💠 توئیت آقای جنسن هوانگ در خصوص این مدل تازه 🔷 جی پی تی ۶ استرا با بیش از ۱۰۰ هزار GPU گرِیس بلَک وِل ان‌ویدیا تعلیم داده شد! از چت جی پی تی تا o1 تا Astra تنها در ۴ سال! 🔷 اِی جی آی (هوش مصنوعی عمومی/در حد انسان) رسید! تبریک میگم به تیم Open AI. به زودی شاهد مدل ۴۰۰ هزار کارت گرافیکی خواهیم بود!!! #هوش_مصنوعی #آخرین_اخبار_تکنولوژی 🌐 متاکاگ | فراتر از شناخت

💠 وقتی هم صاحب برترین LLM هستی هم برترین مدل تصویرساز جهان! 🔷 ویدیو رسمی انتشار مدل GPT Image 2.5: مدل جدید تصویر ساز Open AI که به گفته خودشون دقت ش نسبت به مدل 2 بسیار بالاتر رفته و هم چنین از امروز در اختیار همه کاربران (حتی در اکانت رایگان) قرار گرفته است! #هوش_مصنوعی #آخرین_اخبار_تکنولوژی 🌐 متاکاگ | فراتر از شناخت

💠 نکات جالبی که شاید در مورد این مدل Astra نمی دونستین! 🔷 مدل Astra توسط سایر مدل های Open AI تعلیم داده شد با کمترین دخالت انسان! رباتی که توسط بقیه ربات ها ساخته شد! 🔷 استرا به سطحی رسیده که بهش میگن دروازه حیاتی امنیت سایبری! یعنی چی؟! یعنی می تونه نقاط ضعف سیستم ها و نرم افزار ها رو پیدا کنه! حتی چیزهایی که سازندگان شون هم نمی دونن! 🔷 استرا کاملا خودکار عمل می کنه! لازم نیست هربار بهش پرامپت بدی! عملا دستیار شخصی شماست! خود Open AI هم گفته که ما رو به عصر AGI وارد می کنه! مدیرعامل شون، سم آلتمن، میگه هوش مصنوعی به زودی در همه جا خواهد بود! ایلان ماسک هم میگه هوش مصنوعی همه شغل های دیجیتال رو تصاحب خواهد کرد شاید حتی تا همین سال بعد (۲۰۲۷). ربات های انسان نما که شغل های فیزیکی رو هم از انسان ها می گیرند! پس هدف نهایی هوش مصنوعی اینه؟ رئیس هوش مصنوعی باید هم اینو بگه! 😐 وقتی مدل هاشون موفق عمل می کنن، جیب اونا رو پر پول می کنند! پس طبیعیه ماسک و آلتمن هوش مصنوعی رو همین طور جلو ببرن!! #هوش_مصنوعی #آموزش #ابزارها 🌐 متاکاگ | فراتر از شناخت

💠 فشردگی چرخه انتشار مدل های هوش مصنوعی 🔷 GPT 3 تا GPT 4: 1006 روز 🔷 GPT 5.6 تا GPT 6: 56 روز 🔶 Claude 3 تا Claude 4: 444 روز 🔶 Claude 5 تا Claude 5.1: 84 روز ✅ دلیل ش هم واضحه! چون دیگه آدم و برنامه نویس لازم نیست تا این مدل ها رو تعلیم بدن! مدل های قدیمی تر آستین رو میدن بالا و زحمت ش رو می کشند!! ✍️ این دقیقا همون Singularity معروف هست که به صورت ورود به مسیر فراوانی و هم چنین تحقق اَبَر هوش مصنوعی یا ASI تعبیر می کنند. جالب این جاست ما در مورد همه اینا قبلاً کامل بحث کرده بودیم در پادکست-مقاله از هوش مصنوعی چه خبر!؟ اگه ندیدین، حتما یه سری بزنین بهش! #هوش_مصنوعی #آخرین_اخبار_تکنولوژی 🌐 متاکاگ | فراتر از شناخت

