eitaa logo
MetaCog I متاکاگ
1.6هزار دنبال‌کننده
2.3هزار عکس
404 ویدیو
241 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
💠 اسپاتیفای به‌زودی هویت هنرمندان هوش مصنوعی را برچسب‌گذاری می‌کند؛ شفافیت در عصر موسیقی مصنوعی 🔹 وب‌سایت BusinessDay در گزارشی، از تصمیم Spotify برای شناسایی برخی هنرمندان تولیدشده با هوش مصنوعی خبر داده است؛ اقدامی که در واکنش به افزایش نگرانی‌ها درباره موسیقی تولیدشده توسط AI و پیامدهای آن برای هنرمندان انسانی انجام می‌شود. ▫️ اسپاتیفای قرار است از ماه سپتامبر برای برخی پروفایل‌های هنرمندان، برچسب «AI Persona» را نمایش دهد. ▫️ این برچسب مشخص می‌کند که هویت یک هنرمند ممکن است توسط هوش مصنوعی تولید شده باشد و الزاماً نمایانگر یک شخص واقعی نباشد. ▫️ این تصمیم در شرایطی اتخاذ می‌شود که موسیقی تولیدشده با هوش مصنوعی در حال افزایش است و هنرمندان و شنوندگان درباره تأثیر آن بر جایگاه و حقوق هنرمندان انسانی نگرانی‌هایی مطرح کرده‌اند. 🔺در مدل سنتی صنعت موسیقی، مخاطب با یک «هنرمند» مواجه بود؛ یعنی فردی دارای زندگی، سابقه، هویت و مالکیت مشخص. اما مدل‌های مولد می‌توانند تمام نشانه‌های ظاهری یک هنرمند را بدون وجود آن انسان تولید کنند. در نتیجه، مسئله از «موسیقی تولیدشده با AI» به پرسش بنیادی‌تری تبدیل می‌شود: مخاطب دقیقاً با چه کسی یا چه چیزی در حال تعامل است؟ برچسب AI Persona اهمیت ویژه‌ای دارد؛ زیرا بخشی از مسئله به اعتماد و ادراک مخاطب بازمی‌گردد. یک آهنگ ممکن است از نظر فنی هیچ تفاوت محسوسی با آثار انسانی نداشته باشد، اما دانستن اینکه «هنرمند» یک شخصیت مصنوعی است، می‌تواند برداشت مخاطب از اثر، ارزش هنری آن و حتی میزان اعتماد او به پلتفرم را تغییر دهد. این تحول همچنین مرز میان تولید محتوا، هویت و اقتصاد توجه را جابه‌جا می‌کند. اگر یک شخصیت مصنوعی بتواند به‌صورت مستمر موسیقی تولید کند، مخاطب جذب کند و در سیستم پیشنهاددهی پلتفرم رشد کند، رقابت دیگر صرفاً میان هنرمندان انسانی نخواهد بود؛ بلکه انسان‌ها با موجودیت‌های مصنوعی مواجه خواهند شد که محدودیت‌های زمانی، تولیدی و حتی هویتی مشابه انسان ندارند. بنابراین، برچسب‌گذاری می‌تواند نخستین لایه از یک مسئله بزرگ‌تر باشد: لزوم شناسنامه‌دار شدن محتوای مصنوعی در نظام نوین رسانه‌ای. همان‌گونه که اصالت یک خبر، تصویر یا ویدئو در محیط دیجیتال اهمیت پیدا کرده، در آینده ممکن است منشأ هویت تولیدکننده نیز به یکی از شاخص‌های اصلی اعتماد دیجیتال تبدیل شود. اگر این روند گسترش یابد، پلتفرم‌هایی مانند اسپاتیفای ناچار خواهند بود میان سه مقوله تمایز ایجاد کنند: هنرمند انسانی، هنرمند انسانیِ تقویت‌شده با AI و شخصیت کاملاً مصنوعی. این تفکیک می‌تواند به یکی از مسائل مهم حکمرانی پلتفرمی و اقتصاد محتوای مولد در سال‌های آینده تبدیل شود. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت
