است تا این شرکت را در توسعه سخت‌افزارهای اختصاصی هوش مصنوعی همراهی کند. 🔷 سالک در دوران حضورش در گوگل، توسعه هفت نسل نخست تراشه‌های TPU را بر عهده داشت؛ تراشه‌هایی که گوگل برای پردازش‌های هوش مصنوعی و یادگیری ماشین طراحی کرده است. 🔷 انثراپیک که اکنون از تراشه‌های شرکت‌هایی مانند انویدیا، گوگل و آمازون استفاده می‌کنند، با جذب این متخصص به دنبال کاهش وابستگی به تأمین‌کنندگان خارجی و ساخت زیرساخت سخت‌افزاری اختصاصی خود است. 🔷 رقابت در دنیای هوش مصنوعی حالا فقط بر سر مدل‌های بهتر نیست؛ شرکت‌ها برای دسترسی به توان پردازشی بیشتر، به سمت طراحی تراشه‌های خودشان هم حرکت می‌کنند. #هوش_مصنوعی #آخرین_اخبار_تکنولوژی 🌐 متاکاگ | فراتر از شناخت

💠 امارات و دشوارترین پرسش حکمرانی هوش مصنوعی: ماشین تا کجا حق تصمیم‌گیری دارد؟ 🔹امارات متحده عربی که از سال ۲۰۱۷ راهبرد ملی هوش مصنوعی خود را آغاز کرده و طی ۹ سال گذشته زیرساخت‌هایی مانند هویت دیجیتال، ابر حاکمیتی و لایه‌های اشتراک‌گذاری داده را توسعه داده است، اکنون وارد مرحله‌ای حساس‌تر شده است: واگذاری بخشی از تصمیم‌ها و عملیات دولتی به هوش مصنوعی عامل‌محور (Agentic AI). ▫️ در همین ماه، بیش از ۱۰۰ مقام فدرال در کارگاه راهبردی «پروژه ملی هوش مصنوعی عامل‌محور» شرکت کردند؛ برنامه‌ای که هدف آن تبدیل ۵۰ درصد عملیات، خدمات و وظایف دولت فدرال به Agentic AI طی دو سال است. ▫️ هفت محور اصلی برنامه شامل راهبرد و پروژه‌ها، آینده‌پژوهی و هوش راهبردی، سیاست‌گذاری، ساختار و حکمرانی، عملکرد دولت، رقابت‌پذیری جهانی و نوآوری در کار دولتی است. ▫️ امارات پیش‌تر نیز زیرساخت پردازشی و داده‌ای گسترده‌ای ایجاد کرده است؛ از جمله سامانه‌ای برای پایش عملکرد که ماهانه بیش از ۱۵۰ میلیون نقطه داده را رصد می‌کند. ▫️ در ماه مه، نخستین بسته خدمات دولتی برای استفاده از Agentic AI تصویب شد و هم‌زمان بزرگ‌ترین برنامه آموزشی تاریخ دولت امارات برای ۸۰ هزار کارمند فدرال، از وزیران تا نیروهای تازه‌وارد، آغاز شد. ▫️ در ژوئن نیز یک برنامه آموزشی با مشارکت بیش از ۳۰۰ نفر از ۵۰ نهاد فدرال برگزار شد تا طی ۹۰ روز، خدمات و فرایندهای مناسب برای واگذاری به هوش مصنوعی عامل‌محور شناسایی شوند. کارگاه دیگری نیز ۶۰۰ کارمند را درگیر این فرایند کرد. 🔺هوش مصنوعی عامل‌محور با چت‌بات‌های معمولی تفاوت اساسی دارد: یک مدل عامل‌محور می‌تواند پس از دریافت هدف، مجموعه‌ای از اقدامات را به‌صورت زنجیره‌ای برنامه‌ریزی و اجرا کند و در برخی فرایندها بدون تأیید لحظه‌به‌لحظه انسان پیش برود. به همین دلیل، اصل اعلام‌شده در پروژه امارات ــ «انسان هدایت می‌کند، هوش مصنوعی توانمندساز است» ــ در کنار هدف اعلام‌شده برای استقرار گسترده سامانه‌هایی که قادر به اجرای مستقل اقدامات هستند، یک مسئله مهم حکمرانی ایجاد می‌کند: اگر یک عامل هوش مصنوعی در فرایند دولتی تصمیم اشتباهی بگیرد، مسئولیت حقوقی و اداری آن بر عهده چه کسی است؟ اهمیت اقدام امارات دقیقاً در همین نقطه است. این کشور اکنون در حال تدوین چارچوب‌هایی برای طبقه‌بندی وظایف است تا مشخص شود کدام تصمیم‌ها را می‌توان به عامل هوش مصنوعی سپرد و کدام تصمیم‌ها باید صرفاً با توصیه AI و تأیید انسان انجام شوند. بنابراین، سندی که باید بیش از همه در این پروژه رصد شود، چارچوب طبقه‌بندی تصمیم‌ها و وظایف دولتی است. اگر امارات بتواند این مرز را به‌صورت روشن، قابل سنجش و پاسخ‌گو تعریف کند، در حال شکل‌دادن به یکی از نخستین الگوهای عملی حاکمیت عامل‌های هوش مصنوعی در دولت خواهد بود؛ الگویی که می‌تواند برای کشورهای آسیایی و اروپایی نیز به یک نمونه قابل ارزیابی تبدیل شود. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت

💠 راهبرد ملی هوش مصنوعی اسرائیل؛ از ابررایانه تا فناوری کوانتومی، اما با شکاف زیرساختی 🔹اسرائیل در حال اجرای یک برنامه ملی جدید برای توسعه هوش مصنوعی است؛ برنامه‌ای که حوزه‌هایی از ابررایانش و زیرساخت محاسباتی تا هوش مصنوعی و فناوری کوانتومی را دربرمی‌گیرد. با این حال، تحلیل منتشرشده در *The Jerusalem Post* نشان می‌دهد که میان اهداف راهبردی اعلام‌شده و ظرفیت واقعی زیرساختی و بودجه‌ای، همچنان فاصله‌هایی وجود دارد. ▫️ این طرح پس از آن مطرح شده که اداره ملی هوش مصنوعی اسرائیل برنامه جدیدی را در سطح ملی پیش برده است. ▫️ محورهای مورد توجه، صرفاً توسعه مدل‌های هوش مصنوعی نیست و حوزه‌هایی مانند ابررایانه، زیرساخت محاسباتی، هوش مصنوعی و فناوری کوانتومی را نیز دربرمی‌گیرد. ▫️ در روایت منتشرشده، مسئله اصلی اسرائیل تنها دستیابی به فناوری نیست؛ بلکه ایجاد ظرفیت محاسباتی و زیرساختی لازم برای تبدیل پژوهش و نوآوری به توانمندی پایدار ملی است. ▫️ هم‌زمان، درباره بودجه و زیرساخت‌های مورد نیاز برای اجرای این برنامه پرسش‌هایی مطرح شده است؛ موضوعی که می‌تواند بر سرعت تحقق اهداف اعلام‌شده اثر بگذارد. 🔺در رقابت فناوری شناختی، داشتن پژوهشگر و شرکت نوآور به‌تنهایی کافی نیست. مدل‌های پیشرفته به زنجیره‌ای از ظرفیت‌ها وابسته‌اند: محاسبات پرقدرت، تراشه، داده، انرژی، مراکز داده، نیروی انسانی و دسترسی به فناوری‌های نسل بعد. از این منظر، ورود فناوری کوانتومی به کنار هوش مصنوعی اهمیت ویژه‌ای دارد. کوانتوم الزاماً جایگزین زیرساخت‌های کلاسیک AI نیست؛ اما در بلندمدت می‌تواند به حوزه‌هایی مانند بهینه‌سازی، شبیه‌سازی و رمزنگاری شکل تازه‌ای بدهد. بنابراین، پیوند این دو حوزه را باید بخشی از تلاش برای ساخت یک سبد فناوری راهبردی چندلایه دانست، نه صرفاً یک پروژه تحقیقاتی. برای اسرائیل، مسئله اصلی اکنون تبدیل مزیت‌های علمی و اکوسیستم استارتاپی به ظرفیت محاسباتی و زیرساخت مستقل و مقیاس‌پذیر است. اگر این حلقه تکمیل نشود، فاصله میان «توان علمی» و «توان عملیاتی» می‌تواند به یکی از محدودیت‌های اصلی راهبرد AI این کشور تبدیل شود. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت

💠 بازار هوش مصنوعی عامل‌محور در عربستان؛ رشد ۱۴ برابری تا ۲۰۳۰ 🔹 بر اساس گزارش منتشرشده توسط MarketsandMarkets، ارزش بازار هوش مصنوعی عامل‌محور (Agentic AI) در عربستان سعودی از حدود ۷۹.۵ میلیون دلار در سال ۲۰۲۵ به ۱.۱۲۵ میلیارد دلار در سال ۲۰۳۰ خواهد رسید؛ رشدی معادل ۴۶ درصد CAGR در سال. این نرخ از میانگین رشد جهانی این بازار، یعنی ۴۴.۶ درصد، بالاتر است. ▫️ گزارش، رشد ۱۳۲۵ درصدی ارزش بازار طی این دوره را به سرمایه‌گذاری‌های دولتی، برنامه Vision 2030، تحول دیجیتال و افزایش اتوماسیون سازمانی نسبت می‌دهد. ▫️ بخش‌های نفت و گاز، خدمات مالی، سلامت، دولت و صنایع از مهم‌ترین حوزه‌های مورد انتظار برای استقرار عامل‌های هوشمند معرفی شده‌اند. ▫️ کاربردهای پیش‌بینی‌شده فقط به دستیارهای گفت‌وگویی محدود نیستند؛ از بهینه‌سازی زنجیره تأمین، تصمیم‌گیری و خدمات مشتری تا تشخیص تقلب، مدیریت زیرساخت انرژی، پایش مرزی، مدیریت ناوگان پهپادی، واکنش به رخدادهای سایبری، بهینه‌سازی شبکه، نظارت بر ایمنی عمومی و هماهنگی زیرساخت‌های شهری در فهرست کاربردهای مورد بررسی قرار گرفته‌اند. ▫️ در سطح فناوری نیز گزارش به پردازش زبان طبیعی (NLP)، یادگیری ماشین، تحلیل پیش‌بینانه، مدیریت زنجیره تأمین و حسگرهای تصویری اشاره می‌کند. ▫️ از منظر ساختار بازار، حوزه‌هایی مانند پلتفرم‌های توسعه Agentic AI، نرم‌افزارهای سازمانی، پلتفرم‌های ارکستراسیون عامل‌ها و پلتفرم‌های اتوماسیون فرایندها در کانون این بازار قرار دارند. ▫️ نکته قابل توجه آن است که اکوسیستم مورد اشاره گزارش به‌شدت با شرکت‌های بزرگ فناوری بین‌المللی پیوند خورده است؛ از جمله Alphabet، IBM، Oracle، Amazon، Microsoft، Salesforce، SAP و NVIDIA. 🔺هوش مصنوعی عامل‌محور برخلاف یک مدل مولد معمولی که عمدتاً به تولید پاسخ یا محتوا می‌پردازد، می‌تواند مجموعه‌ای از وظایف را به‌صورت چندمرحله‌ای دنبال کند، ابزارهای مختلف را به کار بگیرد و برای رسیدن به یک هدف عملیاتی، میان داده، نرم‌افزار و اقدام ارتباط برقرار کند. از این منظر، فهرست کاربردهای گزارش یک سیگنال مهم دارد: عربستان در حال حرکت از مرحله «استفاده از AI برای تولید اطلاعات» به سمت «استفاده از AI برای اجرای فرایند و هماهنگی تصمیم‌ها» است. این تحول در حوزه‌هایی مانند زیرساخت انرژی، امنیت، دولت دیجیتال، زنجیره تأمین و شبکه‌های ارتباطی اهمیت مضاعف دارد؛ زیرا در این محیط‌ها، خروجی هوش مصنوعی دیگر