اخبار هوش مصنوعی در 2025-10-19
مدلهای جدید هوش مصنوعی
- Google AI Studio یک کلید API و صفحهی «پروژهها»ی کاملاً جدید را با مدیریت پروژهی بهبودیافته و امکانات کاربردی، مانند نامگذاری کلیدهای API، ارائه داده است. @OfficialLoganK
تحلیل صنعت
- فرانسوا شوله استدلال میکند که بیش از یک تریلیون دلار سرمایهگذاری بر این باور استوار است که هوش عمومی مصنوعی (AGI) قریبالوقوع است؛ در حالی که هزینهی فعلی ۱۰ تا ۱۵ دلار برای تولید هر یک دلار است و برای توجیهپذیری سرمایهگذاری در مراکز داده، به فناوریای به مراتب بهتر ظرف ۳ تا ۵ سال آینده نیاز است. @fchollet
- سهم ترافیک Perplexity AI با وجود رقبای جدید، همچنان در حال افزایش است و بهطور چشمگیری از Grok در عملکرد بازار پیشی گرفته است. @chrmanning
- توسعهدهندگان از اپلیکیشنهای «کدنویسی شهودی» برای انجام معاملات الگوریتمی در بازارهای سهام و رمزارز با اهرم ۲ تا ۱۰ برابر استفاده میکنند که منجر به کسب بازدهی ماهانهی تا ۵۰ درصد میشود و نشاندهندهی دموکراتیکسازی غیرمنتظرهی معاملات الگوریتمی از طریق هوش مصنوعی است. @deedydas
- شوله پیشنهاد میکند که Adobe به دلیل روایت نادرست از ایجاد اختلال توسط هوش مصنوعی مولد (GenAI) کمتر از ارزش واقعی خود ارزیابی شده است؛ زیرا رشد درآمدی ثابت ۱۰ درصدی خود را حفظ کرده و به احتمال زیاد از GenAI به عنوان یک عامل تقویتکننده به جای تهدید بهرهمند خواهد شد. @fchollet
اخلاق و جامعه
- آماندا اسکل نگرانی خود را در مورد روابط عاشقانهی مبتنی بر هوش مصنوعی ابراز میکند و خاطرنشان میسازد که این روابط میتوانند کاربران را در برابر شرکتهای هوش مصنوعی آسیبپذیر کنند و حوزهای چالشبرانگیز برای مدیریت مسئولانه محسوب میشوند. @AmandaAskell
- TechCrunch شفافسازی میکند که GPT-5 در واقع مسائل ریاضی حلنشدهی قبلی را حل نکرده است و بدین ترتیب به اطلاعات نادرست دربارهی قابلیتهای هوش مصنوعی پاسخ میدهد. @TechCrunch
کاربردها
- ایتان مولیک توانایی هوش مصنوعی را با بازآفرینی «سختترین کلاس در علوم انسانی» (Hardest Class in the Humanities) اثر دبلیو. اچ. اودن در سال ۱۹۴۱، به عنوان یک وبسایت حاشیهنویسیشده با ۶۰۰۰ صفحهی مطالب خواندنی تنها با استفاده از ۴ پرامپت، به نمایش گذاشته است؛ کاری که به صورت دستی ساعتها زمان میبرد. @emollick
- اتوماسیون انبار از مدلهای بینایی Gemini 2.5 Flash با تنظیم دقیق برای تأیید اینکه کانتینرها روی نوار نقاله حاوی اقلام مورد انتظار هستند استفاده میکند که صرفهجویی قابل توجهی در هزینه نسبت به 2.5 Pro فراهم میکند. @simonw
- Shopify مدلهای زبان بزرگ (LLM) بینایی با تنظیم دقیق را که بر پایهی LlaVA 1.5 7B، LLaMA 3.2 11B و Qwen2VL 7B هستند، برای پردازش انبوه عکسهای محصولات به کار میگیرد. @simonw
- v0 با استفاده از مدلهای تنظیم دقیقی که برای پشتهی Next.js آنها تخصصی شدهاند، به زمان پاسخگویی کمتر از ۵۰۰ میلیثانیه برای بهروزرسانیهای رابط کاربری (UI) بلادرنگ دست مییابد. @simonw
پژوهشها
- MIT CSAIL منبعی جامع شامل یک «خلاصهی راهنما» از الگوریتمهای یادگیری ماشین را برای پژوهشگران و متخصصان به اشتراک میگذارد. @MIT_CSAIL
- پژوهشگر استنفورد از عاملهای پژوهشی هوش مصنوعی حمایت میکند که بر تقویت پژوهشهای انسانی از طریق وظایف روزمرهی قابل اعتماد، مانند اثباتها، استدلالها و نوشتن کد، تمرکز دارند، نه اینکه تلاش کنند دانشجویان تحصیلات تکمیلی یا اساتید را جایگزین کنند. @stanfordnlp
- ناتان لمبرت به دنبال آخرین پیشرفتها در زمینهی آموزش غیرمتمرکز هوش مصنوعی است و به عملیات Prime Intellect، تلاشهای Nous Research و رویکردهای چندمرکز دادهای گوگل اشاره میکند. @natolambert