اخبار هوش مصنوعی در 2025-10-22

مدل‌های جدید هوش مصنوعی

  • گوگل الگوریتم کوانتومی پیشگامانه‌ی Quantum Echoes را که بر روی تراشه‌ی Willow اجرا می‌شود، با دستیابی به اولین مزیت کوانتومی قابل‌تأیید و ۱۳,۰۰۰ برابر سرعت بیشتر نسبت به سوپرکامپیوترهای کلاسیک برای تعاملات مولکولی، معرفی کرد. @sundarpichai
  • PyTorch نسخه‌ی ExecuTorch 1.0 را منتشر کرد که امکان استقرار بی‌دردسر مدل‌های PyTorch را بر روی دستگاه‌های لبه‌ای بدون نیاز به تبدیل یا بازنویسی فراهم می‌کند. @PyTorch
  • PyTorch API torchcomms را برای برنامه‌نویسی توزیع‌شده معرفی کرد که از مقیاس‌پذیری، تحمل خطا و قابلیت توسعه با بک‌اند‌های ارتباطات جمعی پشتیبانی می‌کند. @PyTorch
  • PyTorch زبان توسعه‌ی هسته‌ی Helion را معرفی کرد که توسعه‌ی هسته‌های سفارشی را شبیه به نوشتن کد معمولی PyTorch می‌کند. @PyTorch
  • Pokee AI نسخه‌ی PokeeResearch-7B را به‌عنوان یک عامل پژوهشی عمیق متن‌باز پیشرفته منتشر کرد که از تمام عوامل پژوهشی عمیق ۷ میلیارد پارامتری دیگر بهتر عمل می‌کند. @Pokee_AI
  • AI2 نسخه‌ی olmOCR 2 را به‌روزرسانی کرد که PDFها و اسکن‌ها را به متن تمیز تبدیل می‌کند و از جداول، معادلات و دست‌خط با استفاده از داده‌های مصنوعی و تست‌های واحد پشتیبانی می‌کند. @allen_ai
  • مایکروسافت خبر از یک اطلاعیه‌ی قریب‌الوقوع با پیام پیش‌نمایش «این پنجشنبه، وقت آن است که واقعیت را آشکار کنیم.» در ساعت ۹ صبح به وقت اقیانوس آرام داد. @Copilot

تحلیل صنعت

  • بلومبرگ گزارش داد که Anthropic در حال مذاکره با گوگل برای یک قرارداد محاسباتی به ارزش «چند ده میلیارد» دلار است. @AndrewCurran_
  • بر اساس گزارش Axios، الکساندر وانگ (Alexandr Wang) ظاهراً در حال اعمال کاهش‌های قابل‌توجهی در بخش پژوهشی FAIR متا است. @AndrewCurran_
  • تحلیل‌ها نشان می‌دهد که توسعه‌ی هوش مصنوعی می‌تواند نیازمند گسترش عظیم زیرساخت‌ها باشد، و سناریوی رشد انفجاری منجر به ۲ تریلیون دلار سرمایه‌گذاری سالانه‌ی هوش مصنوعی تا سال ۲۰۳۰ و مصرف برق جهانی هوش مصنوعی دو برابر تولید برق فعلی ایالات متحده خواهد شد. @dwarkesh_sp
  • یک مدیر استخدام گزارش می‌دهد که اگر نامزدهای مهندسی نرم‌افزار با «کدنویسی ویبی» (vibe coding) تجربه نداشته باشند، این یک پرچم قرمز است، که نشان‌دهنده‌ی تغییر در انتظارات صنعت است. @chipro
  • بازار کار جدید فناوری به‌طور فزاینده‌ای شبیه به بازارهای سنتی مشاغل یقه‌سفید می‌شود و ارجاعات، سوابق، تبار و بررسی‌های دقیق پیشینه اهمیت بیشتری پیدا می‌کنند. @GergelyOrosz
  • اسپاتیفای (Spotify) نسخه‌ی میزبانی‌شده‌ی محصول ابزار توسعه‌ی Backstage را راه‌اندازی کرد، اگرچه موفقیت آن با توجه به اینکه تمرکز اصلی آن‌ها نیست، نامشخص است. @GergelyOrosz
  • تحلیل Coatue نشان می‌دهد که ما در حباب هوش مصنوعی نیستیم، بر اساس چهار معیار: نسبت قیمت به درآمد (P/E) نزدیک به سطوح دات‌کام نیست، هزینه‌های سرمایه‌ای (CapEx) توسط جریان نقدی تأمین می‌شود، ارزش‌گذاری‌های فناوری کمتر از سال ۱۹۹۹ است، و تمرکز بازار لزوماً منفی نیست. @deedydas
  • a16z دوره‌ی کنونی را «بزرگ‌ترین ابرچرخه‌ی زیرساختی در تاریخ» که بنیان خود هوش را می‌سازد، توصیف می‌کند. @JenniferHli
  • آنیش آچاریا (Anish Acharya) اشاره می‌کند که توسعه‌ی کد هوش مصنوعی «بازار نیست، بلکه یک صنعت است» که قابلیت ارائه‌ی ایده‌ها در یک روز را دارد، در حالی که تنها ۱ درصد از نرم‌افزارهای مورد نیاز ساخته شده است. @illscience
  • Perplexity به برنامه‌ی شماره‌ی یک در برزیل در تمام دسته‌بندی‌ها تبدیل شد. @AravSrinivas

