شرکت‌های هوش مصنوعی

۱۶ کارگاه عملی هوش مصنوعی برای فعالان محتوا و رسانه ثبت‌نام با ۵۰٪ تخفیف
Generic filters
Search in title
Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش خبری
پرامپت‌ نویسی
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
خطرات هوش مصنوعی
دیتاست
مدل‌های بنیادی
رویدادها
جیتکس
جیتکس ترکیه
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
پیاده‌سازی هوش مصنوعی
گزارش
مصاحبه
هوش مصنوعی در عمل
یادداشت
توهم آگاهی هوش مصنوعی
اگر هوش مصنوعی جایگزین نیروی کار انسانی شود، چیزی فراتر از فقط دستمزد را از دست خواهیم داد
فرار از جعبه سیاه جادویی هوش مصنوعی
آیا هوش مصنوعی پله نخست نردبان شغلی را نابود خواهد کرد؟
حالا می توانید با ChatGPT Images 2.6 گیف بسازید

شرکت‌های هوش مصنوعی

عامل‌های هوش مصنوعی چگونه نحوه قضاوت و تصمیم‌گیری متخصصان را تغییر می‌دهد؟

عامل‌های هوش مصنوعی چگونه نحوه قضاوت و تصمیم‌گیری متخصصان را تغییر می‌دهد؟

هنگامی که متخصصان بخشی از کار خود را به یک عامل هوش مصنوعی (AI Agent) واگذار می‌کنند، معمولاً فرض بر این است که تصمیم‌های مهم همچنان در اختیار انسان باقی می‌مانند. بر اساس این تصور، عامل هوش مصنوعی کد می‌نویسد، محاسبات را انجام می‌دهد و پیشنهادهایی ارائه می‌کند؛ اما متخصص انسانی تعیین می‌کند چه چیزی باید اندازه‌گیری شود، شواهد مبهم چگونه باید تفسیر شوند و اقدامات بعدی چه باشند. این تصمیم‌ها اغلب پاسخ واحد و قطعی ندارند و به تجربه، قضاوت و ارزش‌های تصمیم‌گیرنده وابسته‌اند.

جعبه سیاه اپراتور هوش مصنوعی ایران

جعبه سیاه اپراتور هوش مصنوعی ایران

بررسی اسناد مصوبه «پروانه اپراتوری هوش مصنوعی» نشان می‌دهد که تعیین شرط سنگین ۲۰۰ پتافلاپس و بار مالی ۱.۲ همتی، ساختاری انحصارگرایانه به نفع بازیگران شبه‌دولتی ایجاد کرده است. این الگوی تنظیم‌گری علاوه بر حاشیه‌نشینی شرکت‌های دانش‌بنیان و ایجاد «نقطه شکست امنیتی»، زیست‌بوم نوآوری و توسعه هوش مصنوعی در کشور را با تهدیدی جدی مواجه می‌سازد. هوشیو این موضوع را با بازیگران این حوزه بررسی کرده است.

با اقتصاددانان شیفته هوش مصنوعی آشنا شوید

با اقتصاددانان شیفته هوش مصنوعی آشنا شوید

هوش مصنوعی تاکنون تریلیون‌ها دلار ارزش بازار ایجاد کرده و گروهی از متخصصان فناوری را به چهره‌هایی مشهور تبدیل کرده است. افکار عمومی در عین هیجان‌زدگی، نسبت به این فناوری احساس نگرانی نیز دارد. بسیاری از افراد برجسته، از بیل گیتس گرفته تا ایلان ماسک، معتقدند که هوش مصنوعی هنوز در آغاز مسیر خود قرار دارد.

GPT-6.1 Terra

GPT-6.1 Terra؛ سریع‌تر و مقرون‌به‌صرفه‌تر برای تعامل با رایانه

OpenAI از جدیدترین عضو خانواده مدل‌های خود، GPT-6.1 Terra رونمایی کرد؛ مدلی سریع و کارآمد که قابلیت‌های استدلال بصری پیشرفته، تعامل دقیق با رایانه و تولید متن طبیعی‌تر را ترکیب می‌کند. این مدل در مقایسه با GPT-5.6 Terra پیشرفت قابل‌توجهی داشته و برای انجام وظایف حرفه‌ای روزمره، از تدوین پیشنهادهای تجاری و تحلیل نقشه‌های فنی گرفته تا تکمیل فرم‌ها و ویرایش ویدئو طراحی شده است.

