⚫️ تراشه‌های رایانه‌ای نقش مهمی در پیش‌رفت هوش مصنوعی داشته‌اند، حال نوبت به هوش مصنوعی‌ست که دین خود را ادا کند.

🔵 چهارسال پیش، آزالیا میرحسینی در گوگل موفق شد به‌کمک یادگیری تقویتی عمیق، روشی برای طراحی چیدمان تراشه‌های کامپیوتری (chip floorplanning) ابداع کند.

✅ در این روش، ابتدا، یک Grid خالی درنظر گرفته شده و در هر تکرار، یکی از مولفه‌ها (مدارها)،‌ روی آن قرار می‌گیرد. پاداش نهایی از روی کیفیت چیدمان تراشه‌ی نهایی مشخص می‌شود. یک شبکه‌ی عصبی گرافی مبتنی بر یال (Edge-based GNN) ارتباط بین مولفه‌ها را یادگرفته و آن را به بخش‌های دیگر تعمیم می‌دهد.

🔄 لازم به ذکرست، تمام تراشه‌های شتاب‌دهی هوش مصنوعی گوگل (TPU) و همین‌طور Google Axion توسط این روش طراحی شده‌اند.

امروز بعد از چهار سال، این مدل، AlphaChip نام گرفت و به‌زودی چک‌پوینت (وزن‌های) آن برای استفاده‌ی سایرین دردسترس قرار خواهد گرفت.


بلاگ‌پست:
https://deepmind.google/discover/blog/how-alphachip-transformed-computer-chip-design/
گیت‌هاب:
https://github.com/google-research/circuit_training/

🟦 🔵 دیجی کورس، یادگیری برای همه، هر زمان، هر مکان!
@digicourseofficial

‼️مصرف برق GPT-5 از چندین کشور بیشتر است!

✅ برآوردها نشون میده مدل GPT-5 سالانه حدود ۱۶.۴ تراوات‌ساعت (TWh) برق مصرف میکنه ، یعنی بیشتر از کل مصرف سالانه‌ی کشور اسلوونی!

🔴 از نظر مصرف جهانی انرژی، GPT-5 در رتبه‌ی 81 جهان قرار می‌گیرد؛ درست هم‌سطح یک کشور متوسط از نظر جمعیت و صنعت.



🟦 🔵 دیجی کورس، یادگیری برای همه، هر زمان، هر مکان!
@digicourseofficial

🔴 گوگل گزارشی ۱۵۰ صفحه‌ای درباره عامل‌های هوش مصنوعی سلامت منتشر کرد!

در این گزارش که بر پایه ۷٬۰۰۰ حاشیه‌نویسی و بیش از ۱٬۱۰۰ ساعت کار متخصصان تهیه شده، گوگل نه‌فقط داده‌ها بلکه فلسفه‌ی جدیدی در طراحی عامل‌های سلامت را معرفی می‌کند.

به‌جای ساخت یک مدل واحد مثل Doctor-GPT، گوگل رویکردی ماژولار و چندعاملی را برگزیده و سامانه‌ای با نام Personal Health Agent (PHA) ارائه داده است که از سه عامل تخصصی تشکیل می‌شود:

🧮 عامل Data Science Agent: تحلیل داده‌های پوشیدنی و نتایج آزمایشگاهی

🩺عامل Domain Expert Agent: بررسی و تأیید دانش و حقایق پزشکی

💬 عامل Health Coach Agent: گفت‌وگو با کاربر، تعیین اهداف و افزودن لایه‌ای از همدلی

🧩 همه‌ی این عامل‌ها با کمک یک ارکستراتور مرکزی دارای حافظه به هم متصل‌اند که اهداف، موانع و بینش‌های کاربر را دنبال می‌کند.