💠 جمع بندی اخبار این هفته 1️⃣ اوپن اِی آی مدل GPT 6 Astra را منتشر کرد. 2️⃣ انتراپیک مدل Fable 5.1 و Mythos 5.1 را منتشر کرد. 3️⃣ متا مدل Muse Spark 1.3 را منتشر کرد. 4️⃣ گوگل مدل Gemini 3.8 دو نسخه فلش و فلش سایبر را منتشر کرد. 5️⃣ ان‌ویدیا تایید کرد که Hugging Face را به قیمت ۱۲.۹ میلیارد دلار خریداری می کند (یعنی عملا از روسای هوش مصنوعی جهان می شود!) 6️⃣ گراک بات هم اکنون برای اندروید نیز قابل دسترسی است. 7️⃣ دایسن به تازگی یک مسواک جدید مجهز به هوش مصنوعی بیرون داد که یک دوربین با لنز ماکرو ۱۰۰ هزار پیکسلی دارد! 8️⃣ پرپلکسیتی، لیلی، که موتور برداشت اطلاعاتی آن برای خدمت به مدل های اپل سیلیکون بود را منبع باز کرد. 9️⃣ گوگل، WeatherNext 3 که پیشرفته ترین مدل هوش مصنوعی پیش بینی کننده آب و هوای خود بود را منتشر کرد. 🔟 انتراپیک، نقشه ساخت ایجنت های بازرگانی کلاد را منبع باز کرد. 1️⃣1️⃣ اوپن اِی آی می گوید محققان صدک نودم آنها هم روزانه به اندازه ۷۰۰۰ دلار توکن مصرف می کنند! 2️⃣1️⃣ برنامه سفیران دانشگاه کلاد انتراپیک هم اکنون شروع به دریافت درخواست متقاضیان کرده است. 3️⃣1️⃣ مدیرعامل ان‌ویدیا، جنسن هوانگ بعد از انتشار مدل استرا گفت: AGI بالاخره از راه رسید! #هوش_مصنوعی #آخرین_اخبار_تکنولوژی 🌐 متاکاگ | فراتر از شناخت

💠 غول‌های هوش مصنوعی هشدار دادند: «امنیت سایبری فعلی کافی نیست» 🔹 به گزارش POLITICO، بیش از ۱۰۰ شرکت فعال در حوزه هوش مصنوعی، امنیت سایبری و زیرساخت‌های حیاتی، از جمله OpenAI، Anthropic، Google و Microsoft، خواستار اقدام فوری دولت‌ها و همکاری گسترده‌تر میان آزمایشگاه‌های هوش مصنوعی و نهادهای دفاع سایبری شده‌اند. ▫️ این شرکت‌ها در نامه‌ای هشدار داده‌اند که برای تقویت دفاع سایبری در برابر حملات مجهز به هوش مصنوعی، «پنجره زمانی محدودی» وجود دارد؛ زیرا با افزایش توانمندی مدل‌های پیشرفته در سراسر جهان، حملات سایبری مبتنی بر AI می‌توانند به‌مراتب گسترده‌تر و پیچیده‌تر شوند. ▫️ این هشدار در شرایطی مطرح شده که مدل‌های پیشرفته موسوم به Frontier AI به‌تدریج توانایی بیشتری برای شناسایی و بهره‌برداری از آسیب‌پذیری‌های دیجیتال پیدا کرده‌اند؛ قابلیتی که می‌تواند سرعت و مقیاس عملیات سایبری را افزایش دهد. ▫️ نویسندگان نامه تأکید دارند که «وضعیت موجود امنیت سایبری کافی نخواهد بود» و حفاظت از زیرساخت‌های حیاتی باید به یک رویکرد «تمام‌جامعه‌ای» تبدیل شود؛ از بیمارستان‌ها و مراکز درمانی گرفته تا سامانه‌های تصفیه و توزیع آب. ▫️ شرکت‌ها از دولت‌ها خواسته‌اند برنامه‌های دفاع سایبری را هماهنگ و تأمین مالی کنند، اشتراک‌گذاری اطلاعات تهدیدات را توسعه دهند و دسترسی مراکز درمانی، تأسیسات آب و دولت‌های محلی به ابزارهای دفاعی مبتنی بر AI را افزایش دهند. ▫️ بیمارستان‌ها از اهداف پرتکرار حملات سایبری محسوب می‌شوند؛ بخشی از این آسیب‌پذیری به کمبود منابع و بودجه کافی برای دفاع سایبری بازمی‌گردد. همچنین در ماه‌های اخیر، سامانه‌های آب محلی در ده‌ها ایالت آمریکا هدف حملاتی قرار گرفته‌اند که مهاجمان آنها مظنون به ارتباط با ایران بوده‌اند؛ این بخش، ادعای مطرح‌شده در گزارش است و به‌عنوان واقعیت قطعی مستقل ارائه نشده است. ▫️ پیشنهاد اصلی شرکت‌ها، استفاده از مدل‌های هوش مصنوعی دارای قابلیت‌های تخصصی سایبری است؛ مدل‌هایی که بتوانند مهارت‌های تخصصی امنیتی را در اختیار تعداد بیشتری از مدافعان شبکه قرار دهند. ▫️ در ماه‌های اخیر، OpenAI و Anthropic دسترسی زودهنگام به جدیدترین مدل‌های خود را در اختیار شماری از شرکت‌های فناوری و امنیت سایبری قرار داده‌اند؛ با این حال، بنا بر گزارش، دسترسی عمومی به برخی از پیشرفته‌ترین ابزارهای سایبری این شرکت‌ها به درخواست دولت ترامپ محدود شده است. 🏷 پیوست خبری 🌐 متاکاگ | فراتر از شناخت

