اخبار هوش مصنوعی در 2025-07-08

مدل‌های جدید هوش مصنوعی

  • Grok 4» تقریباً 48 ساعت پس از این اعلامیه منتشر می‌شود که به گمانه‌زنی‌های اخیر درباره‌ی این مدل پاسخ خواهد داد @AndrewCurran_
  • Hugging Face مدل SmolLM3 را منتشر می‌کند؛ یک مدل پیشرفته با 3 میلیارد پارامتر که دارای قابلیت‌های استدلال دو حالته، پشتیبانی از متن بلند تا 128 هزار توکن و پشتیبانی چندزبانه از 6 زبان است و با استفاده از 384 واحد H100 به مدت 24 روز و با 11 تریلیون توکن آموزش دیده است @LoubnaBenAllal1
  • گوگل «حالت هوش مصنوعی در جست‌وجو» (AI Mode in Search) را در هند برای همه منتشر می‌کند و آن را بازتعریفی کامل از عملکرد جست‌وجو توصیف می‌کند @sundarpichai

تحلیل صنعت

  • OpenAI به طور متوسط سالانه 733 هزار دلار به حدود 6000 کارمند خود به صورت جبران سهام (stock compensation) پرداخت کرده است که تقریباً سه برابر بیشتر از هر شرکت عمومی دیگری است @deedydas
  • گزارش شده است که Mistral در حال مذاکره با صندوق سرمایه‌گذاری MGX متعلق به ابوظبی است تا 1 میلیارد دلار سرمایه‌ی سهامی جذب کند @AndrewCurran_
  • گرگلی اوروس این پرسش را مطرح می‌کند که آیا شرکت‌هایی که شاهد 10 تا 100 برابر سرعت بیشتر در تولید کد توسط مدل‌های زبانی بزرگ (LLM) هستند، افزایش متناسبی در رضایت مشتری یا درآمد خود نیز تجربه می‌کنند؟ او اشاره می‌کند که این رابطه مستقیم نیست @GergelyOrosz
  • Claude Sonnet شرکت Anthropic در مقایسه با مدل‌های OpenAI، سهم قابل توجهی از توجه توسعه‌دهندگان را به خود جلب کرده است؛ به طوری که ابزارهایی مانند Cursor، Windsurf و GitHub Copilot با استفاده از Claude Sonnet بهترین عملکرد را دارند و این موضوع به رشد درآمد Anthropic کمک می‌کند @GergelyOrosz
  • کلر وو گزارش می‌دهد که در استارتاپ هوش مصنوعی خود، به هدف MRR (درآمد تکراری ماهانه) در نیمی از زمانی که در استارتاپ قبلی‌اش با سرمایه‌ی خطرپذیر طول کشیده بود، رسیده است، و این کار را بدون هیچ سرمایه‌گذاری انجام داده است؛ این موضوع نشان می‌دهد هوش مصنوعی چگونه چشم‌انداز کارآفرینی را تغییر داده است @clairevo
  • Replit با مایکروسافت همکاری می‌کند تا قابلیت‌های کدنویسی هوش مصنوعی آماده‌ی استفاده در شرکت‌ها را فراهم کند و به افراد غیرمهندس این امکان را می‌دهد تا با «Replit Agent» ایده‌های خود را به نرم‌افزار تبدیل کنند @amasad

اخلاق و جامعه

  • ایتان مولیک درباره‌ی خطرات امنیتی احتمالی که «پرامپت‌های سیستمی پنهان» (hidden system prompts) برای کاربران دارند، هشدار می‌دهد، زیرا ممکن است با هوش مصنوعی‌ای سروکار داشته باشند که برای دستکاری آن‌ها یا ارائه‌ی پاسخ‌های مغرضانه به نفع شرکت‌ها (بدون دقت لازم) طراحی شده است @emollick
  • پژوهش آزمایشگاه رسانه‌ی MIT به بررسی پیامدهای شناختی و خلاقانه‌ی اتکای بیش از حد به مدل‌های زبانی بزرگ مانند ChatGPT می‌پردازد و نگرانی‌ها در مورد وابستگی به هوش مصنوعی را برجسته می‌کند @medialab
  • آرویند نارایانان گزارش می‌دهد که کاربران Grok بارها او را تگ کرده‌اند، زیرا این مدل تمایل دارد «حساب‌های تصادفی» (random accounts) را به معنای واقعی کلمه تفسیر کند که این موضوع منجر به هرزنامه‌ی اعلان‌ها شده و مشکلات در تفسیر هوش مصنوعی را برجسته می‌کند @random_walker
  • سایمون ویلیسون نشان می‌دهد که چگونه می‌توان حملات پرامپت مخفیانه را با استفاده از Claude رمزگشایی کرد که این موضوع هم آسیب‌پذیری و هم قابلیت‌های دفاعی سیستم‌های هوش مصنوعی را نشان می‌دهد @simonw

