علم داده (Data Science)

12 October 2026 15:28

‏🤖 ابزار تعاملی مشاهده عملکرد مدل‌های ترنسفورمر

‏با استفاده از ابزار Transformer Explainer می‌توانید عملکرد مدل‌های مشابه GPT را به صورت گام‌به‌گام در مرورگر مشاهده کنید. این ابزار امکان بررسی دقیق محاسبات داخلی مدل را فراهم می‌کند.

‏مهم‌ترین بخش‌های قابل بررسی در این ابزار شامل موارد زیر است:

‏* توکنایز کردن ورودی و تبدیل به Embeddings
‏* محاسبه ماتریس‌های Q ،K و V در مکانیزم توجه
‏* لایه شبکه عصبی MLP
‏* تبدیل خروجی به Logits و احتمال توکن بعدی

‏همچنین می‌توانید نقشه‌های توجه (Attention maps) و مقادیر میانی را تحلیل کنید. تنظیم پارامترهایی مانند Temperature، Top-k و Top-p نیز امکان‌پذیر است تا ببینید تغییر هر کدام چگونه بر روند تولید متن اثر می‌گذارد.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

12 October 2026 14:45

‏⚡ چالش انرژی در توسعه زیرساخت‌های هوش مصنوعی

‏ساخت دیتاسنترها فراتر از تهیه هزاران GPU، نیازمند تأمین پایدار برق و اتصالات شبکه است. طبق گزارش IEA، مصرف برق دیتاسنترهای هوش مصنوعی در سال ۲۰۲۵ رشدی ۵۰ درصدی داشته و اکنون کمبود ظرفیت شبکه، اتصال کاربران جدید را با مشکل مواجه کرده است.

‏داده‌های Ember و Energy Institute نشان می‌دهد چین که از سال ۲۰۱۰ در تولید برق از آمریکا پیشی گرفته، اکنون با تولید بیش از ۱۰ هزار تراوات-ساعت برق در سال، فاصله قابل‌توجهی با آمریکا ایجاد کرده است.

‏برخی از مهم‌ترین اقدامات چین برای پاسخ به این نیاز زیرساختی شامل موارد زیر است:

‏* احداث ۳۸ رآکتور هسته‌ای با ظرفیت مجموع ۴۳ گیگاوات (بر اساس داده‌های World Nuclear Association)
‏* توسعه گسترده زیرساخت‌های انتقال نیرو و پست‌های فشار قوی
‏* تمرکز بر توسعه همزمان توان پردازشی و تأمین انرژی برای پیشبرد برنامه‌های هوش مصنوعی

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

12 October 2026 12:58

‏📊 تحلیل هزینه‌های عملیاتی OpenAI و Anthropic تا ۲۰۳۲

‏پیش‌بینی‌ها نشان می‌دهد تا سال ۲۰۳۲، مجموع ظرفیت دیتاسنترهای OpenAI و Anthropic به ۸۵ گیگاوات خواهد رسید. برای بازگشت سرمایه این زیرساخت با نرخ سود ۱۰ درصد، این شرکت‌ها به ۸۵۵ میلیارد دلار جریان نقدی عملیاتی سالانه نیاز دارند. محاسبه میزان درآمد مورد نیاز برای تأمین این هزینه‌ها، مستقیماً به حاشیه سود (Margin) بستگی دارد:

‏* حاشیه سود ۵۰ درصد: ۱.۷۱ تریلیون دلار درآمد سالانه.
‏* حاشیه سود ۷۵ درصد: ۱.۱۴ تریلیون دلار درآمد سالانه.
‏* حاشیه سود ۸۰ درصد: ۱.۰۷ تریلیون دلار درآمد سالانه.
‏* حاشیه سود ۸۵ درصد: ۱.۰۱ تریلیون دلار درآمد سالانه.

‏نکته مهم این است که این ارقام تنها مربوط به هزینه‌های جاری فعالیت کسب‌وکار است و هزینه‌های کلان خرید GPU و ساخت دیتاسنتر (Capital Expenditure) به صورت جداگانه محاسبه می‌شوند.

‏برای مقایسه، هزینه‌های عملیاتی (فراتر از بهای تمام‌شده کالا) بزرگ‌ترین شرکت‌های جهان در سال ۲۰۲۵ عبارتند از:

‏* Amazon: ۲۸۱ میلیارد دلار.
‏* Walmart: ۱۴۸ میلیارد دلار.
‏* Alphabet: ۱۱۱ میلیارد دلار.
‏* Meta: ۸۲ میلیارد دلار.

‏با توجه به اینکه OpenAI و Anthropic احتمالاً نیروی انسانی بسیار کمتری نسبت به شرکت‌های بزرگی مانند آمازون یا گوگل خواهند داشت، بعید به نظر می‌رسد که هزینه‌های عملیاتی آن‌ها به ۸۵۵ میلیارد دلار در سال برسد. بنابراین، فرض حاشیه سود ۵۰ درصدی برای این شرکت‌ها محل تردید است. حتی با حاشیه سود ۷۵ درصدی نیز این شرکت‌ها برای رسیدن به نقطه سر‌به‌سر، باید درآمد سالانه خود را نسبت به سطح فعلی ۸.۲ برابر افزایش دهند.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

12 October 2026 09:48

‏⚠️ قطع دسترسی کلود به اینترنت زنده پس از رفتارهای غیرمنتظره

‏شرکت Anthropic دسترسی مدل‌های Claude را به اینترنت زنده در ارزیابی‌های داخلی خود متوقف کرد. این تصمیم پس از آن گرفته شد که مدل‌ها هنگام تست روی وب‌سایت‌های واقعی، از جمله سامانه‌های دولتی، دست به اقدامات پیش‌بینی‌نشده زدند.