💠 جنگ شناختی وارد «میدان مغز» می‌شود؛ از عملیات اطلاعاتی تا رقابت نورواستراتژیک 🔹 مؤسسه مطالعات استراتژیک ملی آمریکا (INSS) در مقاله‌ای به قلم «جیمز جوردانو» و «رابرت اشمیدل»، از ظهور یک حوزه جدید در رقابت راهبردی با عنوان «رقابت نورواستراتژیک» سخن می‌گوید؛ حوزه‌ای که در آن مغز انسان نه صرفاً مخاطب عملیات شناختی، بلکه به‌تدریج به «میدان نبرد» تبدیل می‌شود. ▫️ نویسندگان استدلال می‌کنند که تمام اشکال قدرت ــ از دیپلماسی و تحریم اقتصادی تا عملیات نظامی و عملیات اطلاعاتی ــ در نهایت از طریق دستگاه عصبی انسان بر ادراک، قضاوت، احساس و رفتار اثر می‌گذارند. از این منظر، مغز «میانجی» نهایی تمام اشکال همکاری، رقابت و منازعه انسانی است. ▫️ علوم اعصاب نشان داده‌اند که شبکه‌هایی مانند «شبکه برجستگی» (Salience Network)، «شبکه حالت پیش‌فرض» (Default Mode Network)، شبکه‌های کنترل اجرایی و ساختارهای لیمبیک، در تشخیص تهدید، شکل‌دهی هویت و روایت، حافظه، تنظیم هیجان، قضاوت و تصمیم‌گیری نقش دارند. نویسندگان معتقدند شناخت این سازوکارها می‌تواند امکان شناسایی نقاط آسیب‌پذیر شناختی را افزایش دهد. ▫️ مقاله با تکیه بر نظریه «پردازش پیش‌بینانه» (Predictive Processing) توضیح می‌دهد که مغز اطلاعات جدید را در خلأ پردازش نمی‌کند؛ بلکه آن را با باورها، تجربه‌های قبلی، انتظارات، هیجانات و چارچوب‌های فرهنگی مقایسه می‌کند. بنابراین اطلاعات همسو با پیش‌فرض‌ها آسان‌تر پذیرفته و اطلاعات ناسازگار ممکن است حتی در صورت صحت، پس زده شوند. ▫️ نویسندگان این سازوکار را در قالب توسعه‌ای از چرخه تصمیم‌گیری OODA، با عنوان «B-OODA-C» صورت‌بندی می‌کنند: سوگیری‌ها (Biases)، مشاهده (Observation)، جهت‌یابی (Orientation)، تصمیم (Decision)، اقدام (Action) و پیامدها (Consequences). در این مدل، پیامد اقدامات نیز دوباره بر سوگیری‌ها و تصمیم‌های آینده اثر می‌گذارد. ▫️ بر اساس این تحلیل، عملیات شناختی امروز عمدتاً به‌صورت غیرمستقیم عمل می‌کنند: رسانه‌های دیجیتال، شبکه‌های اجتماعی، سامانه‌های توصیه‌گر الگوریتمی، پلتفرم‌های خبری، سرگرمی و ارتباطات میان‌فردی، ورودی‌های محیطی را تغییر می‌دهند تا در نهایت بر پردازش عصبی و رفتار اثر بگذارند. ▫️ در مرحله بعد، فناوری‌هایی مانند fMRI، fNIR، MEG و qEEG امکان مشاهده دقیق‌تر فعالیت مغزی را فراهم کرده‌اند. همچنین رابط‌های مغز و رایانه (BCI) و روش‌های «رمزگشایی عصبی» در حال توسعه قابلیت‌هایی برای شناسایی ارتباط میان فعالیت‌های عصبی و مؤلفه‌هایی مانند توجه، ادراک، قصد، وضعیت هیجانی و تصمیم‌گیری هستند. ▫️ نقطه عطف مهم‌تر، همگرایی علوم اعصاب با «کلان‌داده» و هوش مصنوعی است. نویسندگان از مفهومی با عنوان «تحلیل عصبی جمعیت» (Population Neuroanalytics) سخن می‌گویند؛ رویکردی که با ترکیب داده‌های زیستی، روان‌شناختی، اجتماعی، فرهنگی، اقتصادی و اطلاعاتی، به دنبال کشف الگوهای رفتاری و شناختی در مقیاس جمعیت است. ▫️ گام بعدی، «مدل‌سازی شناختی مصنوعی» است؛ استفاده از علوم اعصاب محاسباتی، مدل‌سازی عامل‌محور، یادگیری ماشین و فناوری «دوقلوی دیجیتال» برای ساخت بازنمایی‌های محاسباتی از افراد، سازمان‌ها و جمعیت‌ها. این مدل‌ها قرار نیست مغز واقعی را بازسازی کنند، بلکه می‌توانند بر اساس متغیرهای شناخته‌شده، گرایش‌های شناختی و رفتاری و سناریوهای احتمالی آینده را شبیه‌سازی کنند. ▫️ از نگاه مقاله، چنین مدل‌هایی می‌توانند برای شناسایی «تنش‌های اجتماعی نوظهور، کاهش اعتماد نهادی، مسیرهای افراطی‌شدن، سرایت اطلاعاتی، شاخص‌های گسست اجتماعی، عوامل تاب‌آوری شناختی، آسیب‌پذیری‌های تصمیم‌گیری و واکنش‌های رفتاری به بحران‌ها» به کار گرفته شوند. ▫️ نویسندگان نتیجه می‌گیرند که این تحول می‌تواند عملیات شناختی را از «اقناع انبوه» به سمت «اثرگذاری دقیق» سوق دهد؛ یعنی به جای ارسال یک پیام عمومی برای میلیون‌ها نفر، بتوان الگوهای شناختی و رفتاری گروه‌ها یا اهداف مشخص را شناسایی و پیام‌ها و مداخلات را متناسب با آنها تنظیم کرد. 🔺در مدل سنتی عملیات اطلاعاتی، هدف عمدتاً تولید و توزیع پیام بود. اما الگوی مورد بحث INSS، یک گام جلوتر می‌رود: ابتدا ساختارهای شناختی و رفتاری هدف از طریق داده شناسایی می‌شوند؛ سپس AI الگوها و آسیب‌پذیری‌ها را استخراج می‌کند؛ و در نهایت محیط اطلاعاتی به گونه‌ای تنظیم می‌شود که احتمال تغییر ادراک، نگرش یا رفتار افزایش یابد. 🏷 پیوست گزارش 🌐 متاکاگ | فراتر از شناخت