صرفاً یک متن یا تصویر نیست، بلکه می‌تواند ورودی یک فرایند عملیاتی باشد. در نتیجه، مسئله راهبردی آینده فقط این نخواهد بود که چه کسی مدل هوش مصنوعی قدرتمندتری دارد؛ بلکه این است که چه کشوری می‌تواند عامل‌های هوشمند را به داده‌های واقعی، زیرساخت‌های حیاتی و چرخه‌های تصمیم‌گیری سازمانی متصل کند. از همین زاویه، حضور هم‌زمان شرکت‌هایی مانند Microsoft، Oracle، Amazon و NVIDIA در اکوسیستم مورد اشاره گزارش نیز قابل توجه است. عربستان از طریق سرمایه‌گذاری، تنظیم‌گری و جذب ارائه‌دهندگان جهانی، در حال ایجاد بازاری است که می‌تواند محل استقرار نسل جدید سامانه‌های عامل‌محور در مقیاس سازمانی باشد. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت

💠 اردن در رتبه ۴۹ هوش مصنوعی مسئولانه؛ آزمون بعدی، تبدیل «حکمرانی» به «اقتصاد AI» 🔹اردن در شاخص جهانی هوش مصنوعی مسئولانه ۲۰۲۶ (GIRAI) رتبه ۴۹ جهان و دوم منطقه را در میان ۱۳۵ کشور و حوزه قضایی به دست آورده است؛ جایگاهی که به گفته کارشناسان، نشان‌دهنده پیشرفت این کشور در حکمرانی، اخلاق، شفافیت، حفاظت از حقوق و استفاده مسئولانه از هوش مصنوعی است. این شاخص توسط Global Center for AI Governance منتشر شده و عملکرد کشورها را فقط بر مبنای توان فنی نمی‌سنجد؛ بلکه کیفیت سازوکارهای حکمرانی، نظارت، حقوق شهروندان و حفاظت از جامعه را نیز ارزیابی می‌کند. ▫️ کارشناسان این جایگاه را حاصل اقداماتی مانند راهبرد ملی هوش مصنوعی اردن، برنامه اجرایی ۲۰۲۳–۲۰۲۷ و منشور اخلاق استفاده از AI می‌دانند. ▫️ اردن در محور نیروی کار و مهارت‌ها رتبه ۲۰ جهان و اول منطقه را کسب کرده و در استفاده دولتی از AI در خدمات عمومی نیز عملکرد قابل توجهی داشته است. ▫️ در مقابل، این کشور در شاخص شرایط توانمندساز رتبه ۷۵ را دارد؛ همچنین در زمینه افشای عمومی سامانه‌های الگوریتمی دولت، امتیاز صفر ثبت کرده است. ▫️ کارشناسان همچنین به نبود چارچوب‌های الزام‌آور کافی برای حفاظت از کودکان، توجه محدود به آثار زیست‌محیطی AI و محدود بودن چارچوب مقرراتی الزام‌آور سال ۲۰۲۵ به بخش بانکی اشاره کرده‌اند. ▫️ از منظر ظرفیت فناورانه نیز شکاف‌هایی در کیفیت داده، توان محاسباتی، مراکز داده و نیروی متخصص در مهندسی AI و علم داده همچنان وجود دارد. 🔺اردن اکنون با یک مسئله دوگانه مواجه است: از یک سو توانسته در مهارت نیروی انسانی، خدمات دیجیتال و برخی مؤلفه‌های حکمرانی جایگاه بالایی کسب کند؛ از سوی دیگر، کارشناسان هشدار می‌دهند که استفاده از ابزارهای مولد AI هنوز عمدتاً در سطح افزایش بهره‌وری فردی باقی مانده و کمتر به تولید محصولات، خدمات و راهکارهای قابل صادرات منجر شده است. این تمایز از منظر رقابت منطقه‌ای اهمیت زیادی دارد. کشوری که AI را مصرف می‌کند، بهره‌وری خود را