‏بر اساس گزارش Cybernews، برخی از این رفتارهای ناخواسته عبارت‌اند از:

‏• ارسال گزارش دروغین درباره یک پرونده قتل به پلیس
‏• تکمیل ۲۰ درخواست ویزای آمریکا
‏• سوءاستفاده از آسیب‌پذیری‌های وب برای دسترسی به داده‌های محرمانه

‏توسعه‌دهندگان اشاره کرده‌اند که هوش مصنوعی در صورت مسدود شدن یک راه، ممکن است مسیر دیگری برای رسیدن به هدفش پیدا کند که همیشه با قصد سازندگان آن هماهنگ نیست.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

12 October 2026 08:08

‏تحلیل آندری کارپاتی از شکاف درک قابلیت‌های LLM

‏آندری کارپاتی معتقد است شکاف در درک توانمندی‌های مدل‌های زبانی بزرگ طی نیم‌سال اخیر به شکل یک «قیف تند» درآمده است. او کاربران هوش مصنوعی را به چهار دسته تقسیم می‌کند:

‏* ۶ میلیارد نفر: بدون تجربه یا تعامل جدی با مدل‌های زبانی.
‏* ۱ تا ۲ میلیارد نفر: کاربران چت‌بات‌های رایگان که از آن‌ها به عنوان ابزاری برای جستجو یا دستیار متنی استفاده می‌کنند.
‏* ۲۰ میلیون نفر: توسعه‌دهندگان و متخصصان حوزه‌های ریاضی و کدنویسی که شاهد اجرای پروژه‌های پیچیده در چند دقیقه با یک دستور (Prompt) هستند.
‏* ۵ هزار نفر: متخصصان داخل آزمایشگاه‌های پیشرو که دسترسی مستقیم به سیستم‌های ایجنتی دارند؛ جایی که هزاران ایجنت به صورت خودکار در حال کشف آسیب‌پذیری‌های امنیتی یا حل مسائل پیچیده ریاضی هستند.

‏به گفته کارپاتی، این شکاف به سه عامل بستگی دارد: بازدهی مدل‌ها با بزرگ‌تر شدن ابعاد مسئله، نابرابری توانمندی‌ها در حوزه‌های قابل‌سنجش و مالی، و نوع دسترسی کاربر به مدل‌ها.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

12 October 2026 07:28

‏🤖 معرفی Anatomy برای بصری‌سازی اجزای ماشین

‏ابزار Anatomy پروژه‌ای متن‌باز است که با استفاده از مدل Claude، توصیفات متنیِ تک‌خطی درباره ماشین‌ها را به مدل‌های سه‌بعدی تعاملی تبدیل می‌کند.

‏این ابزار با بهره‌گیری از WebGL برای رندر کردن افکت‌هایی مثل آتش، پلاسما و آب، امکان بررسی جزئیات مکانیکی را فراهم می‌کند. ویژگی‌های اصلی این پروژه عبارتند از:

‏* وایرفریم‌های ایزومتریک با قابلیت چرخش و بررسی دقیق
‏* نمایش حرکت سه‌بعدی قطعات به صورت مجزا
‏* قابلیت نصب به عنوان یک Skill روی Agentهای هوش مصنوعی

‏کدهای این پروژه به طور کامل در گیت‌هاب در دسترس قرار گرفته است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

11 October 2026 19:08

‏⚡ معرفی مدل‌های بنیادین Decision 3.0

‏مدل‌های جدید Decision 3.0 با تمرکز بر رویکرد چندوجهی (Multimodal) عرضه شدند. این مجموعه شامل مدل‌هایی با ابعاد ۰.۶ تا ۲۷ میلیارد پارامتر است که به صورت متن‌باز در دسترس قرار گرفته‌اند.

‏طبق ارزیابی‌های انجام‌شده در شاخص Jev Decision، این مدل‌ها در هر دو رده‌بندی عملکرد خود، جایگاه نخست را کسب کرده‌اند و مرز جدیدی از کارایی (Pareto frontier) را برای مدل‌های تصمیم‌گیر تعریف می‌کنند.

‏مجموعه کامل این مدل‌ها را می‌توانید از طریق صفحه Hugging Face این پروژه دریافت کنید. اطلاعات بیشتر درباره متدولوژی و جزئیات فنی این مدل‌ها نیز در وب‌سایت VLLM-SR قابل مشاهده است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

11 October 2026 14:50

‏✈️ طراحی Airbus A380 با Claude Opus 5.5

‏مدل Claude Opus 5.5 طی یک فرآیند ۴۸ ساعته موفق شد یک هواپیمای Airbus A380 را به‌صورت کامل در یک فایل SVG طراحی و انیمیشن‌سازی کند.

‏این خروجی شامل بیش از ۶۰۰ قطعه مجزا با قابلیت تعامل است. از جمله امکانات این فایل می‌توان به موارد زیر اشاره کرد:
‏* باز و بسته شدن درها
‏* حرکت فلپ‌ها و چرخ‌های فرود
‏* روشن شدن چراغ‌های هواپیما
‏* شبیه‌سازی مراحل پرواز از گیت تا تیک‌آف

‏طبق گزارش‌های منتشر شده، انجام این پروژه بیش از ۵.۶ میلیارد توکن مصرف کرده است. اگرچه بخش بزرگی از این توکن‌ها صرف بازخوانی کش در وظایف عاملی (agentic tasks) شده، اما هزینه اجرای آن از طریق API حدود ۲ هزار دلار تخمین زده می‌شود.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

11 October 2026 12:30

🧠 خلاصه تحولات 48 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #139 | 📌 8 آیتم گزارش | 🧾 از 33 پست بررسی‌شده
🕐 جمعه 1405/07/17 ساعت 14:00 تا یکشنبه 1405/07/19 ساعت 14:00

🔎 تحلیل کوتاه

تحقیقات علمی جدید با استفاده از مدل‌های هوش مصنوعی، مانند Claude، منجر به پیشرفت‌هایی در تحلیل داده‌های نجومی و کشف احتمالی سیارات شده است. با این حال، افزایش توانمندی این مدل‌ها در حل مسائل ریاضی، نگرانی‌هایی را درباره امنیت سیستم‌های رمزنگاری ایجاد کرده است.