MetaCog I متاکاگ
💠 شکل‌گیری کریدور هوش مصنوعی اردن–عربستان؛ سرمایه‌گذاری ۵ میلیون دلاری STV در استارتاپ‌های AI 🔹بر اساس گزارشی که اخیراً منتشر شده، صندوق کارآفرینی اردن متعهد شده است ۵ میلیون دلار در شرکت سرمایه‌گذاری خطرپذیر سعودی STV سرمایه‌گذاری کند؛ توافقی که هدف آن هدایت سرمایه به سمت استارتاپ‌های هوش مصنوعی در منطقه خاورمیانه و شمال آفریقا و ایجاد یک «کریدور هوش مصنوعی» میان اردن و عربستان سعودی عنوان شده است. ▫️ این همکاری در مرحله دوم راهبرد سرمایه‌گذاری صندوق اردنی قرار دارد که تمرکز آن بر هوش مصنوعی مولد و کاربردی است؛ به‌ویژه نرم‌افزارها و ابزارهای عملیاتی مبتنی بر AI که برای استفاده سازمانی و حل مسائل واقعی شرکت‌ها و نهادها طراحی می‌شوند. ▫️ در چارچوب این توافق، STV بخشی از سرمایه خود را مستقیماً به استارتاپ‌های اردنی اختصاص خواهد داد و بنیان‌گذاران اردنی نیز به شبکه‌های منتورینگ، بازار عربستان و فرصت‌های سرمایه‌گذاری و توسعه در این کشور دسترسی پیدا خواهند کرد. ▫️ بنابراین، مفهوم «کریدور AI» صرفاً به انتقال سرمایه محدود نیست؛ بلکه ایجاد یک مسیر فرامرزی برای اتصال سرمایه، تخصص فنی، شبکه‌های تجاری و بازار میان دو اکوسیستم استارتاپی را دنبال می‌کند. ▫️ راهبرد جدید اردن نشان‌دهنده فاصله‌گرفتن از اتکای صرف به سرمایه داخلی است. فرض اصلی این رویکرد آن است که شرکت‌های هوش مصنوعی باید از همان مراحل ابتدایی، امکان مقیاس‌پذیری فرامرزی داشته باشند. ▫️ تمرکز مشترک دو طرف بر استارتاپ‌هایی است که با استفاده از داده‌های اختصاصی سازمان‌ها و مؤسسات، راهکارهای AI برای حل مسائل واقعی کسب‌وکار و افزایش بهره‌وری ارائه می‌کنند. ▫️ STV پیش از این نیز در حوزه هوش مصنوعی سرمایه‌گذاری کرده و یک صندوق ۱۰۰ میلیون دلاری AI با مشارکت Google راه‌اندازی کرده است. 🔺یک استارتاپ اردنی برای رشد به سرمایه، مشتری و شبکه داخلی خود متکی بود و سپس در مراحل بعدی به بازارهای خارجی وارد می‌شد. اما مدل جدیدی که در این توافق دیده می‌شود، از ابتدا مسیر سرمایه → تخصص → بازار → مقیاس‌پذیری منطقه‌ای را به یکدیگر متصل می‌کند. تمرکز بر Enterprise AI نیز اهمیت ویژه‌ای دارد. این بخش برخلاف بسیاری از محصولات مصرفی، به داده‌های واقعی سازمان‌ها، فرآیندهای عملیاتی و نیازهای اختصاصی صنایع متکی است. بنابراین هرچه یک استارتاپ به داده‌های سازمانی بیشتری دسترسی پیدا کند، مزیت رقابتی و امکان ایجاد راهکارهای اختصاصی آن افزایش می‌یابد. این روند برای اردن نیز یک مزیت بالقوه ایجاد می‌کند: اتصال استعداد و ظرفیت فناورانه داخلی به سرمایه و بازار بزرگ‌تر عربستان. در مقابل، عربستان نیز از طریق چنین شبکه‌هایی می‌تواند به استعداد، ایده و شرکت‌های نوظهور منطقه‌ای دسترسی پیدا کند، بدون آنکه تمام ظرفیت نوآوری مورد نیاز خود را در داخل مرزهایش ایجاد کند. 🏷 پیوست خبری 🌐 متاکاگ | فراتر از شناخت