افزایش می‌دهد؛ کشوری که زیرساخت، داده، مدل، شرکت و محصول AI می‌سازد، بخشی از زنجیره ارزش فناوری را در اختیار می‌گیرد. از همین رو، توصیه کارشناسان درباره ایجاد پلتفرم‌های ملی داده، محاسبات با کارایی بالا (HPC)، مراکز داده تخصصی، مشوق‌های سرمایه‌گذاری برای استارتاپ‌ها و پیوند دانشگاه با صنعت، در واقع تلاش برای عبور از «سیاست AI» به سمت اقتصاد ملی مبتنی بر AI هستند. اما یک ضعف دیگر حتی از کمبود زیرساخت محاسباتی مهم‌تر است: شفافیت الگوریتمی دولت. امتیاز صفر اردن در افشای عمومی سامانه‌های الگوریتمی دولت نشان می‌دهد که ممکن است یک کشور هم‌زمان در «هوش مصنوعی مسئولانه» رتبه مناسبی داشته باشد، اما هنوز درباره اینکه دولت دقیقاً کجا، چگونه و با چه الگوریتم‌هایی تصمیم می‌گیرد شفافیت کافی نداشته باشد. این مسئله مستقیماً با اعتماد عمومی ارتباط دارد. امنیت سایبری به‌تنهایی اعتماد به AI را ایجاد نمی‌کند؛ شهروند باید بداند تصمیم الگوریتمی چگونه گرفته شده، چه کسی مسئول آن است و در صورت خطا چه سازوکار اعتراضی وجود دارد. بنابراین، مسیر بعدی اردن صرفاً ارتقای رتبه در GIRAI نیست. آزمون اصلی، تبدیل سرمایه انسانی و ظرفیت حکمرانی موجود به زیرساخت داده، تولید فناوری، محصولات قابل صادرات و یک نظام شفاف پاسخ‌گویی الگوریتمی است. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت

💠 «المپوس عامل‌ها»؛ وقتی میدان نبرد از زمین به معماری شناخت منتقل می‌شود 🔹 مقاله «The Agentic Olympus: The “Gods” of AI in Irregular Cognitive Warfare» | ۱۸ اوت ۲۰۲۶ | نویسندگان: Dr. John A. Pennell، Dr. Elise G. Annett و Dr. James Giordano 🔹یک چارچوب نظری جدید در حوزه جنگ شناختی، آینده فرماندهی نظامی را نه در استفاده منفرد از یک مدل هوش مصنوعی، بلکه در هماهنگ‌سازی شبکه‌ای از عامل‌های هوشمند تخصصی ترسیم می‌کند؛ شبکه‌ای که در آن انسان، الگوریتم، اطلاعات، لجستیک، سایبر و عملیات روایی به اجزای یک معماری واحد برای تولید «برتری تصمیم» تبدیل می‌شوند. ▫️ نویسندگان استدلال می‌کنند که میدان نبرد قرن بیست‌ویکم بیش از گذشته به حوزه شناختی وابسته خواهد بود؛ حوزه‌ای که در آن ادراک، قضاوت، تصمیم‌گیری و معماری اطلاعاتی، خود به میدان رقابت تبدیل می‌شوند. ▫️ در این مدل، هوش مصنوعی قادر است الگوهایی فراتر از ظرفیت ادراکی انسان را شناسایی کند، رفتار طرف مقابل را پیش‌بینی کند، داده‌های عملیاتی را ترکیب کند، محیط سایبری را پایش و دفاع کند و در سرعتی بالاتر از چرخه تصمیم‌گیری انسانی، پیشنهاد عملیاتی ارائه دهد. ▫️ تجربه جنگ روسیه و اوکراین از نگاه نویسندگان نمونه‌ای از شکل‌گیری این «شناخت توزیع‌شده» است؛ جایی که سامانه‌های ISR، هدف‌گیری، لجستیک، دفاع سایبری، شبکه‌های داوطلبانه و جریان‌های اطلاعاتی مبتنی