⚡نتایج کلیدی:
عملکرد بهتر از مدل‌های پایه در ۱۰ بنچمارک سلامت
کاربران در مقایسه با LLMهای عمومی، PHA را ترجیح دادند (در آزمایشی با ۲۰ شرکت‌کننده و ۵۰ پرسونا)
متخصصان پاسخ‌های PHA را ۵٫۷٪ تا ۳۹٪ دقیق‌تر در پرسش‌های پزشکی پیچیده ارزیابی کردند

⚙️اصول طراحی PHA:
در نظر گرفتن همه‌ی نیازهای کاربر
ترکیب تطبیقی عامل‌ها بر اساس نوع درخواست
پرهیز از پرسیدن داده‌هایی که می‌توان از اطلاعات موجود استنتاج کرد
کاهش تاخیر و پیچیدگی در تعامل

🧠موارد آزمایشی:
پرسش‌های عمومی سلامت
تفسیر داده‌های پوشیدنی و زیست‌نشانگرها
توصیه‌های خواب، تغذیه و فعالیت بدنی
ارزیابی علائم بدون ارائه تشخیص پزشکی

⚠️محدودیت‌ها و مسیر آینده:
کندتر از عامل‌های تکی (میانگین ۲۴۴ ثانیه در برابر ۳۶ ثانیه)
نیاز به ممیزی تعصب، حفاظت داده و انطباق قانونی
گام بعدی: سبک گفت‌وگوی تطبیقی میان همدلی و مسئولیت‌پذیری

💡جمع‌بندی:
گوگل نشان می‌دهد آینده‌ی هوش مصنوعی سلامت در ساخت تیم‌های عامل‌های تخصصی و ماژولار است، نه یک ابرپزشک دیجیتال.
سلامت تنها نخستین حوزه آزمایشی است — گام‌های بعدی شامل مالی، حقوق، آموزش و علم خواهد بود.

⭐️گزارش کامل:

The Anatomy of a Personal Health Agent
https://arxiv.org/abs/2508.20148

🟦 🔵 دیجی کورس، یادگیری برای همه، هر زمان، هر مکان!
@digicourseofficiall

🔴 اتش سوزی در دیتاسنتر دولتی کره جنوبی باعث شده چند صد ترابایت اطلاعاتی دولتی از بین برن!

✅ این اتش سوزی چند روز پیش در حین جابجایی و تعویض باتریهای لیتیوم یونی UPSهای این دیتاسنتر اتفاق افتاده که چندین ساعت طول کشید و باعث از بین رفتن برخی سرورها شد.

دیتاسنترهای مجاور رو هم به دلیل دمای بالا خاموش کردن تا از خسارت به اونها جلوگیری بشه. در نتیجه بسیاری از سرویسهای دولتی کره جنوبی از کار افتادن.

تاکنون 115 سرویس از 647 سرویس دولتی بازیابی شدن و تلاش برای برگردوندن اونها ادامه داره ولی به دلیل پیچیدگی های مختلف ممکنه این فرایند بیش از یک ماه طول بکشه. ⚫️

اما در این بین بازیابی اطلاعات موجود در فضای ابری G-Drive، که مخصوص کارمندان دولتی این کشور برای فایلهای کاری هست تا از ذخیره اطلاعات در کامپیوترهاشون جلوگیری بشه، به مشکل جدی خورده چون به شکل عجیبی این سرویس هیچ بکاپی برای اون تعبیه نشده و ظاهرا بیش از 858 ترابایت اطلاعات اون از بین رفته.

در نتیجه برای بازیابی اطلاعات اون به دنبال روشهای ثانویه مثل استفاده از فایلهای ذخیره شده در هارد لپتاپهای این کارمندان و همچنین بازیابی اطلاعات اونها از ایمیلها و اسناد چاپ شده هستن.

🟦 🔵 دیجی کورس، یادگیری برای همه، هر زمان، هر مکان!
@digicourseofficial

⏺انجمن هوش مصنوعی در همه دانشگاه‌های علوم پزشکی راه‌اندازی می‌شود/ فیلترینگ سیاستی ناکارآمد و مانع رشد است

دکتر محمد نوروزی، مشاور معاون وزیر بهداشت در امور نخبگان و انجمن‌های علمی در گفت‌وگو با مفدا گفت: در نظر داریم با همکاری دانشجویان، انجمن‌های هوش مصنوعی را در تمامی دانشگاه‌های علوم پزشکی کشور راه‌اندازی کنیم.

سیاست‌های دولت‌ها در این زمینه باید تسهیل‌کننده و حمایت‌کننده باشند، سیاست فیلترینگ، نه تنها ناکارآمد است بلکه مانع رشد کشور در حوزه فناوری‌های نوین و تعامل با جامعه علمی بین‌المللی نیز می‌شود.