اخلاق و جامعه

  • شخصیت‌های برجسته از جمله ریچارد برانسون (Richard Branson)، استیو وزنیاک (Steve Wozniak)، یوشوا بنجیو (Yoshua Bengio)، جفری هینتون (Geoffrey Hinton) و استوارت راسل (Stuart Russell) بیانیه‌ای را امضا کردند که خواستار توقف تلاش‌های انسانی برای ایجاد ابرهوش تا زمانی که بتوان آن را با ایمنی و کنترل انجام داد، می‌شود. @AndrewCurran_
  • هایدی خالف (Heidy Khlaaf) همکاری Anthropic با وزارت انرژی (DOE) برای جلوگیری از ساخت سلاح‌های هسته‌ای توسط Claude را «نمایش امنیتی» می‌نامد، و هشدار می‌دهد که خطر واقعی، دسترسی شرکت‌های هوش مصنوعی به داده‌های امنیت ملی است. @AINowInstitute
  • مطالعه‌ی استنفورد نشان می‌دهد که شرکت‌های پیشرو هوش مصنوعی مکالمات کاربران را برای آموزش جمع‌آوری می‌کنند، که نگرانی‌هایی را درباره‌ی حریم خصوصی برای کاربران چت‌بات‌ها ایجاد می‌کند. @StanfordHAI
  • سایمون ویلسون (Simon Willison) آسیب‌پذیری تزریق پرامپت در عامل مرورگر Fellou را نشان می‌دهد، و نشان می‌دهد که می‌توان آن را با دستورالعمل‌های مخرب صفحه‌ی وب فریب داد تا داده‌ها را از حساب Gmail کاربر سرقت کند. @simonw
  • گرگلی اوروز (Gergely Orosz) نگرانی‌های امنیتی خود را در مورد مرورگرهای هوش مصنوعی ابراز می‌کند، با ذکر آسیب‌پذیری‌های تزریق پرامپت و عدم تمایل به اعتماد به آن‌ها با داده‌های حساس مانند ایمیل، بانکداری و رمز عبور. @GergelyOrosz
  • OpenAI درخواستی قانونی به خانواده‌ی آدام رین (Adam Raine) ۱۶ ساله که پس از مکالمات ChatGPT خودکشی کرده بود، ارسال کرد، و لیست شرکت‌کنندگان در مراسم یادبود و عکس‌ها را درخواست کرد، که وکلا آن را «آزار و اذیت عمدی» می‌نامند. @CristinaCriddle
  • متا (Meta) سیاست‌های خود را تغییر می‌دهد تا سرویس ۱-۸۰۰-ChatGPT از OpenAI پس از ۱۵ ژانویه‌ی ۲۰۲۶ بر روی واتساپ (WhatsApp) کار نکند. @OpenAI