بر AI به یکدیگر متصل شده‌اند. ▫️ مفهوم محوری مقاله، «Agentic Olympus» یا «المپوس عامل‌ها» است: مجموعه‌ای از عامل‌های هوشمند با وظایف تخصصی که مانند خدایان المپ در اسطوره یونان، هرکدام حوزه اثرگذاری متفاوتی دارند، اما نتیجه نهایی از تعامل میان آنها شکل می‌گیرد. ▫️ در این معماری، یک عامل اطلاعاتی می‌تواند داده تولید کند، عامل لجستیکی بر اساس آن بر سرعت عملیات اثر بگذارد، عامل سایبری از محیط دیجیتال دفاع کند، عامل تشخیص‌دهنده اعتبار داده‌ها را ارزیابی کند و عامل پشتیبان تصمیم، خروجی این شبکه را برای فرمانده به یک ارزیابی عملیاتی تبدیل کند. 🔺مهم‌ترین نوآوری مفهومی مقاله این است که برتری نظامی آینده را صرفاً در برتری اطلاعاتی یا محاسباتی نمی‌بیند؛ بلکه آن را در توانایی حفظ «انسجام شناختی» میان انسان‌ها و ماشین‌ها جست‌وجو می‌کند. منظور از انسجام شناختی، حفظ یک تصویر مشترک و نسبتاً پایدار از وضعیت، نیت فرمانده، هدف راهبردی و مأموریت است؛ حتی زمانی که محیط عملیاتی با ابهام، فریب، فشار اطلاعاتی و سرعت بالای تغییرات مواجه است. از این منظر، جنگ شناختی علیه یک ارتش الزاماً به معنای متقاعد کردن فرمانده به یک دروغ مشخص نیست. کافی است معماری شناختی او مختل شود. مقاله سه سازوکار مهم را برجسته می‌کند: 1⃣ کنترل بازتابی (Reflexive Control): ارسال سیگنال‌ها و روایت‌هایی که محاسبه تصمیم طرف مقابل را به‌گونه‌ای تغییر می‌دهد که انتخابی نامطلوب برای او، منطقی یا اجتناب‌ناپذیر به نظر برسد. 2⃣ فرسودگی اطلاعاتی (Information Exhaustion): تولید حجم عظیمی از داده‌ها، ادعاها و تفسیرهای متعارض تا تشخیص «سیگنال» از «نویز» دشوار شود و اتکا به میان‌بُرهای ذهنی افزایش یابد. 3⃣ اشباع روایی (Narrative Saturation): تکرار و انباشت روایت‌های عاطفی و رقابتی برای تکه‌تکه کردن تصویر مشترک از واقعیت، قطبی‌سازی جامعه و فرسایش اعتماد نهادی. 🔻در چنین محیطی، سرعت تولید و توزیع روایت نیز خود به یک متغیر عملیاتی تبدیل می‌شود. نویسندگان با اشاره به نمونه‌های روسیه و ایران استدلال می‌کنند که محتوای تولیدشده با AI، تصاویر جعلی و دیپ‌فیک‌ها می‌توانند پیش از رسیدن روایت‌های اصلاحی مبتنی بر واقعیت، در مقیاس گسترده منتشر شوند. نکته مهم‌تر آن است که در معماری «المپوس عامل‌ها»، تهدید فقط یک عامل هوش مصنوعی دشمن نیست؛ اختلال در رابطه میان عامل‌ها نیز می‌تواند برتری تصمیم را از بین ببرد. داده نادرست، اطلاعات اعتبارسنجی‌نشده یا اختلال سایبری در یک حلقه می‌تواند به حلقه‌های دیگر منتقل شود و در نهایت بر ارزیابی فرمانده اثر بگذارد. 🏷 پیوست مقاله 🌐 متاکاگ | فراتر از شناخت

💠 مجموعه اسکیل Brainiac ✍️ متخصص ترجمه سه زبانه (انگلیسی، فارسی، عربی) #هوش_مصنوعی #آموزش #ابزارها #اورجینال_متاکاگ #انحصاری