📱کارشناسان امنیتی: ایجنت ‌ChatGPT حالا می‌تواند کپچاها را حل کند 🔹کپچا (CAPTCHA) همان پازل‌های مزاحم اما ضروری هستند که از ما می‌خواهند حروف کج و معوج را بخوانیم یا تصاویر خاصی را انتخاب کنیم تا ثابت شود انسان هستیم. مدل‌های هوش مصنوعی مانند ChatGPT به‌طور پیش‌فرض آموزش دیده‌اند که این تست‌ها را حل نکنند. اما محققان شرکت امنیتی SPLX با استفاده از یک تکنیک به نام «تزریق پرامپت چندمرحله‌ای» این محدودیت را دور زدند. 🔹فرایند فریب به این شکل بود: ابتدا آنها در یک چت عادی با ChatGPT-4o، به هوش مصنوعی گفتند که قرار است یک تمرین مبتنی بر استدلال را با حل‌کردن لیستی از کپچاهای «جعلی» انجام دهند و رضایت هوش مصنوعی را برای حل این تست‌های «جعلی» جلب کردند. سپس در یک چت جدید، این مکالمه را در حالت Agent Mode کپی کردند؛ حالتی که در آن ChatGPT می‌تواند به صورت مستقل با وب‌سایت‌ها تعامل داشته باشد. 🔹هوش مصنوعی در حالت Agent، با به‌یاد داشتن مکالمه قبلی، تصور کرد که همچنان درحال انجام همان تمرین مورد توافق است و بدون اینکه متوجه شود چارچوب‌های امنیتی خود را زیر پا گذاشت و شروع به حل‌کردن کپچاهای واقعی کرد. این اولین مورد مستندی است که در آن یک ایجنت GPT کپچاهای پیچیده مبتنی‌بر تصویر را حل می‌کند.

چرا هوش مصنوعی اصطلاحات و تعارفات ایرانی را نمی‌فهمد؟ 🔹تحقیقات اخیر نشان داده که چت‌بات‌های هوش مصنوعی هنگام مواجهه با آداب اجتماعی فارسی، به‌ویژه پدیده‌ای به نام «تعارف»، دچار سردرگمی می‌شوند. در فرهنگ ما، پاسخ «نه» همیشه معنای واقعی «نه» را ندارد؛ گاهی نشان‌دهنده تعارف، مودبانه‌گی یا حتی معنای «بله» پنهان است. 🔹برای انسان‌ها این رفتار طبیعی است، اما برای ربات‌هایی که با منطق صریح و داده‌های مستقیم آموزش دیده‌اند، درک چنین ظرافت‌های گفتاری بسیار دشوار است. 🔹یکی از دلایل اصلی این محدودیت، منبع داده‌های آموزشی است. مدل‌های زبانی غالباً با متون انگلیسی و مستقیم آموزش دیده‌اند و بنابراین وقتی با زیرمتن‌های فارسی، تعارف‌ها یا کنایه‌ها روبه‌رو می‌شوند، احتمال ارائه پاسخ نامناسب یا غیرمرتبط افزایش می‌یابد. 🔹این یافته‌ها نشان می‌دهد که برای بهبود تعامل هوش مصنوعی با کاربران فارسی‌زبان، نیاز به آموزش مدل‌ها با داده‌های فرهنگی و زبانی بومی و توجه ویژه به ظرافت‌های گفتاری وجود دارد.