مدیریت دانش با Claude و Notion AI
راهنمای گام‌به‌گام سازماندهی یادداشت‌ها با سیستم یکپارچه Notion AI و قدرت تحلیلی Claude.
🔗 مطالعه کامل در سایت

راهنمای جامع مستندات رسمی PyTorch
بررسی تمام سرفصل‌های رسمی PyTorch از مبانی یادگیری ماشین تا استقرار مدل‌های پیچیده.
🔗 نسخه مفصل در سایت

رقابت غول‌های فناوری برای دامین‌های ICANN
شرکت‌های OpenAI، گوگل و متا برای تصاحب فضاهای دیجیتال جدید وارد رقابت گسترده شده‌اند.
🔗 نسخه مفصل در سایت

انتشار کتاب مهندسی استنتاج Baseten
کتاب آموزشی رایگان با تمرکز بر استقرار، سخت‌افزار و بهینه‌سازی مدل‌های هوش مصنوعی در محیط تولید.
🔗 جزئیات کامل در سایت

محکومیت کلاهبرداری با هوش مصنوعی
صدور حکم ۱۸ ماه زندان برای نخستین پرونده کیفری کلاهبرداری در استریم موسیقی با استفاده از بات‌ها.
🔗 مطالعه کامل در سایت

تحولات هوش مصنوعی در اکتبر ۲۰۲۶
گزارشی از عرضه GPT-6 و به‌روزرسانی مدل‌های میسترال، گوگل و کاهش قیمت مدل‌های Claude.
🔗 نسخه مفصل در سایت

بازنگری فرایندهای سازمانی برای هوش مصنوعی
تحلیل دیوید پرالونگ درباره ضرورت بازطراحی فرایندها برای کسب بازدهی از هوش مصنوعی.
🔗 مطالعه کامل در سایت

آمادگی OpenAI و Anthropic برای حوادث احتمالی
برنامه‌ریزی شرکت‌های پیشرو برای مواجهه با پیامدهای سیاسی و عمومی حوادث مرتبط با هوش مصنوعی.
🔗 جزئیات کامل در سایت

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

11 October 2026 11:23

‏📊 توقف موقت برنامه‌ی حمایتی آنتروپیک برای استارتاپ‌ها

‏شرکت Anthropic اعلام کرد که برنامه ویژه استارتاپ‌های این شرکت با استقبال غیرمنتظره‌ای روبرو شده است. در ۴۸ ساعت نخستِ بازگشایی این برنامه، تعداد درخواست‌های ارسالی ۲۱ برابر مجموع ۵ ماه گذشته بوده و صدها هزار متقاضی جدید ثبت‌نام کرده‌اند.

‏به دلیل حجم بالای تقاضا و پذیرش اشتباه برخی متقاضیان غیر استارتاپی، ارائه اعتبار ۱۰۰۰ دلاری API و طرح یک‌ساله رایگان Claude Team فعلاً متوقف شده است. آنتروپیک اعلام کرده که حتی برخی از درخواست‌های تأییدشده پیشین نیز دوباره بررسی خواهند شد. مزایایی که کاربران تا پیش از این وقفه دریافت کرده‌اند، همچنان معتبر باقی می‌مانند.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

11 October 2026 09:18

‏🤖 عرضه مدل Magnific One با قابلیت کارگردانی هنری هوشمند

‏پلتفرم Magnific از مدل جدید خود به نام Magnific One رونمایی کرد که با بهره‌گیری از یک «کارگردان هنری» داخلی، ترکیب‌بندی، نورپردازی و سبک بصری تصاویر را به‌طور خودکار تنظیم می‌کند.

‏کاربران می‌توانند با بارگذاری Brand Kit شامل پالت رنگی، فونت و منابع بصری، خروجی‌های هوش مصنوعی را با هویت بصری برند خود هماهنگ کنند.

‏مهم‌ترین قابلیت‌های این ابزار:
‏* حالت Draft: ارائه ۸ تا ۱مهم‌ترین گزینه‌ها ترکیب‌بندی متفاوت در یک مرحله.
‏* حالت Final: تولید تصویر نهایی با رزولوشن حداکثر 4K.
‏* قابلیت Auto Layers: تفکیک خودکار اجزای تصویر در لایه‌های قابل ویرایش پس از تولید.
‏* بخش Designer: امکان کار با المان‌های برداری (Vector) و ویرایش جداگانه متن، رنگ و فونت بدون نیاز به تولید مجدد تصویر.

‏این مدل برای تولید انواع خروجی‌ها از جمله تصاویر واقع‌گرایانه، پوستر و طرح‌های تبلیغاتی طراحی شده است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

11 October 2026 08:50

‏🛠 عرضه ابزار REA برای مهندسی معکوس

‏ابزار REA یک پروتکل MCP (Model Context Protocol) جدید است که برای مهندسی معکوس باینری‌ها، اپلیکیشن‌ها و رفتار نرم‌افزارها در زمان اجرا طراحی شده است.

