🆕️ پیشرفت xAI!

🚀 فناوری xAI به تازگی یک اپلیکیشن بتا مستقل برای Grok، دستیار هوش مصنوعی خود، راه‌اندازی کرده است که از ادغام با پلتفرم X (توییتر) خارج شده است. این می‌تواند نقطه عطفی باشد که Grok را به عنوان رقیبی واقعی برای ChatGPT و Gemini معرفی کند.

🚀 این اپلیکیشن جدید به کاربران این امکان را می‌دهد که به Grok 2 دسترسی پیدا کنند بدون نیاز به داشتن حساب کاربری X. ویژگی‌هایی مانند تولید تصویر، خلاصه‌سازی متن و قابلیت‌های جستجوی پیشرفته در دسترس کاربران قرار دارد. با احتمال عرضه Grok 3 در آینده نزدیک، xAI ممکن است آماده باشد تا در سال 2025 به صدر جدول هوش مصنوعی برسد.

🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#AI_news

🆕️ اسکن پیشرفته شبکیه چشم: پیش‌بینی خطر سکته مغزی بدون نیاز به آزمایش خون!

◽ اکنون با یک اسکن پیشرفته شبکیه چشم می‌توانیم خطر سکته مغزی را پیش‌بینی کنیم، بدون نیاز به تهاجم و آزمایش خون! این تکنولوژی با تحلیل اثر انگشت عروقی چشم ، الگوی منحصربه‌فردی از ۲۹ نشانگر سلامتی در شبکیه را با استفاده از عکاسی فوندوس مبتنی بر هوش مصنوعی بررسی می‌کند (در واقع، یک عکس فوق‌العاده دقیق از چشم).

◽ چرا این موضوع اهمیت دارد؟ 
شبکیه چشم بازتابی از عروق خونی مغز است و به نوعی پنجره‌ای رو به سلامت عروقی محسوب می‌شود. این اسکن می‌تواند جایگزین آزمایش‌های تهاجمی شود و به پزشکان کمک کند تا خطر سکته را سریع‌تر و ارزان‌تر شناسایی کنند، به‌ویژه در مناطق با منابع محدود.

◽ با توجه به اینکه هر ساله ۱۰۰ میلیون سکته مغزی در سطح جهان رخ می‌دهد، تشخیص زودهنگام بسیار حیاتی است.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machin_vision

📚تازه های دنیای #پژوهش

✅ پردازش خود نظارتی ویدئو با خود کالیبراسیون بر روی یک پلتفرم محاسباتی آنالوگ مبتنی بر آرایه ممریستور بدون انتخابگر

▫️محققان یک سامانه محاسباتی مبتنی بر مموریستور (memristor) بدون انتخاب‌گر (selector) را گزارش کرده‌اند که می‌تواند برای ایجاد سیستم‌های هوش مصنوعی (AI) فشرده و کارآمد از نظر بررسی انرژی در لبه تصاویر(edge) استفاده شود.

▫️مزیت این سامانه نسبت به سیستم‌های مبتنی بر آرایه‌های مموریستور، توانایی اجرای الگوریتم‌های هوش مصنوعی با یادگیری کاملاً درون‌دستگاهی است. این امکان به دلیل ویژگی‌های قابل‌اعتماد این مموریستورها مانند بازدهی بالا، یکنواختی و دوام مناسب حاصل شده است.

▫️ این سامانه قادر است بدون نیاز به عملیات جبران‌سازی یا آموزش پیشین، الگوریتم‌های هوش مصنوعی را در حوزه آنالوگ با خودواسنجی اجرا کند.این سامانه توانایی جداسازی پیش‌زمینه و پس‌زمینه در ویدیوی آنی را با کیفیت قابل مقایسه با شبیه‌سازی حالت ایده‌آل نشان داده است.
🔎📃article

🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machin_vision

✅ حریم‌خصوصی و امنیت در ابزار های هوش مصنوعی

1️⃣ حالت اول : اجرای مدل روی سیستم شخصی یا سرور اختصاصی:

▫️اینجا تمام موارد دست کاربر هست ؛ مدل‌هایی مثل LLaMA، GPT-J و BLOOM را می‌توان روی کامپیوتر شخصی هم اجرا کرد. حریم‌خصوصی در این مدل امنیت بالایی دارد.