MetaCog I متاکاگ
💠 هشدار آمریکا درباره PLCهای زیمنس؛ هوش مصنوعی در حال کاهش آستانه ورود به حملات زیرساختی است 🔹 خبرگزاری Reuters در ۱۹ اوت ۲۰۲۶ گزارش داد که چند نهاد فدرال آمریکا درباره یک «تهدید فعال» علیه کنترل‌گرهای منطقی قابل‌برنامه‌ریزی Siemens S7 Series PLC هشدار داده‌اند؛ تجهیزاتی که برای پایش و کنترل فرآیندهای صنعتی در بخش‌هایی مانند آب و فاضلاب، انرژی، تولید، صنایع شیمیایی و کشاورزی و صنایع غذایی استفاده می‌شوند. ▫️ هشدار مشترک توسط NSA، FBI، وزارت انرژی آمریکا، آژانس حفاظت محیط زیست و CISA صادر شده است و می‌گوید مهاجمان ناشناس در تلاش برای نفوذ به این تجهیزات هستند. ▫️ در صورت به‌دست‌آمدن کنترل، پیامدها می‌تواند از اختلال در فرآیندهای حیاتی و توقف عملیات تا حوادث ایمنی، آسیب تجهیزات، افشای داده‌های حساس و ایجاد اثرات زنجیره‌ای در سامانه‌های به‌هم‌پیوسته متغیر باشد. ▫️ بخش مهم هشدار، استفاده مهاجمان از هوش مصنوعی است. طبق ارزیابی نهادهای آمریکایی، AI می‌تواند زمان و سطح تخصص فنی موردنیاز برای توسعه اکسپلویت‌های موفق علیه این سامانه‌ها را به میزان چشمگیری کاهش دهد. ▫️ این هشدار در ادامه موج حملات اخیر علیه Programmable Logic Controllerها (PLC) منتشر شده است. CISA در ۳۰ ژوئیه از افزایش قابل‌توجه هدف‌گیری PLCها خبر داده بود و هشدار ۲۲ ژوئیه نیز فعالیت مهاجمان وابسته به ایران علیه تجهیزات زیمنس، Rockwell Automation و Schneider Electric را مطرح کرده بود. ▫️ با این حال، یک تفکیک مهم ضروری است: مقام‌های فدرال آمریکا تاکنون حملات اخیر به سامانه‌های آب محلی را رسماً به ایران نسبت نداده‌اند. کارشناسان امنیت سایبری درباره ارتباط احتمالی با بازیگران مرتبط با ایران ابراز ظن کرده‌اند، اما انتساب قطعی اعلام نشده است. 🏷 پیوست خبری 🌐 متاکاگ | فراتر از شناخت
MetaCog I متاکاگ
💠 ورود ۵۰ واحد هوش مصنوعی به مدارس عربستان؛ آموزش در مسیر تربیت نیروی انسانی الگوریتمی 🔹 شبکه Scene Now Saudi در گزارشی به نقل از «یوسف البنیان»، وزیر آموزش عربستان، از اضافه‌شدن ۵۰ واحد آموزشی مرتبط با هوش مصنوعی به برنامه درسی مدارس این کشور در سال تحصیلی جدید خبر داده است؛ اقدامی که هم‌زمان با بازنگری ۲۲ درس و اجرای مجموعه‌ای از اصلاحات ساختاری در نظام آموزش عمومی عربستان انجام می‌شود. ▫️ این تغییرات در چارچوب قانون جدید آموزش عمومی و راه‌اندازی «پرتال یکپارچه آموزش» صورت گرفته‌اند؛ سامانه‌ای که قرار است خدمات آموزشی را در یک بستر واحد تجمیع کند. ▫️ در چارچوب قانون جدید، بر ارتقای کیفیت برنامه‌های درسی، توسعه حرفه‌ای معلمان، حمایت از دانش‌آموزان دارای معلولیت و شناسایی