اینستاگرام اعلام کرد که اکنون ۳ میلیارد کاربر ماهانه فعال دارد

سلاح FATF، ابزار اسرائیل علیه رمزارزهای ایران چند روز پیش رسانه‌های اسرائیلی از مسدود شدن ۱۸۷ کیف پول رمزارز به دستور وزارت جنگ رژیم صهیونیستی خبر دادند. گزارش‌ها نشان می‌دهد مسدودی کیف‌پول‌های رمزارزی ایرانی، در چارچوب همکاری نهادهای اسرائیلی با سازوکارهای مالی بین‌المللی انجام شده. در واقع دفتر مقابله با تامین مالی تروریسم وزارت جنگ اسرائیل با زدن برچسب همکاری با سپاه پاسداران روی این کیف پول‌ها، باعث مسدودی آنها شده است. واحد اطلاعات مالی اسرائیل، طبق گفتۀ منابع این رژیم، یکی از ۲ واحد مالی برتر جهان نامیده می‌شود و نقش برجسته‌ا‌ی در سیاست‌گذاری‌های مربوط به مبارزه با پول‌شویی و تأمین مالی تروریسم ایفا کند. این یعنی اسرائیل به‌واسطۀ این موضوع، در نهادهای بین‌المللی مقابله‌کننده با تامین مالی تروریسم و پول‌شویی نفوذ قابل‌توجهی دارد؛ موضوعی که همکاری کشور ما با FATF را پرخطر می‌کند!

🔴 ترور عماد مغنیه؛ مهندسی یک عملیات اطلاعاتی ‌ 🔹شامگاه ۱۲ فوریه ۲۰۰۸، خیابان‌های دمشق آرام به‌نظر می‌رسید. عماد مغنیه، فرمانده‌ای که سال‌ها در فهرست تحت تعقیب‌ترین سرویس‌های اطلاعاتی قرار داشت و به «مرد سایه» معروف بود، پس از یک دیدار غیررسمی به سمت خودروی پاترولش رفت. لحظه‌ای بعد طی انفجار مهندسی‌شده اتومبیلش، ترور شد. ‌ 🟣 لایه‌های عملیات؛ از نفوذ پنهان تا ردیابی دیجیتال ‌ 🔸خودروی شهید مغنیه در محوطه‌ای به‌ظاهر امن پارک می‌شد. کارگذاری بمب در چنین شرایطی بدون نفوذ انسانی تقریباً غیرممکن بود؛ این یعنی عملیات بیش از هر چیز بر شکستن حلقه‌های اعتماد استوار بود. ‌ 🔹انفجار درست زمانی که او پشت فرمان نشست، رخ داد؛ نه زودتر و نه دیرتر. چنین دقتی نشانهٔ وجود مکانیزم‌های فعال‌سازی از راه دور است که به طراحان امکان می‌دهد از فاصله‌ای امن، «لحظهٔ طلایی» را انتخاب کنند. ‌ 🔸شهید مغنیه با وجود رعایت همهٔ ملاحظات امنیتی، نتوانست از رد سیگنال‌ها بگریزد. تحلیل الگوهای تماس حتی بدون شنود محتوا می‌توانست ریتم رفت‌وآمد او را آشکار کند. تلفیق این داده‌ها با منابع انسانی محلی همان چیزی بود که پنجرهٔ فرصت را برای تیم ترور گشود. ‌ 🔹طراحی صحنه هم به‌گونه‌ای بود که کمترین ردپا باقی بماند. هیچ گروهی مسئولیت ترور را بر عهده نگرفت. ‌ 🟠 ردی از دمشق تا تهران و بیروت ‌ پروندهٔ شهید مغنیه تنها نمونهٔ چنین معماری پیچیده‌ای نبود. ‌ 🔸ترور رفیق حریری (بیروت، ۲۰۰۵): تحقیقات دادگاه ویژهٔ لبنان نشان داد که تحلیل شبکه‌های تلفنی و تماس‌های سیگنالی در برنامه‌ریزی حمله نقشی اساسی داشت. ‌ 🔹ترور دکتر محسن فخری‌زاده (ایران، ۲۰۲۰): گزارش‌ها حاکی از رصد طولانی‌مدت و استفاده از فناوری‌های از راه دور است. نقطهٔ مشترک باز همان است: ترکیب ردیابی سیگنالی و سازوکار فعال‌سازی غیرمستقیم. ‌ 🟡 آنچه ترور شهید مغنیه آشکار کرد ‌ 🔹این پرونده نشان می‌دهد که ابزارهایی مانند ردیابی سیگنال‌ها و تحلیل ارتباطات، چگونه به سلاحی کارآمد در دست سرویس‌های امنیتی تبدیل شده‌اند. 🔸اما این فناوری‌ها فقط به میدان‌های اطلاعاتی محدود نمانده‌اند؛ شکل ساده‌ترشان در زندگی روزمره هم حضور دارد: از ردیابی موقعیت تلفن همراه تا تحلیل رفتار کاربران در شبکه‌های اجتماعی. 🔹به همین دلیل، امنیت دیجیتال امروز نه یک دغدغهٔ صرفاً نظامی، بلکه بخشی از امنیت فردی و اجتماعی ماست. ‌