2️⃣ استفاده مستقیم از سرویس‌های رسمی مثل ChatGPT یا Grok:

▫️این موارد معمولاً سیاست‌های مشخصی دارند؛ اما، داده‌ها دست خود این مدلها هست و قرار نیست افشای اطلاعات اتفاق بیفتد.

3️⃣ سایت‌های واسط مثل Poe:

▫️این سایت‌ها از API استفاده می‌کنند و امکان دارد داده‌های کاربر ذخیره یا تحلیل شود.

4️⃣ سرویس‌هایی مثل DeepSeek :

▫️این سرویس ها در چین سرور دارند و ادعا کردند داده‌ها را ذخیره و حتی استفاده می‌کنند.

🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#AI_news

🆕️ مقابله با شناسایی چهره

✅ پژوهشگران شرکت PeopleTec نشان داده‌اند که الگوریتم‌های شناسایی چهره عمدتاً بر روی قسمت‌های خاصی از چهره تمرکز دارند.

✅ این ویژگی باعث شده که بتوان با روش‌های ساده‌تر، از تشخیص‌های نظارتی جلوگیری کرد. نیاز به تغییرات چهره‌ی گسترده نیست و می‌توان با استفاده از تغییرات ملایم، شناسایی چهره را مختل کرد.

✅ این یافته‌ها می‌تواند به افرادی که به دنبال حفظ حریم خصوصی خود هستند کمک کند تا با روش‌هایی کمتر جلب توجه کننده، اثر الگوریتم‌های تشخیص چهره را کاهش دهند.

🔎TechnologicalIdeas
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machin_vision
#top_news

📚 کتاب یادگیری ماشین با پایتون برای همه (Machine Learning with Python for Everyone)

🔎 TechnologicalIdeas
🆔️telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machin_vision
#python

📽 خاموش کردن آتش با استفاده از سیستم بینایی ماشین و هوش مصنوعی

🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machine_vision

🆕️ پیش بینی نیاز بیماران به ونتیلاتور از طریق هوش مصنوعی

📌 پژوهشگران وسیله ای اختراع کرده اند که به کادر درمان کمک می کند تا سریعاً تشخیص دهند کدام یک از بیماران برای تنفس به ونتیلاتور نیاز پیدا خواهند کرد.

🔬 این وسیله که از طریق تحلیل سی تی اسکن ریه نزدیک به ۹۰۰ بیمار کرونایی در سال ۲۰۲۰،ساخته شده است، توانسته نیاز  به ونتیلاتور را با ضریب دقت ۸۴ درصد پیش بینی کند. به این ترتیب پزشکان می توانند برای مراقبت از بیماران توسط خانواده هایشان بهتر برنامه ریزی کنند.

+ بینایی کامپیوتر و تکنیک های هوش مصنوعی به دانشمندان کمک می کند تا چگونگی سازمان بندی سلول های ایمنی در بافت شش های بیماران را مطالعه کنند.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machin_vision
#medical_news

🆕️مدل Titans معماری جدید AI درگوگل

🔍 گوگل به تازگی معماری جدیدی به نام «تایتان‌» (Titans) را برای هوش مصنوعی معرفی کرده است که توانایی ذخیره‌سازی داده‌های بلندمدت را دارد.

✅ این معماری از نظر کارایی به مراتب بهتر از مدل قبلی و معروف Transformers عمل می‌کند.