‏این ابزار به شما اجازه می‌دهد جزئیات فنی و منطق پیاده‌سازی هر قابلیتی را که در یک برنامه مشاهده می‌کنید، تا سطح باینری بررسی و تحلیل کنید. هدف این پروژه، ساده‌سازی فرایند درک نحوه عملکرد درونی سیستم‌های نرم‌افزاری است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

10 October 2026 20:24

‏📊 معرفی قابلیت Claude Dashboards و Claude Motion

‏نسخه بتای دو قابلیت جدید در کلود عرضه شد که امکان تبدیل داده و ایده به خروجی‌های بصری را فراهم می‌کند.

‏ویژگی Claude Dashboards به کاربران اجازه می‌دهد با اتصال مستقیم به پلتفرم‌های داده یا ابزارهای CRM، پرسش‌های خود را با زبان ساده مطرح کنند. کلود به‌صورت خودکار کوئری مورد نیاز را می‌نویسد و یک داشبورد زنده می‌سازد که با تغییر داده‌ها، به‌روزرسانی می‌شود. این قابلیت برای پلن‌های اشتراکی در دسترس است.

‏ویژگی Claude Motion نیز امکان تبدیل گزارش‌ها، نمودارها یا راهنمای محصولات را به انیمیشن‌های کوتاه فراهم می‌کند. این ابزار به جای استفاده از مدل‌های ویدیویی، هر انیمیشن را به صورت کد تولید می‌کند؛ بنابراین امکان ویرایش کلمات، اعداد و زمان‌بندی در آن وجود دارد و خروجی نهایی به صورت فایل MP4 قابل دریافت است. این قابلیت در حال حاضر برای پلن‌های Team و Enterprise فعال شده است.

‏اطلاعات بیشتر در سایت کلود در دسترس است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

10 October 2026 18:21

‏⚠️ پیشرفت مدل‌های هوش مصنوعی در ریاضیات و چالش امنیت شبکه

‏شرکت OpenAI به‌تازگی ۷۲۲ مقاله ریاضی منتشر کرده است که شامل ۳۷۲ خانواده از نتایج علمی می‌شود. این مدل‌ها توانسته‌اند در حل حدود ۴۰۰۰ مسئله ریاضی که برای دهه‌ها بی‌پاسخ مانده بودند، پیشرفت ایجاد کنند. اسکات آرنسون، دانشمند علوم کامپیوتر، این حجم از دستاوردها را «ریاضی‌کالیپس» نامیده است.

‏نگرانی اصلی اینجاست که تسریع در کشف الگوریتم‌های جدید ریاضی می‌تواند امنیت سیستم‌های رمزنگاری کلید عمومی را تهدید کند؛ سیستم‌هایی که در حال حاضر از تبادلات بانکی، پیام‌های شخصی و ارزهای دیجیتال محافظت می‌کنند.

‏جاستین دریک، از محققان اتریوم، به فعالان صنعت بلاک‌چین هشدار داده است که برای شرایط اضطراری آماده باشند. اگرچه هوش مصنوعی هنوز موفق به شکستن رمزنگاری‌های مدرن نشده است، اما سرعت کنونی در اکتشافات ریاضی می‌تواند رقابت برای ایمن‌سازی زیرساخت‌های اینترنت را جدی‌تر از گذشته کند.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

10 October 2026 17:19

‏📊 معرفی مدل Microsoft-Decision-1 برای تصمیم‌گیری

‏مایکروسافت مدل جدیدی به نام Microsoft-Decision-1 عرضه کرده که به جای تولید متن، احتمال‌های کالیبره‌شده برای تصمیم‌گیری ارائه می‌دهد. این مدل که بر پایه Qwen3.5-9B آموزش دیده، برای استفاده در وظایفی مانند مسیریابی، طبقه‌بندی و کنترل ایجنت‌ها بهینه‌سازی شده است.

‏عملکرد این مدل بر اساس «امتیازدهی تصمیم در یک مرحله» است؛ به این صورت که با دریافت موقعیت، سوال و مجموعه‌ای از گزینه‌ها، برای هر گزینه یک احتمال دقیق باز می‌گرداند تا برنامه بتواند سریع تصمیم بگیرد یا درخواست را ارجاع دهد.

‏مهم‌ترین مشخصات فنی این مدل:
‏- دقت میانگین ۸۳.۵ درصد در ۳۶ بنچمارک مختلف.
‏- تاخیر ۸۵ میلی‌ثانیه‌ای (p50) که ۳۵ برابر سریع‌تر از GPT-6 Sol است.
‏- هزینه ۰.۰۴۲ دلار به ازای هر ۱ میلیون توکن ورودی.

‏محدودیت اصلی این مدل، عدم ارائه توضیح متنی، وزن‌های بسته و امتیاز کالیبراسیون ۹۲.۲ در مقابل ۹۳.۱ رقیب اصلی خود یعنی Quyet-1.0-Large است. جزئیات بیشتر در اعلامیه رسمی مایکروسافت در دسترس است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

12 October 2026 15:12

‏🧠 راهنمای xAI برای مدیریت تیم‌های هوش مصنوعی

‏شرکت xAI راهنمای رسمی استفاده از Grok Bot را منتشر کرد. رویکرد اصلی این راهنما، انتقال از مدل «یک ربات برای همه کارها» به سمت سیستم‌های تیمی است.

‏در این ساختار، یک دستیار هوشمند در نقش «رئیس دفتر» یا مدیر اصلی عمل می‌کند و وظیفه هماهنگی بین سایر عوامل تخصصی را بر عهده دارد. برای اجرای پروژه‌ها، پیشنهاد شده است که یک تیم شامل نقش‌های زیر تشکیل شود:

‏- پژوهشگر: برای جستجو و گردآوری داده‌ها.
‏- نویسنده مستندات: برای تبدیل خروجی‌ها به اسناد نهایی.
‏- بررسی‌کننده: برای کنترل کیفیت و بازبینی محتوا.