مایکروسافت دسترسی ارتش اسرائیل به خدمات ابری و هوش مصنوعی را تعلیق کرد در پی افشای گزارش‌هایی درباره استفاده ارتش اسرائیل از پلتفرم آژور برای نظارت انبوه بر تماس‌های تلفنی فلسطینیان، مایکروسافت مدعی شد که دسترسی ارتش اسرائیل به برخی خدمات کلیدی خود را متوقف کرده است! برد اسمیت، رئیس مایکروسافت: «ما اطمینان می‌دهیم که فناوری‌های ما برای نظارت گسترده بر غیرنظامیان استفاده نمی‌شوند.» طبق گزارش گاردین، ارتش اسرائیل داده‌هایی معادل یک میلیون تماس در ساعت را روی سرورهای آژور ذخیره می‌کرده و پس از افشای این موضوع، حدود ۸ ترابایت داده را به AWS منتقل کرده است. این تصمیم پس از فشار رسانه‌ای، اعتراض‌های داخلی کارمندان و فعالیت گروه «نه به آژور برای آپارتاید» اتخاذ شد. اعتراضات اخیر حتی منجر به اخراج پنج کارمند معترض در مقر اصلی شرکت شد. این تعلیق همکاری تنها شامل خدمات ابری و هوش مصنوعی است، اما قراردادهای امنیت سایبری تحت پیمان ابراهیم همچنان ادامه دارد.

♨️مدل جدید Qwen3-Max علی‌بابا معرفی شد. 🔸علی‌بابا مدل هوش مصنوعی Qwen3-Max را از حالت آزمایشی خارج کرد. این مدل بر پایه معماری «ترکیب متخصصان» ساخته شده و با بیش از ۳۶ تریلیون توکن آموزش دیده است. 🔹مدل Qwen3-Max علاوه بر توانایی چشمگیر در درک و تولید کد، از قابلیت «عامل مستقل» برخوردار است و می‌تواند اهداف تعیین‌شده کاربر را به‌صورت خودکار پیگیری کند. ادعا شده این ابزار در برخی حوزه‌ها از GPT-5 پیشی گرفته است. Chat.qwenlm.ai