کاربردها

  • اندرو نگ (Andrew Ng) دوره‌ی «حاکمیت عوامل هوش مصنوعی» (Governing AI Agents) را با Databricks راه‌اندازی کرد که ایمنی، امنیت و شفافیت داده‌ها را برای جریان‌های کاری عوامل هوش مصنوعی، از جمله کنترل دسترسی به داده‌ها و حفاظت از حریم خصوصی آموزش می‌دهد. @AndrewYNg
  • گوگل دیپ‌مایند (Google DeepMind) و UCL یک برنامه‌ی آموزشی رایگان «مبانی پژوهش هوش مصنوعی» (AI Research Foundations) را در Google Skills منتشر کردند با درس‌هایی از سرپرستان Gemini درباره‌ی کدنویسی و تنظیم دقیق مدل. @GoogleDeepMind
  • Gemini با هدست‌های Android XR ادغام می‌شود و کمک بلادرنگ را در سراسر برنامه‌ها و بازی‌ها با قابلیت پرسش درباره‌ی محیط اطراف ارائه می‌دهد. @GeminiApp
  • عامل Cigna شرکت Sierra در کمتر از دو ماه وارد مرحله‌ی تولید شد و به کاهش ۸۰ درصدی در زمان احراز هویت اعضا دست یافت. @btaylor
  • استنفورد مدل T* را توسعه داد که درک ویدیوی بلند را به‌عنوان جستجوی زمانی بازنگری می‌کند، و اطلاعات کلیدی را در انبوهی از ویدیوها تنها با چند فریم پیدا می‌کند. @StanfordAILab
  • برایان بیشوف (Bryan Bischof) پروژه‌ی semantic.art را ایجاد کرد که نمایش‌های برداری چندگانه را برای جستجوی هنر فراتر از جستجوی سنتی با کلمات کلیدی نشان می‌دهد، و محدودیت‌های رویکردهای تک‌تعبیه‌ای (single-embedding) را آشکار می‌کند. @HamelHusain
  • تسلا (Tesla) گزارش داد که فناوری Autopilot تقریباً ۹ برابر ایمن‌تر از میانگین ایالات متحده است. @Tesla_AI
  • آمازون (Amazon) عینک‌های تحویلی را توسعه داد که دستورالعمل‌های دقیق و اطلاعات خطرات را مستقیماً در میدان دید رانندگان فراهم می‌کند تا زمان تحویل را کاهش دهد. @TechCrunch

پژوهش‌ها

  • چندین استاد ریاضی تأیید می‌کنند که هوش مصنوعی می‌تواند برخی از مسائل باز ریاضی را با راهنمایی حل کند، هرچند هنوز به دستاوردهای بزرگی نرسیده است، با مدل‌هایی که به سطوح «کار کردن با آن مانند یک دانشجوی کارشناسی ارشد» برای تسریع دانشگاهی رسیده‌اند. @emollick
  • ایتان مولیک (Ethan Mollick) به سردرگمی پایدار بین علم داده/یادگیری ماشین کلاسیک و هوش مصنوعی مولد که هر دو «هوش مصنوعی» نامیده می‌شوند، اشاره می‌کند، که منجر به سیاست‌گذاری‌های مغشوش، رهبری شرکت‌ها و بحث‌های آکادمیک می‌شود. @emollick
  • فرانسوا شوله (François Chollet) بیان می‌کند که «تمام هوش تعمیم‌یافتگی است. بقیه فقط جستجو است.» @fchollet
  • Kaggle معیار «گشایش‌های شطرنج» (Chess Openings) را راه‌اندازی کرد که استدلال فراتر از حفظ کردن را آزمایش می‌کند، با بازی‌هایی که از ۲۰ گشایش محبوب آغاز می‌شوند تا مدل‌ها را فراتر از الگوهای یادگرفته شده پیش ببرد. @kaggle
  • پژوهشگران IBM و دانشگاه واشینگتن (University of Washington) مجموعه‌داده‌ای شامل ۱.۵ میلیون سناریوی وظیفه را در Hugging Face منتشر کردند که برای بهبود تعاملات عامل‌ها با جهان طراحی شده است. @IBMResearch
  • هامل حسین (Hamel Husain) و برایان بیشوف (Bryan Bischof) هکاتون «مهندسی زمینه» (Context Engineering) را برگزار کردند که کیفیت عامل را به‌طور عینی از طریق افشای ارزیابی تدریجی اندازه‌گیری می‌کند تا مهارت‌ها را فراتر از ارائه‌ی سطحی آزمایش کند. @HamelHusain
  • داده‌های نظرسنجی نشان می‌دهد که استفاده از هوش مصنوعی مولد (GenAI) در میان کارگران آمریکایی از ۴۵.۶ درصد در ماه ژوئن به ۳۶.۷ درصد در ماه سپتامبر کاهش یافته است، که نشان‌دهنده‌ی کاهش احتمالی در پذیرش آن است. @Jon_Hartley_