✅ تایتان‌ از یک ماژول حافظه عصبی استفاده می‌کند که به آن‌ها این امکان را می‌دهد که یاد بگیرند چه اطلاعاتی را باید به خاطر بسپارند و کدام‌ها را فراموش کنند. این ماژول اجازه می‌دهد میلیون‌ها نقطه داده را با دقت بالا پردازش کنند بدون اینکه چیزی از دست برود.

✅ در واقع، طراحی این معماری الهام‌گرفته از حافظه انسان است. حافظه کوتاه مدت ما دقیق اما محدود است، در حالی که حافظه بلند مدت ما داده‌ها را برای مدت بیشتری ذخیره می‌کند. تایتان‌ نیز از ترکیب این دو نوع حافظه استفاده می‌کند.

✅این ویژگی‌ها به مدل اجازه می‌دهد مسائل بسیار پیچیده‌ ای را حل کند.علی بهروز، محقق ارشد این معماری جدید در گوگل، یک ایرانی و دانش‌آموخته دانشگاه شریف است.
🆔️telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machin_vision
#AI_news

🆕️ارتقاء دقت تشخیص در ماموگرافی و توموگرافی با هنگینگ پروتکل جدید نرم‌افزار diVision

✅ در دنیای مدرن تصویربرداری پزشکی، نرم‌افزارهایی که قادر به مدیریت و نمایش مؤثر تصاویر پزشکی هستند، حیاتی‌اند. هنگینگ پروتکل دیویژن به‌ویژه برای تصاویر پیچیده ماموگرافی و توموگرافی طراحی شده و مزایای زیر را ارائه می‌دهد:

۱. مرتب‌سازی خودکار تصاویر: این ویژگی دسترسی سریع به تصاویر را تسهیل می‌کند.
۲. سازگاری با پروتکل‌های مختلف: عملکرد بهینه با روش‌های تشخیصی متعدد.
۳. تطبیق‌پذیری با دستگاه‌های مختلف: مناسب برای مراکز پزشکی بزرگ و کلینیک‌های کوچک.
۴. تنظیمات سفارشی: قابلیت شخصی‌سازی بر اساس نیازهای پزشکان.

✅ مزایای کلیدی این پروتکل:
- افزایش دقت تشخیصی؛
- کاهش زمان تشخیص؛
- بهبود تجربه کاربری.

+ این پروتکل جدید نه تنها به بهبود کیفیت تشخیص کمک می‌کند، بلکه ابزاری کلیدی برای ارتقاء درمان بیماران به شمار می‌آید.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machin_vision
#medical_news

📽 عملکرد هوش مصنوعی Gemini 2.0 در تفسیر تصاویر پزشکی

✅ یک رادیولوژیست برزیلی برای تفسیر MRI شانه‌ی بیمار از این هوش مصنوعی کمک می‌گیرد و در پایان از او می‌خواهد تا گزارش نهایی را هم تهیه کند.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machin_vision
#medical_AI

🅿️ دوره پایتون

✅ قسمت ۱۸ پردازش تصویر در #پایتون

📚#پروژه شناسایی خودرو در پایتون

🔎 persianovin
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#programming
#python

🆕️ مدل o3-mini ، رتبه برتر در کدنویسی

✅ مدل o3-mini از OpenAI اخیراً در یک چالش کدنویسی، DeepSeek R1 را پشت سر گذاشت. موضوع چالش این بود:
"یک برنامه پایتون بنویسید که یک توپ را درون یک شش‌ضلعی چرخان نمایش دهد. توپ باید تحت تأثیر جاذبه و اصطکاک قرار گیرد و به صورت واقعی از دیواره‌های چرخان بجهد."

✅ مدل o3-mini، دومین مدل "استدلال‌گر" OpenAI است که برای تجزیه و تحلیل، تفکر و اصلاح پاسخ‌ها قبل از ارائه، زمان بیشتری صرف می‌کند. این ویژگی‌ها باعث می‌شود که o3-mini بتواند نتایج دقیق‌تر و بهتری ارائه دهد.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#programming
#python

🆕️ فناوری Veesion مؤثر در امنیت

▪︎با فناوری بینایی ماشین و هوش مصنوعی Veesion که حالا در حال نظارت برفروشگاه‌هاست، سیستم‌های نسل جدید برای شناسایی رفتارهای مشکوک به کار گرفته می‌شوند.