Kimi K3.1 Pro

رونمایی از مدل Kimi K3.1 Pro؛ رقابت شانه به شانه مدل‌های وزن‌باز با مدعیان بزرگ

شرکت چینی Moonshot AI از جدیدترین مدل‌های هوش مصنوعی خود با نام‌های Kimi K3.1 Pro و نسخه پرسرعت آن K3.1 Pro Highspeed رونمایی کرد. این مدل، گام بلندی در توسعه مدل‌های وزن‌باز (Open-Weight) محسوب می‌شود؛ مدل‌هایی که کدهای پایه و وزن‌های آن‌ها در دسترس عموم قرار می‌گیرد و به جای محصور ماندن در انحصار شرکت‌های بزرگ، امکان استفاده و توسعه شفاف را فراهم می‌سازند.

نئولب‌های هوش مصنوعی سرمایه‌های کلانی جذب می‌کنند؛ اما بیشترشان هنوز دستاورد چندانی ندارند

نئولب‌های هوش مصنوعی سرمایه‌های کلانی جذب می‌کنند؛ اما بیشترشان هنوز دستاورد چندانی ندارند

«ژرژ دوریو» (Georges Doriot)، یکی از بنیان‌گذاران سرمایه‌گذاری خطرپذیر (VC)، شغل خود را قضاوت درباره «یک فرد و یک ایده» توصیف می‌کرد. بسیاری از سرمایه‌گذاران سیلیکون‌ولی که در پی کسب سودهای کلان از رونق هوش مصنوعی هستند، فلسفه‌ای به همین اندازه حداقلی را پذیرفته‌اند. زنجیره‌ای از چهره‌های سرشناس پژوهش هوش

آنتروپیک سه شاخص برای سنجش سرعت توسعه هوش مصنوعی در آزمایشگاه‌های پیشرو معرفی کرد

آنتروپیک سه شاخص برای سنجش سرعت توسعه هوش مصنوعی در آزمایشگاه‌های پیشرو معرفی کرد

با افزایش توانمندی سیستم‌های هوش مصنوعی و نقش آن‌ها در توسعه نسل‌های بعدی خود، آنتروپیک سه شاخص برای شفاف‌سازی روند پیشرفت این فناوری معرفی کرده است:
میزان خودکارسازی تحقیق‌وتوسعه هوش مصنوعی
نظارت بر عملکرد عامل‌های هوشمند
نحوه تخصیص منابع محاسباتی
آنتروپیک با انتشار داده‌هایی از فعالیت‌های داخلی خود، تلاش دارد امکان ارزیابی سرعت توسعه هوش مصنوعی را برای عموم مردم، نهادهای مستقل و دولت‌ها فراهم کند.

OpenAI آموزش مدل‌های پیشرفته هوش مصنوعی را بدون اتصال مستقیم به اینترنت پیش می‌برد

اوپن‌ای‌آی تصمیم گرفته است مدل‌های پیشرفته هوش مصنوعی را در محیط‌های ایزوله و بدون دسترسی مستقیم به اینترنت زنده آموزش دهد؛ اقدامی امنیتی که پس از شناسایی آسیب‌پذیری‌هایی در محیط‌های کنترل‌شده و تلاش عوامل آزمایشی برای خروج از این محیط‌ها در دستور کار قرار گرفت.

هزاران عامل هوش مصنوعی OpenAI در ۳۲ دقیقه داده‌های میلیون‌ها سلول مغزی را تحلیل کردند

هزاران عامل هوش مصنوعی OpenAI در ۳۲ دقیقه داده‌های میلیون‌ها سلول مغزی را تحلیل کردند

پژوهشگران OpenAI، شرکت PerturbAI و مؤسسه Scripps Research در پروژه‌ای مشترک نشان داده‌اند که چگونه هزاران عامل هوش مصنوعی می‌توانند با تحلیل داده‌های زیستی، ارتباطات ناشناخته‌ای را شناسایی کنند که به درک بهتر بیماری‌های عصبی مانند آلزایمر و پارکینسون کمک می‌کنند.