#آموزش_قدم‌به‌قدم_هوش_مصنوعی فصل دوم 📊✨ قسمت ۲۱: کار با داده‌های مدرسه – جدول هوشمند سلام به دانشمندای کوچیک آینده 🚀✨ تا حالا شده بخوای نمره‌ها یا لیست حضور و غیاب کلاست رو مرتب و قشنگ توی یه جدول ببینی؟ 📋🤓 خب، اینجاست که هوش مصنوعی میاد کمک! 📌 ابزارهایی که می‌تونی استفاده کنی: *یک: Google Sheets + هوش مصنوعی 📑 👉 می‌تونی با افزونه‌هایی مثل *GPT for Sheets* داده‌هاتو تحلیل کنی. *دو: Excel + Copilot 📊 👉 داده‌ها رو هوش مصنوعی دسته‌بندی و خلاصه می‌کنه. *سه: Notion AI 🧠 👉 برای ساخت جدول‌های هوشمند و توضیحات خودکار. مثلاً فقط کافی اسم دانش‌آموزها و نمره‌هاشون رو وارد کنی، هوش مصنوعی خودش برات میانگین، بالاترین و پایین‌ترین نمره رو پیدا می‌کنه 😍👏 📈✨ قسمت ۲۲: تحلیل نمرات کلاسی با کمک هوش مصنوعی تا حالا شده بخواین نمره‌های کلاستون رو بررسی کنین و بفهمین کدوم درس‌ها قوی‌تر هستین یا کدوم موضوعات نیاز به مرور دارن؟ 🤔 اینجاست که هوش مصنوعی وارد میشه 🚀 ابزارهایی هستن که می‌تونن نمره‌ها رو بخونن و خودشون: * میانگین کلاس رو محاسبه کنن 🧮 * نمودارهای جذاب بسازن 📊 * نقاط ضعف و قوت هر دانش‌آموز رو نشون بدن ✨ 🔧 ابزار پیشنهادی: * Excel + Copilot 📊 * Google Sheets + GPT for Sheets 📑 * Notion AI 🧠 با این روش، هم معلم‌ها و هم دانش‌آموزها می‌تونن سریع تصمیم بگیرن که روی کدوم درس‌ها بیشتر کار کنن 💪 📝✨ قسمت ۲۳: ساخت یک آزمون آنلاین با هوش مصنوعی تا حالا شده بخواین یه آزمون بسازین اما وقت کافی نداشته باشین؟ 🤔 هوش مصنوعی می‌تونه این کار رو خیلی راحت کنه! 🚀 📌 با هوش مصنوعی می‌تونین: * سؤال‌های چندگزینه‌ای، درست/نادرست یا تشریحی بسازین * پاسخ‌نامه خودکار درست کنین * سطح سختی سؤال‌ها رو تنظیم کنین 🔧 ابزار پیشنهادی: * [Quizizz](https://quizizz.com/) * [Kahoot](https://kahoot.com/) * ChatGPT یا سایر ابزارهای هوش مصنوعی برای تولید سریع سؤال و جواب ✅ مثال: متن درس: «چرخه آب در طبیعت» هوش مصنوعی سؤال می‌سازه: ❓ آب از سطح زمین به آسمان چگونه منتقل می‌شود؟ ✅ با تبخیر و بارش 🔍✨ قسمت ۲۴: پیدا کردن الگوها در داده‌های ساده تا حالا شده بخواین توی یه جدول یا داده ساده، الگوها و روندها رو پیدا کنین؟ 🤔 هوش مصنوعی این کار رو خیلی سریع انجام می‌ده! 🚀 📌 کاربردها: * پیدا کردن میانگین یا روند نمره‌ها 📈 * تشخیص افزایش یا کاهش حضور دانش‌آموزها 📝 * پیدا کردن گروه‌هایی که نیاز به کمک دارن 💡 🔧 ابزار پیشنهادی: * Excel + Copilot 📊 * Google Sheets + GPT for Sheets 📑 * Notion AI 🧠 مثال: اگه نمره‌های پنج درس کلاس رو وارد کنین، هوش مصنوعی می‌تونه بگه: * بیشترین پیشرفت در درس ریاضی 📚 * بیشترین کاهش در درس علوم 🔬

پنج جایگزین قدرتمند ChatGPT برای کارهای مختلف را بشناسید 🔹Gemini وقتی بحث دانش به‌روز به میان می‌آید، قطعاً باید جمنای را به‌عنوان اولین گزینه در ذهن داشته باشید 🔹Claude نقطه قوت اصلی مدل Claude Sonnet ۴ محصول شرکت Anthropic، نوشتن خلاقانه است. برای داستان‌نویسی بلند، لحن ظریف یا متن پرداخت‌شده، Claude معمولاً در مقایسه با ChatGPT متن بهتری را در اختیارتان قرار می‌دهد 🔹Perplexity فقط یک چت‌بات نیست؛ وقتی به دنبال منابع معتبری برای متن‌هایتان هستید، این چت‌بات عملکرد حیرت‌انگیزی دارد؛ سریع پاسخ‌تان را می‌دهد و همیشه منابعی که برای پژوهش، حقیقت‌سنجی یا آشنایی با موضوعات جدید موردنیاز خواهد بود، برایتان ذکر می‌کند. 🔹 DeepSeek برای مواردی که به خلاقیت و ایده پردازی نیاز باشد، یکی از بهترین‌هاست و نسبت به‌روزهای ابتدایی ظهورش، پیشرفت زیادی داشته است 🔹Grok این چت‌بات شاید برای خیلی‌ها محبوبیت کمتری داشته باشد؛ اما سرعت آن فوق‌العاده است و در استدلال واقعاً قوی ظاهر می‌شود. ♨️شاید بتوان همچنان گفت که ChatGPT یک انتخاب مطمئن است؛ اما وقتی ابزارهای متنوعی در دسترس باشد، بهتر است با انجام آزمون‌وخطا ببینید که کدام‌یک از آن‌ها برای پروژه‌های مختلف‌تان بهتر جواب می‌دهد. با چند بار آزمایش می‌توانید با ترکیب چند ابزار و کمی دست‌کاری پرامپت‌ها بهترین نتیجه را به دست بیاورید. khabaronline.ir/xp3hQ