🟦 🔵 دیجی کورس، یادگیری برای همه، هر زمان، هر مکان!
@digicourseofficial

💡 مدل RND1 — نسل جدید مدل‌های زبانی با منطق دیفیوژن

مدل RND1 یک مدل زبانی مبتنی بر دیفیوژن (Diffusion Language Model - DLM) است که توسط تیم Radical Numerics معرفی شده است.
این مدل با ۳۰ میلیارد پارامتر ساخته شده، اما تنها ۳ میلیارد پارامتر فعال دارد. مدل بر پایه‌ی معماری Sparse Mixture-of-Experts (MoE) طراحی شده و از مدل پیش‌آموزش‌دیده‌ی Qwen3-30B-A3B مشتق شده است. سپس با ۵۰۰ میلیارد توکن دیگر بازآموزی شده تا رفتار خود را از یک مدل خودبازگشتی (Autoregressive) به مدل دیفیوژنی تغییر دهد.

🔄 برخلاف مدل‌های زبانی معمولی (مثل GPT) که متن را واژه‌به‌واژه تولید می‌کنند،
مدل RND1 کل جمله را به‌صورت هم‌زمان می‌سازد و سپس آن را به‌تدریج اصلاح و تکمیل می‌کند — درست مانند مدل‌های دیفیوژنی در تولید تصویر که از “نویز” شروع می‌کنند و تصویر نهایی را مرحله‌به‌مرحله ظاهر می‌سازند.

🔄 روش نوآورانه‌ی ساخت

تیم Radical Numerics روش جالبی ابداع کرده که به آن AR-to-Diffusion Conversion (A2D) می‌گویند — یعنی تبدیل مدل خودبازگشتی به مدل دیفیوژنی بدون نیاز به آموزش از صفر.

مراحل کار:

1️⃣ انتخاب یک مدل قدرتمند GPT-مانند

2️⃣ تغییر سازوکار توجه (Attention) تا مدل کل متن را یکجا ببیند

3️⃣ بازآموزی روی داده‌های دیفیوژنی

4️⃣ استفاده از نرخ‌های یادگیری متفاوت برای بخش‌های مختلف شبکه تا مدل دانش قدیمی را حفظ کند ولی منطق تفکر جدید را بیاموزد

⚙️ ویژگی‌های فنی

معماری Mixture-of-Experts: ساختار ۳۰ میلیاردی با تنها ۳ میلیارد پارامتر فعال در هر گام 👈 کارایی بالا با هزینه کم

یادگیری پیوسته: دانش پیشین حذف نمی‌شود، بلکه در منطق جدید ادغام می‌گردد

آموزش با Batchهای عظیم: برای پایداری یادگیری در مدل‌هایی که متن را هم‌زمان پردازش می‌کنند

🚀 چرا RND1 مهم است

✅ تولید موازی متن: بدون تأخیر گام‌به‌گام؛ پاسخ‌ها سریع‌تر شکل می‌گیرند

✅ کارایی بالا با منابع کمتر: تنها ۳ میلیارد پارامتر فعال، اما کیفیت در حد مدل‌های بسیار بزرگ

✅ معماری ترکیبی نوین: تلفیق مزایای AR و DLM

✅ کاملاً متن‌باز: کد، گزارش فنی، و وزن‌ها آزادانه در دسترس پژوهشگران است

✅ گامی به‌سوی خودبهبوددهی هوش مصنوعی (Recursive Self-Improvement): مدلی که نه‌تنها یاد می‌گیرد، بلکه می‌تواند در طراحی نسخه‌های بعدی خود مشارکت کند

🔗 منابع رسمی:
🟠 Blog
🟠 Report
🟠 Code (GitHub)
🟠 Weights (HuggingFace)
🟠 Video

🧩 مدل RND1 نشان می‌دهد که آینده‌ی هوش مصنوعی فقط در “آموزش” نیست — بلکه در “تغییر منطق تفکر” است.
مدلی که به‌جای تقلید از زبان، واقعاً یاد می‌گیرد چگونه فکر کند.
#RND1 #RadicalNumerics #DiffusionLanguageModel #AI #MoE #OpenSource #SelfImprovingAI

🟦 🔵 دیجی کورس، یادگیری برای همه، هر زمان، هر مکان!
@digicourseofficial

🔴 الان بخوایم مفاهیم LLM رو یاد بگیریم باید چه کورسی رو شرکت کنیم؟

این ریپو با 45K stars احتمالا کارو براتون در بیاره.

https://github.com/mlabonne/llm-course

🟦 🔵 دیجی کورس، یادگیری برای همه، هر زمان، هر مکان!
@digicourseofficial

✏️ هوش مصنوعی جدید «OpenAI» طول عمر انسان رو افزایش می‌ده.