استعدادهای برتر تأکید شده است. ▫️ بیش از ۴ هزار معلم برای شناسایی دانش‌آموزان مستعد آموزش دیده‌اند؛ بیش از ۴۹۵ هزار دانش‌آموز در رقابت‌های شناسایی و ارزیابی استعدادها شرکت کرده‌اند و بیش از ۴۵ هزار نفر نیز در مدارس تخصصی استعدادهای برتر ثبت‌نام کرده‌اند. ▫️ وزارت آموزش عربستان همچنین با سازمان داده و هوش مصنوعی عربستان (SDAIA) و صندوق توسعه منابع انسانی (HRDF) همکاری می‌کند تا بخشی از بار اداری معلمان کاهش یابد. ▫️ در حوزه آموزش پیش از دبستان نیز نرخ ثبت‌نام از ۳۵ درصد عبور کرده و هدف‌گذاری برای رسیدن به ۹۰ درصد تا سال ۲۰۳۰ انجام شده است. همچنین ۲۰۰ ساختمان و زمین آموزشی برای سرمایه‌گذاری بخش خصوصی اختصاص یافته که ظرفیت آتی آن‌ها بیش از ۱۶۰ هزار دانش‌آموز برآورد شده است. ▫️ «مرکز ملی برنامه‌های درسی» نیز در حال طراحی یک الگوی ملی آموزشی است که از دوره کودکی تا پایان متوسطه، برنامه درسی را بر سه محور ارزش‌ها، مهارت‌ها و دانش سازمان‌دهی می‌کند. همچنین مقرر شده معلمان صرفاً در حوزه تخصصی خود تدریس کنند و برنامه گسترده‌تری برای توسعه حرفه‌ای آنان اجرا شود. 🔺اگر این برنامه مطابق اعلام وزارت آموزش اجرا شود، عربستان در حال حرکت از آموزش نیروی انسانی برای «استفاده از فناوری» به سمت تربیت نسلی است که از سنین مدرسه با منطق داده، الگوریتم و هوش مصنوعی آشنا می‌شود. این تغییر در بلندمدت می‌تواند بر ترکیب مهارت‌های نیروی کار، الگوی تولید دانش و حتی شیوه تعامل نسل جدید با رسانه و اطلاعات اثر بگذارد. از سوی دیگر، هم‌زمانی ورود AI به برنامه درسی با راه‌اندازی پرتال یکپارچه آموزش قابل توجه است. در اینجا دو تحول موازی رخ می‌دهد: نخست، الگوریتمی‌شدن محتوای آموزشی و دوم، یکپارچه‌شدن زیرساخت داده‌های آموزشی. ترکیب این دو، در صورت توسعه قابلیت‌های تحلیلی سامانه، می‌تواند در آینده امکان تحلیل گسترده داده‌های آموزشی، شناسایی الگوهای یادگیری و شخصی‌سازی آموزش را فراهم کند. نکته کمتر دیده‌شده، اتصال این پروژه به SDAIA است. ورود نهاد ملی متولی داده و هوش مصنوعی به فرآیند کاهش بار اداری معلمان نشان می‌دهد که AI در این سیاست صرفاً یک «درس جدید» نیست؛ بلکه به‌تدریج در حال تبدیل‌شدن به لایه زیرساختی حکمرانی آموزش است. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت
MetaCog I متاکاگ
💠 هوش مصنوعی عربی هنوز «عرب» نیست؛ پژوهش MBZUAI شکاف فرهنگی و لهجه‌ای مدل‌های AI را آشکار کرد 🔹روزنامه The National در گزارشی، از پژوهش پیشگامانه (MBZUAI) برای سنجش توانایی مدل‌های هوش مصنوعی در فهم فرهنگ عربی و تعامل طبیعی با لهجه‌های مختلف عربی خبر داده است؛ پژوهشی که می‌تواند مسیر توسعه نسل جدید مدل‌های هوش مصنوعی عربی‌زبان را تحت تأثیر قرار دهد. ▫️ پژوهشگران MBZUAI نخستین بنچمارک برای ارزیابی استدلال فرهنگی