ChatGPT در کدنویسی به زبان‌های کم‌منبع فورترن و ویژوال‌بیسیک، حرفه‌ای‌تر می‌شود

ChatGPT در کدنویسی به زبان‌های کم‌منبع فورترن و ویژوال‌بیسیک، حرفه‌ای‌تر می‌شود

OpenAI از پیشرفت قابل‌توجه مدل‌های جدید خود در برنامه‌نویسی و مهاجرت نرم‌افزارهای نوشته‌شده با زبان‌های کم‌منبع (Low-resource Programming Languages) مانند COBOL، Fortran و Visual Basic خبر داده است. این زبان‌ها در مقایسه با زبان‌هایی مانند پایتون و جاوااسکریپت، کدها و مستندات آموزشی کمتری در اختیار مدل‌های هوش مصنوعی قرار می‌دهند؛ بااین‌حال، همچنان زیرساخت‌های حیاتی بسیاری از صنایع به آن‌ها وابسته است.

آیا Claude واقعاً در تنها در ۶۴ ساعت، پادزهری برای سم عقرب طراحی کرده است؟

آیا Claude واقعاً فقط در ۶۴ ساعت، پادزهری برای سم عقرب طراحی کرده است؟

شرکت آنتروپیک در پژوهشی جدید، توانایی مدل هوش مصنوعی Claude در طراحی پروتئین‌های کوچک متصل‌شونده به نوروتوکسین‌های عقرب را بررسی کرده است. هدف این پروژه، ارزیابی ظرفیت هوش مصنوعی برای تسریع کشف دارو و فراهم‌کردن زمینه توسعه پادزهرهای جدید بود.

شکاف انتظارات از هوش مصنوعی از دیدگاه آنتروپیک

شکاف انتظارات از هوش مصنوعی از دیدگاه آنتروپیک

گزارش تحلیلی مؤسسه آنتروپیک بر اساس نظرسنجی از ۱۰۹۸۰ شاغل آمریکای و ۱۳۳۴ نفر از کارکنان متخصص شرکت آنتروپیک، پرده از یک شکاف عمیق در انتظارات از سرعت پیشرفت، میزان پذیرش و پیامدهای اقتصادی هوش مصنوعی برمی‌دارد.

Claude Duet

Claude Duet؛ عامل هوش مصنوعی آنتروپیک برای مدیریت وظایف و کسب‌وکارها

پس از رونمایی متا و OpenAI از عامل‌های هوش مصنوعی اختصاصی خود، حالا آنتروپیک نیز از Claude Duet، عامل‌های هوش مصنوعی اختصاصی رونمایی کرد؛ اپلیکیشن جدیدی که دستیار هوش مصنوعی Claude را به یک عامل هوشمند ازپیش‌فعال (Proactive Agent) تبدیل می‌کند.

افشای اسناد محرمانه پروژه پاناما؛ آیا واقعاً آنتروپیک کتاب‌ها را برای آموزش هوش مصنوعی نابود می‌کند؟

افشای اسناد محرمانه پروژه پاناما؛ آیا واقعاً آنتروپیک کتاب‌ها را برای آموزش هوش مصنوعی نابود می‌کند؟

افشای اسناد محرمانه در جریان پرونده‌های کپی‌رایت در دادگاه فدرال ایالات متحده، پرده از یکی از جنجالی‌ترین و عجیب‌ترین عملیات‌های استخراج داده در صنعت هوش مصنوعی برداشت.

اعتماد سازمان و مشتری را به دست هوش مصنوعی نسپارید

اعتماد سازمان و مشتری را به دست هوش مصنوعی نسپارید

فرصت هوش مصنوعی واقعی است، اما تنها درصورتی‌که مشتریان و نهادهای ناظر همچنان به شما اعتماد داشته باشند. هیچ‌کس از مسئله اعتماد مستثنا نیست. رهبران حوزه خدمات حرفه‌ای و مالی با یک انتخاب تعیین‌کننده مواجه‌اند؛ به هوش مصنوعی اعتماد کنند و آن را به‌عنوان محور اصلی به کار بگیرند یا

شاید جنجالی‌ترین ادعای دنیای هوش مصنوعی تاکنون: شبکه‌های عصبی مصنوعی از همان ابتدا هم قابل‌فهم‌تر از آن چیزی بوده‌اند که تصور می‌کردیم. هوش مصنوعی جعبه سیاه نیست.