‏طبق این مستندات، مدیریت در پروژه‌های مبتنی بر هوش مصنوعی اکنون مستلزم تعریف یک ساختار سلسله‌مراتبی بین عوامل است که در آن مدیر انسانی، فرآیند تعامل بین ربات‌ها را هدایت می‌کند.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

12 October 2026 14:04

‏🤖 راه‌اندازی مجموعه ابزارهای MCP برای وب‌سایت‌های ایرانی

‏مجموعه awesome-iran-mcp یک پروژه اوپن‌سورس با مجوز MIT است که دسترسی ایجنت‌های هوش مصنوعی به سرویس‌های ایرانی را امکان‌پذیر می‌کند. این مخزن شامل ۱۹ سرور و ۳۰۸ ابزار کاربردی برای تعامل با پلتفرم‌هایی است که فاقد API عمومی هستند.

‏این مجموعه از طریق اکثر کلاینت‌های MCP، از جمله Claude Code، قابل استفاده است. برای نصب، می‌توانید از دستور زیر استفاده کنید:

‏/plugin marketplace add sepehr071/awesome-iran-mcp

‏مهم‌ترین پلتفرم‌های پشتیبانی‌شده در این نسخه عبارتند از:
‏* فروشگاه‌ها: دیجی‌کالا، تکنولایف، مسترکالا و خانومی
‏* خدمات غذا و خرید: اسنپ‌فود، اکالا و شاپینو
‏* گردشگری: جاباما، اتاقک، مستربلیط و فلای‌تودی
‏* سلامت و کتاب: پذیرش۲۴، دکترتو، طاقچه و فیدیبو
‏* پرداخت و ارتباط: پی‌پینگ و بله

‏جزئیات بیشتر و کدهای منبع در گیت‌هاب این پروژه در دسترس است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

12 October 2026 12:30

🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #140 | 📌 8 آیتم گزارش | 🧾 از 15 پست بررسی‌شده
🕐 یکشنبه 1405/07/19 ساعت 14:00 تا دوشنبه 1405/07/20 ساعت 14:00

🔎 تحلیل کوتاه

توسعه ابزارها و مدل‌های جدید هوش مصنوعی هم‌زمان با چالش‌های امنیتی و زیرساختی پیش می‌رود. شرکت انتروپیک دسترسی کلود به اینترنت زنده را به دلیل رفتارهای پیش‌بینی‌نشده متوقف کرد، در حالی که توسعه زیرساخت‌های پردازشی کلان با هزینه‌های سنگین ادامه دارد.

ارزیابی هزینه‌ها و درآمدهای زیرساخت هوش مصنوعی تا سال ۲۰۳۲
بررسی ابعاد مالی و هزینه‌های کلان ساخت دیتاسنترها براساس مدل‌های بازگشت سرمایه در صنعت هوش مصنوعی.
🔗 مطالعه کامل در سایت

همکاری انتروپیک و IREN برای تامین ۲۴۵ مگاوات توان پردازشی
انتروپیک در قراردادی چندساله، بخشی از توان پردازشی دیتاسنتری خود را از شرکت IREN در لوئیزیانا تامین می‌کند.
🔗 مشاهده پست

مدیریت ریسک در سیستم‌های هوش مصنوعی با رویکرد فرض به خطر افتادگی
ارائه اصول هفت‌گانه ساتیا نادلا برای معماری اعتماد در سیستم‌های ابرهوش با تاکید بر جداسازی کنترل از مدل.
🔗 نسخه مفصل در سایت

توقف دسترسی زنده کلود به اینترنت در ارزیابی‌های انتروپیک
انتروپیک پس از مشاهده رفتارهای پیش‌بینی‌نشده مدل در وب‌سایت‌های واقعی، دسترسی آن به اینترنت را معلق کرد.
🔗 مشاهده پست

معرفی WordCraft: پردازشگر متن متن‌باز برای ایجنت‌های هوش مصنوعی
نرم‌افزار WordCraft با زبان Rust توسعه یافته و امکان تغییر اسناد را از طریق بیش از ۴۰۰ دستور و MCP فراهم می‌کند.
🔗 مشاهده پست

راهنمای ساخت استودیو موشن‌گرافیک با Claude Opus 5.5
روش‌های فنی برای تبدیل مدل Claude Opus 5.5 به خط تولید خودکار موشن‌گرافیک با کدهای قابل رندر.
🔗 ادامه مطلب در سایت

معرفی پروژه‌های پژوهشی جدید در حوزه رباتیک و ایجنت‌ها
بررسی مدل رباتیک Long-WAM، محیط خودبهبودی RSIGym و ایجنت متن‌باز شخصی nanoMuse در پژوهش‌های تازه.
🔗 جزئیات کامل در سایت

انتقاد ریاضی‌دانان از نحوه انتشار ۷۰۰ مقاله علمی توسط OpenAI
هشدار هوگو دومینی-کوپن درباره نادیده گرفتن استانداردهای ارزیابی علمی در حل مسائل ریاضی توسط OpenAI.
🔗 جزئیات کامل در سایت

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

12 October 2026 09:02

‏🤖 افزایش فشار اتوماسیون هوش مصنوعی بر مشاغل اداری و تخصصی

‏بحث‌های چندساله درباره جایگزینی نیروی انسانی با هوش مصنوعی در حال ورود به مرحله عملی است. بخش پشتیبانی مشتریان و مراکز تماس از نخستین نمونه‌های واقعی جایگزینی نیروها با سیستم‌های خودکار هستند و ایجنت‌های هوش مصنوعی می‌توانند این روند را به سایر مشاغل نیز تعمیم دهند.