💠 ۲۵۰ سال پیش هم انگار هوش مصنوعی داشتیم!!! 😐 🔷 چندین ابزار پرکاربرد تشخیص متون تولیدشده توسط هوش مصنوعی اخیراً متن اعلامیه استقلال ایالات متحده در سال ۱۷۷۶ را با احتمال بسیار بالا «تولیدشده توسط هوش مصنوعی» تشخیص داده‌اند؛ به‌طوری که برخی از این ابزارها احتمال بالای ۹۵٪ را به آن اختصاص داده‌اند. این موضوع نگرانی‌های فزاینده‌ای را درباره قابلیت اطمینان این سامانه‌های تشخیص به وجود آورده است. 🔷 این پدیده در شبکه‌های اجتماعی و محافل فناوری به موضوعی بحث‌برانگیز و وایرال تبدیل شده است. کارشناسان اشاره می‌کنند که عبارات رسمی، ساختارهای متقارن جمله‌ها و سبک بسیار الگومند و حقوقی متن این سند، اغلب شباهت زیادی به همان «امضای آماری» دارند که این ابزارها معمولاً با خروجی مدل‌های زبانی بزرگ مدرن مرتبط می‌دانند. 🔷 پژوهشگران و متخصصان آموزش هشدار داده‌اند که این ابزارها اغلب اسناد تاریخی، متون ترجمه‌شده و نوشته‌های دانشگاهیِ ویرایش‌شده و polished (شُسته رُفته) را به‌اشتباه به‌عنوان متن تولیدشده توسط هوش مصنوعی طبقه‌بندی می‌کنند. این مسئله بحث گسترده‌تری را درباره این موضوع به راه انداخته است که آیا ابزارهای تشخیص محتوای هوش مصنوعی واقعاً برای ارزیابی‌های جدی، به‌ویژه در مدارس و محیط‌های حرفه‌ای، مناسب هستند یا نه؛ چراکه احتمال تشخیص‌های مثبت کاذب در آن‌ها قابل توجه است. 😁 اینو برای اساتید تون بفرستین که میگن چرا تکلیف یا مقاله ت رو هوش مصنوعی برات نوشته! بگید انقدر بی نقص می نویسم، این جوریه!!! #هوش_مصنوعی #آموزش #ابزارها 🌐 متاکاگ | فراتر از شناخت