شاید جنجالی‌ترین ادعای دنیای هوش مصنوعی تاکنون: هوش مصنوعی جعبه سیاه نیست

یادداشتی جنجالی از سوی یکی از پژوهشگران برجسته نشان می‌دهد که هوش مصنوعی ممکن است در واقع قابل‌پیش‌بینی‌تر از چیزی باشد که تصور می‌کردیم. در چند روز گذشته، دنیای هوش مصنوعی درگیر یک مقاله ۲۶ هزارکلمه‌ای از «نیک کاماراتا» (Nick Cammarata)، پژوهشگر هوش مصنوعی بوده است. مقاله Neural Networks Are Already Clean «مهم‌ترین مقاله»، «مهم‌ترین دستاورد» و «بهترین خبر سال» توصیف شده است؛ برخی حتی آن را مهم‌ترین دستاورد در تاریخ پژوهش هوش مصنوعی یا شاید در تمام دوران دانسته‌اند. سم آلتمن، مدیرعامل OpenAI نیز از آن تمجید کرده است.

چگونه نوع‌دوستی مؤثر جهان را تسخیر کرد و نقش هوش مصنوعی در این میان چیست؟

چگونه نوع‌دوستی مؤثر جهان را تسخیر کرد و نقش هوش مصنوعی در این میان چیست؟

نقطه آغاز «نوع‌دوستی مؤثر» (Effective Altruism)، فرضی ساده بود: «رنج و مرگ ناشی از کمبود غذا، سرپناه و مراقبت‌های پزشکی بد است.» بااین‌حال، پیروان این جنبش بیم آن دارند که خودشان نیز در حال نزدیک‌تر کردن پایان این جنبش باشند؛ زمانی که «موهبت کیهانی» بشریت؛ یعنی هر ستاره و کهکشانی که به طور معقول بتوان از آن بهره‌برداری کرد، تحت سلطه هوشی برتر و بی‌تفاوت قرار گیرد.

خستگی از هوش مصنوعی: چالش پنهان در رقابت برای پذیرش هوش مصنوعی

خستگی از هوش مصنوعی: چالش پنهان در رقابت برای پذیرش هوش مصنوعی

شاید چندان تعجب‌آور نباشد که حتی اولین علاقه‌مندان به هوش مصنوعی نیز، پس از مواجهه با روایت‌های بی‌وقفه و مسائل اغلب پیچیده پیرامون ادغام این فناوری در زندگی کاری واقعی، به‌نوعی احساس خستگی از آن پیدا کرده باشند. این پدیده را «خستگی از هوش مصنوعی» (AI fatigue) نامیده‌اند. اما برای مقابله با آن چه باید کرد؟

هوش مصنوعی و OpenAI در برابر دانش ریاضیات

هوش مصنوعی و OpenAI در برابر دانش ریاضیات

سه‌شنبه، ۶ اکتبر ۲۰۲۶ ممکن است به‌عنوان یکی از تأثیرگذارترین روزهای تاریخ ریاضیات ثبت شود. در این روز، OpenAI اعلام کرد عامل‌های هوش مصنوعی این شرکت که با یک مدل منتشرنشده کار می‌کنند، طی چند هفته دست‌کم ۳۷۲ مسئله ریاضی دیرینه را حل کرده‌اند. یافته‌های این پژوهش که در بیش از ۷۰۰ مقاله تولیدشده به‌وسیله هوش مصنوعی تشریح شده‌اند، از پژوهشی با مقیاس و سرعتی بی‌سابقه حکایت دارند.

آیا Claude و ChatGPT واقعاً رمز انیگما را شکستند؟

در سپتامبر ۲۰۲۶، دو پیام رمزگذاری‌شده با ماشین‌های انیگما که سال‌ها در فهرست پیام‌های حل‌نشده قرار داشتند، یکی با GPT-6 Astra و دیگری با Claude Opus 5 رمزگشایی و خوانده شدند.