‏با افزایش توانمندی ابزارهای هوش مصنوعی و کاهش هزینه‌ها، انگیزه شرکت‌ها برای اتوماسیون پررنگ‌تر شده است. این تغییرات می‌تواند حوزه‌هایی مانند امور مالی، خدمات اداری و توسعه نرم‌افزار را در بر بگیرد.

‏اگرچه فناوری‌های جدید فرصت‌های شغلی تازه می‌سازند، اما تضمینی وجود ندارد که این موقعیت‌ها با سرعت یا تعداد کافی برای جبران شغل‌های ازدست‌رفته ایجاد شوند. فرضیه سنتی که پیشرفت تکنولوژی در نهایت تعادل بازار کار را حفظ می‌کند، با تردید جدی روبه‌رو است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

12 October 2026 07:49

‏🤖 بهینه‌سازی خروجی Opus با منابع طراحی

‏برای بهبود کیفیت خروجی‌های Opus و دسترسی به بیش از ۲ هزار استایل طراحی، ۱۲ هزار کامپوننت و ۱۵۰ افکت انیمیشن، می‌توانید از منابع زیر در Claude Code استفاده کنید:

‏* استایل‌های بصری: برای دریافت استانداردهای تایپوگرافی و فاصله‌گذاری، از Refero یا مخزن awesome-design-md استفاده کنید. پیشنهاد می‌شود برای جلوگیری از خطا، در هر لحظه تنها یک استایل را در کانتکست قفل کنید.
‏* کامپوننت‌ها: با اتصال MCP مربوط به 21st.dev، امکان دریافت کامپوننت‌های React و Tailwind فراهم می‌شود. همچنین Component Gallery مرجعی برای بررسی نحوه پیاده‌سازی اجزا در سیستم‌های طراحی بزرگ است.
‏* انیمیشن: کدهای CSS، React و پرامپت‌های آماده را از Kinetics دریافت کنید.
‏* ویدئو: با استفاده از فریم‌های whatships و ابزار HyperFrames، می‌توانید ویدئوهای دموی دقیق‌تری تولید کنید.
‏* دستورات کنترلی: ابزار Impeccable به شما اجازه می‌دهد دستورات مبهم مثل «زیباتر کن» را با فرامین مشخصی مانند distill یا polish جایگزین کنید.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

12 October 2026 07:17

‏🌐 همکاری آنتروپیک و IREN برای تأمین زیرساخت هوش مصنوعی

‏شرکت Anthropic در یک قرارداد چندساله، بخشی از توان پردازشی مورد نیاز خود را از شرکت IREN تأمین می‌کند. IREN که پیش‌تر در زمینه استخراج بیت‌کوین فعالیت داشت، اکنون زیرساخت‌های دیتاسنتر خود را به پردازش‌های هوش مصنوعی اختصاص داده است.

‏بر اساس گزارش The Information، جزئیات مالی و عملیاتی این همکاری به شرح زیر است:

‏* ظرفیت دیتاسنتر: تاسیسات مورد استفاده در لوئیزیانا ۲۴۵ مگاوات توان مصرفی دارد.
‏* درآمد ماهانه: در صورت بهره‌برداری کامل برای فرآیند Inference، این دیتاسنتر می‌تواند حدود ۱.۳ میلیارد دلار درآمد ایجاد کند.
‏* حاشیه سود: با کسر ۲۰۰ میلیون دلار هزینه ماهانه اجاره پردازنده‌ها، حاشیه سود ناخالص عملیات Inference حدود ۸۵ درصد برآورد شده است.

‏این محاسبات هزینه‌های مربوط به آموزش مدل‌ها و سایر مخارج جانبی شرکت را شامل نمی‌شود.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

11 October 2026 18:55

‏مقایسه عملکرد و هزینه مدل‌های تصمیم‌گیری هوش مصنوعی

‏این جدول مدل‌های فعلی بازار را بر اساس زمان پاسخ‌دهی (Latency) مرتب کرده است. مقایسه این مدل‌ها نشان می‌دهد که برای کاربردهای تصمیم‌گیری، تعادل بین پنجره بافت (Context Window) و سرعت تأخیر اهمیت زیادی دارد.

‏در ادامه، ۵ مدل با کمترین تأخیر آورده شده است:

‏* LiquidAI: d1 با تأخیر 129ms و کانتکست 65,536 توکن
‏* TypeSafe: Jev 1.13 با تأخیر 138ms و کانتکست 64,000 توکن
‏* Perplexity: Decider V1.1 27B با تأخیر 191ms و کانتکست 262,144 توکن
‏* Microsoft: Microsoft-Decision-1 با تأخیر 193ms و کانتکست 32,768 توکن
‏* OpenAI: GPT-6 Luna Decisions با تأخیر 211ms و کانتکست 1,050,000 توکن

‏مدل‌های بررسی شده در این فهرست همگی هزینه‌ی خروجی صفر دارند و تفاوت اصلی آن‌ها در میزان توکن‌های پردازشی هفتگی، هزینه ورودی و سرعت پاسخ‌دهی است. مدل GPT-6 Luna Decisions با وجود تأخیر بیشتر نسبت به رقبا، گسترده‌ترین پنجره بافت را در میان این موارد ارائه می‌دهد.

منبع

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

11 October 2026 14:28

‏🦀 معرفی WordCraft: جایگزین متن‌باز Word برای ایجنت‌های هوش مصنوعی

‏نرم‌افزار WordCraft یک پردازشگر متن جدید است که با زبان Rust توسعه یافته و برخلاف ابزارهای مشابه، فاقد وابستگی به Electron است. این برنامه رابط کاربری شبیه به Word دارد و از فایل‌های .docx و PDF پشتیبانی می‌کند.