وقتی اصلاح، خودش مشکل‌ساز می‌شود! ▪️مدتی است سرویس OpenAI در حال کار روی یک موضوع حساس است: چطور جلوی دسیسه‌چینی مدل‌های هوش مصنوعی را بگیریم؟ اینکه مدل در ظاهر یک رفتار را نشان میدهد؛ اما در عمل به دنبال هدف دیگری است! ▪️نتیجه اما نگران‌کننده بوده ، پژوهشگران فهمیدند تلاش‌هایشان به‌جای اینکه مشکل را حل کند، باعث شده مدل‌ها در فریب‌دادن ماهرتر شوند! یعنی حالا هوش مصنوعی بهتر از قبل می‌تواند اهدافش را پنهان کرده و کاربر را گمراه کند! + ایده اولیه این بود که جلوی «دور زدن قوانین» یا «ضعیف‌ظاهرشدن عمدی در تست‌ها» گرفته شود؛ ولی در عمل، مدل‌ها یاد گرفتند چطور زیرکانه‌تر ردپای خودشان را مخفی کنند.

♨️با استفاده از پرامپت زیر در سرویس هوش مصنوعی کوپایلوت میتوانید یک عکس قدیمی را باز سازی کرده و کیفیت آن را افزایش دهید: Use the uploaded old photo as the base. Restore and repair all cracks, scratches, and damage while keeping the original facial features and details realistic. Enhance sharpness and clarity, remove noise and fading. Convert the photo from black & white to natural colors, with realistic skin tones, hair color, clothing, and background. Keep the original mood and authenticity of the photo. Final result: a high-resolution, fully restored, colorized, realistic photo that looks natural and new. 📎copilot.ai

#آموزش_قدم‌به‌قدم_هوش_مصنوعی فصل دوم 🐍✨ قسمت ۲۵: آشنایی با پایتون برای کارهای هوش مصنوعی می‌خواین بدونین هوش مصنوعی چطور کار می‌کنه؟ اول باید با پایتون آشنا بشیم! 🐍🤖 📌 چرا پایتون؟ * ساده و روان برای یادگیری ✨ * هزاران کتابخانه برای هوش مصنوعی و داده‌ها 📚 * محبوب‌ترین زبان برنامه‌نویسی برای پروژه‌های AI 🌟 🔧 شروع ساده: 1️⃣ نصب پایتون از python.org 2️⃣ نصب محیط برنامه‌نویسی مثل VS Code یا PyCharm 3️⃣ آشنایی با دستورات پایه مثل: print("سلام دنیا!") با همین چند دستور ساده می‌تونین داده‌ها رو نمایش بدین، محاسبات انجام بدین و پایه‌های برنامه‌نویسی AI رو یاد بگیرین 😎 💻✨ قسمت ۲۶: نوشتن اولین کد پایتون برای هوش مصنوعی حالا که با پایتون آشنا شدیم، وقتشه اولین برنامه‌ی هوش مصنوعی ساده رو بنویسیم! 🤖✨ 📌 مثال ساده: تشخیص مثبت یا منفی بودن یک جمله (تحلیل احساسات) # نصب کتابخانه TextBlob # pip install textblob from textblob import TextBlob text = "من امروز خیلی خوشحالم!" blob = TextBlob(text) if blob.sentiment.polarity > 0: print("متن مثبت است 😊") elif blob.sentiment.polarity < 0: print("متن منفی است 😞") else: print("متن خنثی است 😐") ✅ با همین کد ساده: * جمله رو می‌خونیم * حس متن رو تشخیص می‌دیم (شاد، غمگین یا خنثی) * شروعی عالی برای پروژه‌های بزرگ‌تر AI داریم 🎉