اخبار هوش مصنوعی در 2025-11-28
مدلهای جدید هوش مصنوعی
- DeepSeek اولین مدل متنباز خود را منتشر کرد که قادر به کسب مدال طلای المپیاد جهانی ریاضی (IMO) است. این مدل از یک حلقهی تولیدکننده-تأییدکننده-فرا-تأییدکننده در زبان طبیعی به جای سیستمهای اثبات رسمی مانند Lean استفاده میکند و کاربردهای بالقوهای در حوزههای علمی و کدنویسی دارد @deedydas
- گوگل جمینی 3 را با قابلیتهای پیشرفته از جمله ایجاد برنامههای تعاملی، ویژگیهای یادگیری بصری و بهبود کمک خرید برای تخفیفهای جمعه سیاه معرفی کرد @GeminiApp
- شین لگ نشان میدهد که جمینی 3 پرو با حالت تفکر میتواند شبیهسازیهای تعاملی از جمله آونگ دوتایی، مکانیک مداری و تجسم دیسک برافزایشی سیاهچاله را از طریق دستورات زبان طبیعی ایجاد کند @ShaneLegg
تحلیل صنعت
- اندرو انجی تحلیل جامعی از چشمانداز سرمایهگذاری هوش مصنوعی ارائه میدهد و استدلال میکند که لایهی کاربرد هوش مصنوعی کمسرمایهگذاری شده است، در حالی که زیرساختهای آموزش مدل ممکن است حباب را تجربه کنند. تردید سرمایهگذاران خطرپذیر ناشی از دشواری در انتخاب برندگان است تا عدم وجود فرصت @AndrewYNg
- انجی گزارش میدهد که ارائهدهندگان زیرساختها با محدودیت عرضه برای ظرفیت استنتاج مواجه هستند، با وجود نفوذ کم هوش مصنوعی. ابزارهای کدنویسی عاملمحور مانند Claude Code، OpenAI Codex و Google CLI با رشد پذیرش بازار، تقاضا برای تولید توکن را افزایش میدهند @AndrewYNg
- پل گراهام گزارش میدهد که یک استارتاپ با استفاده گسترده از هوش مصنوعی، به جای 16 کارمند، با 6 کارمند فعالیت میکند که نشاندهندهی افزایش 2.7 برابری بهرهوری ناشی از پیادهسازی هوش مصنوعی است @paulg
- سم آلتمن اظهار داشت که OpenAI با مشارکتهای جدید در زمینههای انرژی، تراشهها و توزیع، "یک شرطبندی زیرساختی بسیار تهاجمی" انجام میدهد و در صورت صحت پیشبینیهای قابلیت مدل، ارزش اقتصادی قابل توجهی را پیشبینی میکند @a16z
- بن هوروویتز استدلال میکند که کریپتو لایهی شبکهی گمشده برای هوش مصنوعی است و پول، هویت و منشأ را در برابر دیپفیکها فراهم میکند، در حالی که هوش مصنوعی ماشینهای محاسباتی را ارائه میدهد @a16z
- گپ یک عامل هوش مصنوعی را در مقیاس کامل در چهار برند (گپ، بنانا ریپابلیک، آتلتا، اولد نیوی) راهاندازی کرد که ردیابی سفارش، بازگشت کالا و کارتهای هدیه را در کانالهای وب، موبایل و صوتی مدیریت میکند @btaylor
- اندرو کارن استدلال میکند که GPT-4 به تنهایی برای تحول عظیم اجتماعی کافی بود، به ویژه در اشتغال، و تنها توسعهی کاربرد و کاهش توهم/هزینههای استنتاج مورد نیاز بود، نه هوش عمومی مصنوعی (AGI) یا هوش فراانسانی (ASI) @AndrewCurran_
پژوهشها
- ایلیا سوتسکور اظهار داشت که در حالی که مقیاسبندی رویکردهای فعلی بدون توقف به بهبود ادامه خواهد داد، "چیزی مهم همچنان در مدلهای هوش مصنوعی گم خواهد بود" که بحثهایی را در مورد یادگیری تجربی و نمایش یکپارچهی فاکتور شده برانگیخته است @ilyasut
- محققان برجستهی هوش مصنوعی همگرایی شگفتانگیزی در زمانبندی AGI/ASI نشان میدهند: دیمیس هاسابیس 5-10 سال، فرانسوا شوله حدود 5 سال، سم آلتمن در "چند هزار روز"، یان لکون حدود 10 سال، ایلیا سوتسکور 5-20 سال و داریو آمودی حتی 2 سال را پیشبینی میکنند، با این اجماع که پارادایم فعلی حتی بدون AGI نیز تأثیر اقتصادی عظیمی را ممکن میسازد @polynoamial
- محققان CMU چارچوبی را معرفی میکنند که از راهنمایی ممتاز از راهحلهای موجود برای فعال کردن یادگیری تقویتی (RL) بر روی مسائل دشوار استفاده میکند، با افزودن پیشوندهای راهحل حداقلی به دستورات دشوار برای تولید سیگنالهای پاداش که به وظایف بدون شرط تعمیم مییابند @rsalakhu
- مدل استدلال ریاضی DeepSeek از حلقهی تولیدکننده-تأییدکننده-فرا-تأییدکننده زبان طبیعی خالص با اجزای آموزشدیده با RL استفاده میکند، از سیستمهای اثبات رسمی اجتناب میکند و به طور بالقوه میتواند به هر حوزهی قابل تأییدی که بررسی آن آسانتر از حل آن است، گسترش یابد @deedydas
- الکس گریولی بر اهمیت کمیسازی ناهمواری مدل (توزیع ناهمگون قابلیت) به عنوان تمایز اصلی بین مدلهای مفید برای تسریع پیشرفت تأکید میکند @alexgraveley
کاربردها
- ایتان مولیک نشان میدهد که جمینی 3 پرو در تولید سناریوهای تخیلی از جمله نمودارهای دستگاه، عکسهای ماهوارهای، گزارشهای عملیاتی و توالیهای روایی با انسجام بالا عالی عمل میکند @emollick
- حالت هوش مصنوعی گوگل با تفکر جمینی 3 پرو به کاربران امکان میدهد شبیهسازیهای فیزیکی تعاملی از جمله اثر دوپلر، مکانیک مداری، تجسم سیاهچاله و دینامیک سیالات را از طریق دستورات زبان طبیعی ایجاد کنند @ShaneLegg
- گرگلی اوروس کتاب جدید "بدون اصطکاک" را برجسته میکند که به این سوال میپردازد: "هوش مصنوعی میتواند در عرض چند دقیقه کد تولید کند - پس چرا ارسال نرمافزار هنوز اینقدر طول میکشد؟" و بر تجربهی توسعهدهنده و اصطکاک سازمانی تمرکز دارد @GergelyOrosz
اخلاق و جامعه
- تککرانچ گزارشی از رویارویی فدرال در برابر ایالت در تنظیم مقررات هوش مصنوعی ارائه میدهد که تنشها را در رقابت برای تنظیم هوش مصنوعی برجسته میکند @TechCrunch
- گرگلی اوروس تأکید میکند که افزودن یک LLM به سیستمهای بکاند، آسیبپذیریهای تزریق پرامپت را معرفی میکند که مهندسان نرمافزار باید به عنوان یک نگرانی امنیتی کد به آن بپردازند @giudegio