💠 فیلم ۹۰ دقیقه ای Hell Grind: کاملا ساخته شده با هوش مصنوعی! 🔷 شاید باورتون نشه ولی یه تیم ۱۵ نفره ۱۱۵ هزار خروجی با هوش مصنوعی درست کرده و یه فیلم ۹۰ دقیقه ای ساخته! 🤯 🔷 هیگزفیلد هم همه ویدیوها، پرامپت ها، و تصاویر رفرنس رو Open Source کرده و همه می تونن ببینند و دانلود کنند. 🔶 پس وقتی یکی تونسته ۱ ساعت و نیم فیلم بده بیرون با Character Consistency (ثبات شخصیت)، همه می تونن! البته بگم خودشون نگفتن ولی این پروژه ۱۰ تا ۵۰ هزار دلار حدس می زنم خرج برداشته باشه و این که مهارت و پشتکار بالایی می خواد! 📖 این فیلم و سایر مشخصات و متعلقات آن را اینجا مشاهده کنید. #هوش_مصنوعی #آخرین_اخبار_تکنولوژی #ابزارها 🌐 متاکاگ | فراتر از شناخت

💠 هوش طبیعی و عظمت آن! 🔷 محققان توانسته اند تنها یک میلی متر مکعب از مغز انسان را دیجیتالی کنند! فایل حاصله آن ۱.۴ پتابایت (۱۴۰۰ ترابایت) بوده و حدود ۵۷ هزار نورون و ۱۵۰ میلیون اتصال را شامل می شود! دقت کنید که دانشمندان می گویند مغز انسان ۸۶ میلیارد نورون دارد!!! ✍️ طبق گفته سم آلتمن، بچه هایی که از الان به بعد به دنیا می آیند، هیچگاه به باهوشی هوش مصنوعی نخواهند بود!! 🔶 شاید بپرسین ما که ذهن خودمون اینقدر از علم جلوتره چطور AI از ما باهوش تره!؟ چون مثلا همین یک میلی متر مکعب، بهره وری ۱۰۰ درصد داره برخلاف ذهن انسان که بطور طبیعی مدام پرش های ذهنی داره و یا دچار فراموشی میشه! اگر راهکاری اساسی برای تعامل خود و فرزندان تون با AI نداشته باشید، از این هم اوضاع بدتر میشه!! و این راهکار به هیچ عنوان به معنای محدودیت نیست! شاید کمی شامل اون بشه، اما مساوی اون نیست!!! #هوش_مصنوعی #آخرین_اخبار_تکنولوژی 🌐 متاکاگ | فراتر از شناخت