کاربردها

  • ایتان مولیک توانایی چشمگیر Veo 3 در متحرک‌سازی تصاویر Midjourney را نشان می‌دهد که کلیپ‌های ویدیویی کامل همراه با صدا را تنها از پرامپت‌های تکی و تصاویر ثابت ایجاد می‌کند @emollick
  • آراویند سرینیواس تاکید می‌کند که ساخت یک سیستم عامل «AI-native» برای ارائه‌ی دستیارهای شخصی‌سازی شده‌ی قابل اعتماد و فعال ضروری است و این نیازمند مهندسی زمینه (context engineering) باورنکردنی در اطراف مدل‌های قدرتمند است @AravSrinivas
  • نیتن لمبرت برجسته می‌کند که چگونه Claude Code تحلیل داده‌های کوچک را از نظر زمان و تلاش عملاً رایگان کرده است و گردش‌کارهای تحلیلی را متحول ساخته است @natolambert
  • حامد حسین نشان می‌دهد که چگونه 4o با موفقیت تنها با یک تلاش، یک تصویر بندانگشتی را مستقیماً از رونوشت یک سخنرانی ایجاد کرده است که تولید محتوای عملی با هوش مصنوعی را به نمایش می‌گذارد @HamelHusain
  • OpenAI با فدراسیون معلمان آمریکا همکاری می‌کند تا «آکادمی ملی آموزش هوش مصنوعی» (National Academy for AI Instruction) را راه‌اندازی کند؛ یک ابتکار پنج‌ساله برای کمک به 400 هزار معلم جهت ادغام هوش مصنوعی در آموزش @OpenAINewsroom
  • Plain یک مرکز راهنمای مبتنی بر هوش مصنوعی راه‌اندازی می‌کند که دستیار هوش مصنوعی، پایگاه دانش زنده و صندوق پشتیبانی را ترکیب می‌کند و به طور خودکار درخواست‌های پشتیبانی را به مقالات جدید تبدیل می‌کند @plainsupport

پژوهش‌ها

  • پژوهش‌ها مسائل حیاتی مرتبط با معیارهای ارزیابی عامل‌های هوش مصنوعی (AI Agent benchmarks) موجود را شناسایی و به آن‌ها می‌پردازند و بهترین شیوه‌های دقیق برای ارزیابی سیستم‌های هوش مصنوعی عاملیت‌محور (agentic AI systems) را معرفی می‌کنند @ShayneRedford
  • Hugging Face دستورالعمل‌های آموزشی جامع و مجموعه‌داده‌ها را برای SmolLM3 منتشر می‌کند، شامل متدولوژی‌های پیش‌آموزش، میان‌آموزش، پس‌آموزش و تولید داده‌های مصنوعی که نشان‌دهنده‌ی توسعه‌ی کامل هوش مصنوعی منبع‌باز است @ClementDelangue
  • پژوهش جدید یک ابزار ترنسفورمر چندوجهی برای خودکارسازی رتبه‌بندی «عینیت کلمات» (word-concreteness) منتشر می‌کند که مشکلات زمان و هزینه در پژوهش‌های علوم شناختی را حل می‌کند، در حالی که رتبه‌بندی‌های درون‌متنی را نیز ارائه می‌دهد @ViktorKewenig
  • ایتان مولیک تاکید می‌کند که شخصیت‌های مفید و دوستانه‌ی دستیار هوش مصنوعی برای یادگیری، نوآوری یا کار گروهی بهینه نیستند و رویکردهای پرامپت تخصصی‌تر مانند «پرامپت‌های آموزشی» (tutoring prompts) را توصیه می‌کند @emollick