✅ شرکت OpenAI میگه مدل هوش مصنوعی جدید خود موسوم به «GPT-4b» رو با کمک استارت‌آپ علمی ریترو بیوساینسز (Retro Biosciences) آموزش داده است که تلاش می‌کنه طول عمر انسان رو تا 10 سال افزایش بده.

✅ مدل میکرو GPT-4b سعی داره مجموعه پروتئین‌هایی رو مهندسی مجدد کنه که عوامل یاماناکا (Yamanaka factors) نامیده میشن و می‌تونن سلول‌های پوست انسان را به سلول‌های بنیادی جوان تبدیل کنن.

✅ ریترو معتقد است که این پروتئین‌ها یه گام امیدوارکننده در جهت ساختن اندام‌های انسان و تأمین سلول‌های جایگزین هستن.

#هوش_مصنوعی #AI #خبر #New #اخبار #News

➖➖➖➖➖➖➖

🟦 🔵 دیجی کورس، یادگیری برای همه، هر زمان، هر مکان!
@digicourseofficial

☁️ یک رقیب تازه‌نفس برای GPT-5؟

مدلی ناشناخته به نام «Sonoma Sky Alpha» در فضای هوش مصنوعی سر و صدای زیادی به پا کرده. نکات مهم؟

📊 در آزمون‌های ریاضی از GPT-5 پیشی گرفته
🔴 پنجره متنی ۲ میلیون توکنی دارد؛ یعنی ۵ برابر GPT-5 و می‌تواند یک کتاب کامل را همزمان پردازش کند
⚡ در چند ثانیه یک وب‌اپ ساده می‌سازد و معمولاً از همان بار اول بدون خطا اجرا می‌شود

منشأ این مدل هنوز مشخص نیست، اما اگر این داده‌ها صحت داشته باشند، باید منتظر حضور یک غول جدید در دنیای AI باشیم. فرصتی استثنایی برای تست رایگان آن در دسترس است — همین حالا امتحان کنید!

هوش مصنوعی در حال بازتعریف مرزهای خود است؛ شما آماده‌اید؟ 🤖


🟦 🔵 دیجی کورس، یادگیری برای همه، هر زمان، هر مکان!
@digicourseofficial

🔴 سرویس higgsfieldai ابزار Sketch-to-Video خودش رو برای مدل Sora 2 معرفی کرد!
سناریوی ویدیوی کوتاه خودتون رو به شکل اسکچ بهش می‌دید و اون رو تبدیل به ویدیو در Sora 2 با ابعاد 1080p می‌کنه.

🟦 🔵 دیجی کورس، یادگیری برای همه، هر زمان، هر مکان!
@digicourseofficial

🤖 معرفی کورس آموزشی هوش مصنوعی (AI)

آیا به دنیای هوش مصنوعی علاقه‌مندید؟ در این کورس، شما با مفاهیم و تکنیک‌های کلیدی AI آشنا خواهید شد.

محتوای کورس شامل:

مبانی هوش مصنوعی: آشنایی با مفاهیم پایه و تاریخچه AI.
یادگیری ماشین: تکنیک‌های یادگیری تحت نظارت و بدون نظارت.
شبکه‌های عصبی: درک عمیق از ساختار و عملکرد شبکه‌های عصبی.
پروژه‌های عملی: پیاده‌سازی پروژه‌های واقعی برای تقویت مهارت‌های شما.
💡 چرا هوش مصنوعی؟
هوش مصنوعی در حال تغییر دنیای ماست و مهارت‌های مرتبط با آن به یکی از ارزشمندترین‌ها در بازار کار تبدیل شده است.

🗓 به زودی شروع می‌شود! برای اطلاعات بیشتر و به‌روزرسانی‌ها همراه ما باشید.

🟦 🔵 دیجی کورس، یادگیری برای همه، هر زمان، هر مکان!
@digicourseofficial