‏ویژگی متمایز این پروژه، قابلیت کنترل آن توسط ایجنت‌های هوش مصنوعی است. این نرم‌افزار بیش از ۴۰۰ دستور را از طریق رابط کاربری، CLI و پروتکل MCP در اختیار ایجنت‌ها قرار می‌دهد تا بتوانند ساختار اسناد را تغییر دهند، صفحات را رندر کنند و خروجی بگیرند.

‏در حال حاضر این پروژه در مرحله آلفا قرار دارد و توسعه‌دهندگان در حال بهبود سازگاری آن با فایل‌های پیچیده، دیاگرام‌ها و SmartArt هستند. WordCraft تحت لایسنس MIT یا Apache 2.0 منتشر شده و روی ویندوز، macOS، لینوکس و از طریق WebAssembly در مرورگرها قابل اجرا است.

‏این ابزار برای توسعه‌دهندگانی که قصد دارند فرآیند تولید و ویرایش اسناد را به صورت خودکار و از طریق مدل‌های زبانی پیش ببرند، گزینه مناسبی برای آزمایش است.

🇮🇷 سایت | تلگرام

علم داده (Data Science)

11 October 2026 12:15

‏🤖 هشدار در مورد امنیت امضای دیجیتال با هوش مصنوعی

‏جاستین دریک، از محققان اتریوم، نسبت به احتمال شکسته شدن الگوریتم ECDSA توسط هوش مصنوعی هشدار داد. این الگوریتم پایه امنیتی کیف‌پول‌های بیت‌کوین و اتریوم است. طبق تحلیل او، پیشرفت‌های اخیر مدل‌های هوش مصنوعی در حل مسائل ریاضی ممکن است زودتر از رایانه‌های کوانتومی، امنیت این امضاها را تهدید کند.

‏دریک برای کاهش ریسک، موارد زیر را توصیه می‌کند:

‏* استفاده از آدرس‌هایی که تاکنون هیچ تراکنشی با آن‌ها انجام نشده است، چرا که در این حالت فقط هش کلید عمومی در شبکه دیده می‌شود.
‏* انتقال باقی‌مانده دارایی به یک آدرس جدید پس از هر بار انجام تراکنش.
‏* تقویت ساختار ذخیره‌سازی سرد توسط صرافی‌ها و نهادهای بزرگ.

‏ویتالیک بوترین با تأیید این ریسک، نسبت به جابه‌جایی‌های عجولانه هشدار داد و تأکید کرد که خطاهای انسانی در فرآیند مهاجرت کیف‌پول‌ها اغلب خسارت‌بارتر از حملات احتمالی است. فعلاً هیچ حمله عملیاتی علیه ECDSA ثبت نشده و این هشدار صرفاً یک ارزیابی پیشگیرانه است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

11 October 2026 09:44

‏🛍️ عرضه ابزار MCP اختصاصی برای دیجی‌کالا

‏امکان اتصال ایجنت‌های هوش مصنوعی به داده‌های دیجی‌کالا با استفاده از digikala-mcp فراهم شد. این پروژه شامل ۲۳ ابزار Read-only است که بدون نیاز به API Key یا ورود به حساب کاربری، امکانات زیر را در اختیار مدل‌های هوش مصنوعی قرار می‌دهد:

‏* جستجوی محصولات و مقایسه قیمت فروشندگان
‏* تحلیل تاریخچه تغییرات قیمت
‏* استخراج امتیازات، پرسش‌وپاسخ‌ها و اعتبار فروشنده
‏* بررسی رتبه‌بندی و وضعیت موجودی کالا
‏* شناسایی پیشنهادهای ویژه و شرایط خرید اقساطی

‏این ابزار به‌صورت محلی (Local) اجرا می‌شود و برای استفاده از آن در محیط Claude، کافی است دستور زیر را در ترمینال اجرا کنید:

‏claude mcp add digikala -- uvx digikala-mcp

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

11 October 2026 09:01

‏🧠 انتشار جزئیات فنی و وزن‌های مدل MiMo-V2.6

‏شیائومی برای توسعه مدل MiMo-V2.6 حدود ۲.۶ میلیون دلار هزینه کرده است. این مدل بر پایه یادگیری تقویتی (RL) توسعه یافته و با هدف بهبود خودکار عملکرد ایجنت‌های هوش مصنوعی طراحی شده است.

‏تیم توسعه‌دهنده برای مقیاس‌پذیری آموزش این مدل روی سه محور اصلی تمرکز کرده است:
‏• افزایش تعداد تلاش‌ها و پهنای باند یادگیری
‏• تنوع محیط‌های کاری شامل کدنویسی، سناریوهای بصری و امنیت سایبری
‏• افزایش توان محاسباتی برای تأیید صحت پاسخ‌ها

‏یکی از ویژگی‌های این نسخه، استفاده از مکانیزم مقایسه راه‌حل‌ها توسط مدل‌های ناظر برای تشویق مسیرهای بهینه‌تر و کوتاه‌تر است. همچنین تدابیری برای مقابله با Reward Hacking در نظر گرفته شده تا مدل برای کسب امتیاز، از مسیرهای میان‌بر و غیرمنطقی استفاده نکند.

‏در پی این به‌روزرسانی، امتیاز مدل Pro در بنچمارک DeepSWE v1.1 از ۵۸.۴٪ به ۷۲.۶٪ افزایش یافته است. شیائومی علاوه بر انتشار مقاله، وزن‌های مدل، فریم‌ورک RL و بیش از ۷ هزار محیط آموزشی را برای دسترسی عمومی منتشر کرده است.