عربی در مکالمات چندمرحله‌ای را طراحی کرده‌اند. این بنچمارک، عملکرد مدل‌ها را در زبان عربی معیار و ۱۳ لهجه ملی از کشورهای مختلف عربی بررسی می‌کند. ▫️ در این مطالعه، ۲۶ گویشور بومی عربی از ۱۳ کشور در گفت‌وگوهایی با محوریت ۱۲ موضوع از جمله ازدواج، غذا، فرزندپروری، کشاورزی، هنر و بازی مشارکت کردند. ▫️ مدل‌ها در سه وظیفه ارزیابی شدند: انتخاب پاسخ متناسب با فرهنگ از میان گزینه‌ها، ترجمه میان عربی معیار و یک لهجه مشخص، و ادامه‌دادن مکالمه به لهجه درخواستی. ▫️ یافته اصلی، یک شکاف معنادار بود: مدل‌های قدرتمند در تشخیص پاسخ فرهنگی مناسب عملکرد نسبتاً خوبی داشتند، اما هنگامی که از آن‌ها خواسته شد همان فرهنگ را در قالب یک لهجه واقعی بازتولید کنند، عملکرد به‌شدت افت کرد. ▫️ این مشکل به‌ویژه در لهجه‌های اماراتی و شمال آفریقا برجسته بود. مدل‌ها همچنین در مواجهه با آداب و رسوم اختصاصی هر کشور، نسبت به سنت‌های مشترک در جهان عرب عملکرد ضعیف‌تری نشان دادند. ▫️ به گفته پژوهشگران، یکی از ریشه‌های این مسئله آن است که مدل‌های زبانی عمدتاً بر عربی معیار مدرن (MSA) آموزش دیده‌اند؛ در نتیجه ممکن است در آزمون‌های رسمی بسیار روان به نظر برسند، اما در مکالمات طبیعی و روزمره میان گویش‌های مختلف عربی، محدودیت‌های آن‌ها آشکار شود. ▫️ تیم پژوهشی برای این منظور ArabCulture-Dialogue را توسعه داده است؛ بنچمارکی که مشخصاً استدلال فرهنگی، تغییر میان عربی معیار و لهجه‌ها و توانایی تولید مکالمه طبیعی را ارزیابی می‌کند. 🔺مدلی ممکن است واژگان عربی، ساختارهای نحوی و حتی بخش بزرگی از دانش عمومی درباره جهان عرب را در خود داشته باشد، اما همچنان نتواند تشخیص دهد که یک پاسخ در یک موقعیت اجتماعی مشخص، برای یک عرب اماراتی، مغربی یا مصری طبیعی و قابل قبول است یا خیر. مدل‌های زبانی فقط ابزار پاسخ‌گویی نیستند؛ آن‌ها به‌تدریج در نقش واسطه میان انسان و اطلاعات قرار می‌گیرند. بنابراین اگر یک مدل فرهنگ، ظرافت‌های اجتماعی و تنوع زبانی یک جامعه را ناقص بازنمایی کند، خروجی آن نیز می‌تواند تصویری ساده‌شده یا حتی نادقیق از آن جامعه تولید کند. یافته جالب‌تر پژوهش آنجاست که دانش فرهنگی ظاهراً در برخی موارد در خود مدل وجود دارد، اما مدل برای فعال‌کردن آن به راهنمایی اندکی درباره کشور یا منطقه نیاز دارد. این مسئله نشان می‌دهد مشکل الزاماً فقدان کامل دانش نیست؛ بلکه می‌تواند به نحوه بازیابی و فعال‌سازی دانش فرهنگی در بافت مکالمه مربوط باشد. برای امارات، این پروژه فراتر از یک دستاورد دانشگاهی است. ابوظبی طی سال‌های اخیر توسعه مدل‌های بومی هوش مصنوعی، از جمله Jais، و تحقق اهداف راهبرد ملی هوش مصنوعی ۲۰۳۱ را دنبال کرده است. در چنین شرایطی، ساخت بنچمارک‌هایی که مدل را نه فقط بر اساس «درستی زبانی»، بلکه بر اساس درستی فرهنگی و منطقه‌ای ارزیابی کنند، بخشی از مسیر ایجاد AI بومی محسوب می‌شود. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت
MetaCog I متاکاگ
💠 عربستان؛ بازطراحی نظام آموزشی با هوش مصنوعی، حکمرانی داده و مدیریت هوشمند نیروی انسانی 🔹 «یوسف البنیان»، وزیر آموزش عربستان سعودی، در دانشگاه پرنسس نوره ریاض از مجموعه‌ای از اصلاحات گسترده برای سال تحصیلی جدید و سال‌های آینده خبر داد؛ اصلاحاتی که همزمان مدیریت نیروی انسانی، فرایندهای آموزشی و استفاده از هوش مصنوعی را هدف گرفته‌اند. ▫️ بر اساس این برنامه، بیش از ۳۷٬۵۰۰ نفر از کارکنان آموزشی و اداری ارتقا خواهند یافت؛ شامل بیش از ۲۸٬۰۰۰ نیروی آموزشی و ۹٬۵۰۰ نیروی اداری. ▫️ وزارت آموزش اعلام کرده است معلمان دیگر مجاز به تدریس خارج از حوزه تخصصی خود نخواهند بود؛ اقدامی که با هدف تضمین «حق دانش‌آموز برای دریافت آموزش باکیفیت» معرفی شده است. ▫️ سازوکار «حضوری» (Hudoori)، به‌عنوان سامانه هوشمند ثبت و پایش ورود و خروج کارکنان مدارس، نیز تغییر می‌کند. ساعات کاری معلمان از یک الگوی ثابت کشوری فاصله گرفته و بر اساس برنامه روزانه، نیاز عملیاتی و جدول زمانی هر مدرسه تعیین خواهد شد. پس از تکمیل وظایف تعیین‌شده، از جمله تدریس، تصحیح و نظارت مدرسه، معلم می‌تواند محل کار را ترک کند. ▫️ در حوزه توسعه سرمایه انسانی، بیش از ۲۴۰٬۰۰۰ معلم قرار است از طریق برنامه توسعه قابلیت‌های انسانی آموزش ببینند؛ از این تعداد، ۶۰٬۰۰۰ نفر طی سال گذشته آموزش دیده‌اند. ▫️ عربستان همچنین در سالی که ۲۰۲۶ را «سال هوش مصنوعی» نام‌گذاری کرده، استفاده از AI در آموزش را گسترش می‌دهد. وزارت آموزش با همکاری Saudi Data and AI Authority (SDAIA) و شرکت سعودی Humain در حال اجرای یک آزمایش فناورانه برای کاهش بار اداری و عملیاتی معلمان و دانش‌آموزان است. ▫️ به گفته وزیر آموزش، هدف این است که هوش مصنوعی بخشی از وظایف اجرایی معلمان را بر عهده بگیرد تا آنان زمان بیشتری برای تمرکز بر دانش‌آموزان و نیازهای آموزشی آنان داشته باشند. ▫️ در بخش آموزش ابتدایی نیز هدف‌گذاری شده است نرخ ثبت‌نام در آموزش پیش‌دبستانی از ۳۵ درصد به ۹۰ درصد تا سال ۲۰۳۰ افزایش یابد. ▫️ همزمان، بیش از ۳۶ میلیون کتاب درسی پیش از آغاز تعطیلات تابستانی به مدارس تحویل داده شده و ۶۰٬۰۰۰ کتاب نیز با همکاری شرکت پست سعودی SPL به منازل دانش‌آموزان ارسال شده است. ▫️ در حوزه استعدادهای برتر، ۴٬۰۰۰ معلم برای شناسایی دانش‌آموزان مستعد آموزش دیده‌اند و بیش از ۴۵٬۰۰۰ دانش‌آموز در مدارس تخصصی استعدادهای درخشان ثبت‌نام کرده‌اند. همچنین ۷۲ معلم و بیش از ۴۰۰ دانش‌آموز سعودی در سال گذشته جوایز داخلی و بین‌المللی دریافت کرده‌اند و حدود ۷۰ درصد دانشجویان بورسیه سعودی در ۵۰ دانشگاه برتر جهان پذیرش گرفته‌اند. 🏷 پیوست خبری 🌐 متاکاگ | فراتر از شناخت