پیشرفت قابلیت‌های مدل‌های هوش مصنوعی، نگرانی دیرینه‌ای را بیش از گذشته به واقعیت نزدیک کرده است: تکثیر و سازگاری خودمختار. آنتروپیک هشدار می‌دهد که مدل‌های هوش مصنوعی ممکن است به‌زودی بتوانند بدون دسترسی به دیتاسنتر، و حتی روی مجموعه‌ای از تلویزیون‌های هوشمند خودشان را تکثیر کنند.

تیم امنیت سایبری آنتروپیک: مدل‌های هوش مصنوعی متن‌باز حتی روی تلویزیون‌های هوشمند هم می‌توانند خودشان را تکثیر کنند

پیشرفت قابلیت‌های مدل‌های هوش مصنوعی، نگرانی دیرینه‌ای را بیش از گذشته به واقعیت نزدیک کرده است: تکثیر و سازگاری خودمختار. آنتروپیک هشدار می‌دهد که مدل‌های هوش مصنوعی ممکن است به‌زودی بتوانند بدون دسترسی به دیتاسنتر، و حتی روی مجموعه‌ای از تلویزیون‌های هوشمند خودشان را تکثیر کنند.

مدیران ارشد شرکت‌های آنتروپیک، OpenAI و دیگر شرکت‌های هوش مصنوعی، پشت درهای بسته در حال بررسی سناریوهایی هستند که ممکن است پس از وقوع یک حادثه فاجعه‌بار ناشی از هوش مصنوعی، به شورش افکار عمومی و واکنش شدید سیاسی منجر شود.

شرکت‌های هوش مصنوعی برای «روز پس از فاجعه» آماده می‌شوند

مدیران ارشد شرکت‌های آنتروپیک، OpenAI و دیگر شرکت‌های هوش مصنوعی، پشت درهای بسته در حال بررسی سناریوهایی هستند که ممکن است پس از وقوع یک حادثه فاجعه‌بار ناشی از هوش مصنوعی، به شورش افکار عمومی و واکنش شدید سیاسی منجر شود.

مایکروسافت از مدل Microsoft-Decision-1 رونمایی کرد؛ مدلی برای امتیازدهی سریع به تصمیم‌ها که با هدف دستیابی به عملکرد بالا در سرعت پاسخ‌گویی و کیفیت تصمیم‌گیری در وظایف ساختاریافته طراحی شده است. این مدل در مقایسه با مدل‌های زبانی بزرگ (LLM) و سایر مدل‌های تصمیم‌گیری، عملکرد بهتری در معیارهای اعلام‌شده دارد و برای کاربردهایی مانند مسیریابی، طبقه‌بندی، اولویت‌بندی، اعتبارسنجی و کنترل گردش کار توسعه یافته است.

Microsoft-Decision-1؛ مدل تحلیلی مایکروسافت برای تصمیم‌گیری سریع و ارزان با هوش مصنوعی

مایکروسافت از مدل Microsoft-Decision-1 رونمایی کرد؛ مدلی برای امتیازدهی سریع به تصمیم‌ها که با هدف دستیابی به عملکرد بالا در سرعت پاسخ‌گویی و کیفیت تصمیم‌گیری در وظایف ساختاریافته طراحی شده است. این مدل در مقایسه با مدل‌های زبانی بزرگ (LLM) و سایر مدل‌های تصمیم‌گیری، عملکرد بهتری در معیارهای اعلام‌شده دارد و برای کاربردهایی مانند مسیریابی، طبقه‌بندی، اولویت‌بندی، اعتبارسنجی و کنترل گردش کار توسعه یافته است.

چگونه Claude به بازسازی نقشه فرابنفش ناقص آسمان شب کمک کرد؟

چگونه Claude به بازسازی نقشه فرابنفش ناقص آسمان شب کمک کرد؟

«برایس منارد» (Brice Ménard)، اخترفیزیک‌دان دانشگاه جانز هاپکینز و پژوهشگر شرکت آنتروپیک توضیح می‌دهد که چگونه با کمک Claude Science نخستین نقشه کامل آسمان در نور فرابنفش را تهیه کرده است. این نقشه می‌تواند به ابزاری آموزشی برای نمایش جزئیات ساختار پیچیده راه شیری در این طول‌موج تبدیل شود.

[wpforms id="48325"]