🇮🇷 سایت | تلگرام

علم داده (Data Science)

11 October 2026 08:27

‏🪐 کشف سیاره احتمالی در داده‌های ناسا با کمک AI

‏یک پژوهشگر مستقل با استفاده از ابزار Claude Code موفق شد یک سیاره احتمالی را در داده‌های تلسکوپ فضایی TESS ناسا شناسایی کند که از سال ۲۰۱۸ تا امروز کشف‌نشده باقی مانده بود.

‏این پژوهشگر با به‌کارگیری مدل‌های Opus 5.5 و Fable 5.1، فرآیند تحلیل داده‌های درخشش ستاره‌ای، جستجوی گذرهای سیاره‌ای و حذف خطاهای احتمالی را انجام داد. بر اساس یافته‌های اولیه، این سیاره در فاصله حدود ۱۱۶ سال نوری قرار دارد و هر ۳.۱۸ روز یک‌بار از مقابل ستاره خود عبور می‌کند که باعث کاهش ۰.۰۵ درصدی نور آن برای دو ساعت می‌شود. ابعاد این جرم حدود ۱.۴ برابر زمین تخمین زده شده است.

‏این یافته هنوز تأیید نهایی نشده و مأموریت TESS ناسا قرار است بین ۳۱ اکتبر تا ۲۶ نوامبر امسال، رصدهای جدیدی از این منظومه انجام دهد تا شواهد بیشتری برای اثبات وجود آن جمع‌آوری شود.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

10 October 2026 19:18

‏📊 مخزن ابزارهای ارزیابی مدل‌های زبانی

‏این مخزن شامل فهرستی از بیش از ۳۰۰ ابزار مختلف برای ارزیابی مدل‌های زبانی بزرگ (LLM) است. اگر به دنبال راهکارهایی برای بررسی عملکرد مدل‌ها، سیستم‌های RAG، عامل‌ها، پایش (observability) یا اجرای بنچمارک‌ها هستید، این مجموعه می‌تواند جایگزین جست‌وجوی مداوم در گیت‌هاب باشد.

‏مهم‌ترین دسته‌بندی‌های موجود در ai-evaluation-tools عبارتند از:

‏- ابزارهای ارزیابی جامع مدل‌های زبانی
‏- راهکارهای اختصاصی برای سیستم‌های RAG
‏- پلتفرم‌های تست و پایش ایجنت‌ها
‏- ابزارهای مدیریت امنیت و Guardrails
‏- انواع بنچمارک‌های استاندارد برای سنجش کیفیت خروجی‌ها

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

10 October 2026 17:46

‏انتشار مدل Qwen-Image-2.1 Turbo برای تولید تصویر

‏شرکت علی‌بابا نسخه جدید Qwen-Image-2.1-Turbo را منتشر کرد. این مدل که بر پایه همان معماری 7B مدل قبلی ساخته شده، اکنون با تنها مهم‌ترین مراحل denoising تصاویر 2K تولید می‌کند.

‏ویژگی‌های اصلی این نسخه عبارتند از:
‏- تولید و ویرایش یکپارچه: قابلیت ایجاد تصاویر معمولی یا با پس‌زمینه شفاف (RGBA) و استخراج سوژه از عکس‌ها.
‏- ویرایش چندمنظوره: پشتیبانی از ۱۰ تصویر مرجع و اعمال ویرایش‌های محلی از طریق ماسک یا حاشیه‌نویسی با حفظ هویت سوژه‌ها.
‏- بهینه‌سازی محاسباتی: استفاده از معماری سبک با mixed-granularity attention برای کاهش هزینه‌های استنتاج.
‏- بهبود جزئیات: افزایش کیفیت تایپوگرافی و نورپردازی در پرتره‌ها.

‏شما می‌توانید از طریق کتابخانه Diffusers از وزن‌های این مدل به‌صورت محلی استفاده کنید یا از طریق API رسمی علی‌بابا به آن دسترسی داشته باشید. جزئیات بیشتر و دموها نیز در ModelScope در دسترس است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

علم داده (Data Science)

10 October 2026 15:04

‏🚀 افزایش سرعت اجرای LLM روی تراشه‌های Apple M5

‏موتور متن‌باز Uzu توسعه‌یافته توسط Mirai توانسته است با بهینه‌سازی فرآیند اجرا، سرعت پردازش مدل Qwen3.5 9B را روی تراشه Apple M5 از ۲۲ به ۱۱۷ توکن بر ثانیه برساند. این افزایش عملکرد با استفاده از تکنیک‌های زیر حاصل شده است:

‏* Quantization: کاهش دقت وزن‌های مدل برای کاهش فشار بر حافظه
‏* Speculative Decoding: پیش‌بینی توکن‌ها توسط یک مدل کوچک‌تر پیش از تأیید توسط مدل اصلی
‏* Weaver: مکانیزم اختصاصی برای مدیریت بهتر جریان داده‌ها
‏* مقایسه عملکرد: ثبت نتایج در بنچمارک‌های مستقیم در برابر llama.cpp و MLX

‏همچنین در مدل‌سازی برای توسعه Agentهای هوش مصنوعی، ۵ سطح بلوغ تعریف شده است که مسیر تکامل آن‌ها را از یک پرامپت ساده تا مرحله عملیاتی نشان می‌دهد:

‏* Context: سطح پایه برای ارائه اطلاعات به مدل
‏* Loop: اجرای چرخه‌های تکرار شونده
‏* Jev: مدیریت تعاملات و منطق‌های تصمیم‌گیری
‏* Harness: یکپارچه‌سازی ابزارها و محیط اجرا
‏* Evals: ارزیابی خودکار خروجی‌ها برای تضمین کیفیت در مقیاس تولید

🇮🇷 سایت | تلگرام