▪︎این هوش مصنوعی حرکات خاصی مانند پنهان کردن اجناس در جیب‌ها، کیف‌ها یا کالسکه‌ها را ردیابی کرده و به کارکنان فروشگاه هشدارهای فوری ارسال می‌کند.

🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machin_vision
#AI_news

🆕️ زمان‌بندی سکته مغزی با استفاده از هوش مصنوعی

▪︎یکی از چالش‌های اصلی در زمینه سکته مغزی، تعیین زمان دقیق وقوع سکته است تا بهترین درمان ممکن انتخاب شود. یک تیم تحقیقاتی شامل دانشمندان دانشگاه فنی مونیخ (TUM) الگوریتمی توسعه داده‌اند که می‌تواند زمان سکته را با دقت بسیار بالا مشخص کند و در مقایسه با روش‌های کنونی، دقت آن دو برابر بیشتر است.

▪︎دانشمندان از دانشگاه امپریال لندن، دانشگاه ادینبرو و TUM با استفاده از هوش مصنوعی دقت زمان‌بندی سکته را بهبود بخشیده‌اند. این مدل که بر روی ۸۰۰ اسکن مغزی با زمان‌های مشخص سکته آموزش دیده است، می‌تواند به‌طور مستقل نواحی آسیب‌دیده را در اسکن‌های CT شناسایی کرده و زمان سکته را تخمین بزند.

▪︎این مطالعه که در مجله "NPJ Digital Medicine" منتشر شده است، الگوریتم را بر روی داده‌های نزدیک به ۲۰۰۰ بیمار دیگر آزمایش کرده است. نرم‌افزار نشان داد که دقت آن دو برابر بیشتر از روش‌های تصویری استاندارد است و همچنین در تخمین "سن بیولوژیکی" آسیب مغزی موفق عمل کرده که نشان می‌دهد آسیب چقدر پیشرفت کرده است.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing

🆕️ تصویربرداری اپتوآکوستیک: روشی نوین برای بررسی دیابت

🩺 تغییرات در رگ‌های خونی کوچک یکی از عوارض شایع دیابت است. محققان دانشگاه فنی مونیخ (TUM) و موسسه هلماولتز مونیخ، روشی را توسعه داده‌اند که می‌تواند این تغییرات میکروواسکولار را در پوست اندازه‌گیری کرده و شدت بیماری را ارزیابی کند. این روش با ترکیب هوش مصنوعی و فناوری تصویربرداری اپتوآکوستیک با وضوح بالا به دست آمده است.

✅ روش‌های تصویربرداری اپتوآکوستیک با استفاده از پالس‌های نوری، امواج اولتراسوندی را در بافت تولید می‌کنند. این امواج توسط سنسورها ضبط شده و به تصاویر تبدیل می‌شوند.

✅ سیگنال‌ها ناشی از انبساط و انقباض‌های کوچک بافتی هستند که دور مولکول‌هایی که نور را به شدت جذب می‌کنند، قرار دارند. یکی از این مولکول‌ها هموگلوبین است که در رگ‌های خونی متمرکز است. به همین دلیل، تصویربرداری اپتوآکوستیک می‌تواند تصاویری دقیق و منحصر به فرد از رگ‌ها تولید کند که با روش‌های غیر تهاجمی دیگر امکان‌پذیر نیست.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machin_vision
#Medical_AI

🖇 پیشرفت های تصویربرداری اپتوآکوستیک

✅ پروفسور واسیلیس نزیاتکریستوس، رئیس گروه تصویربرداری بیولوژیکی در TUM، می‌گوید: «با RSOM، اکنون می‌توانیم به‌طور کمی اثرات دیابت را توصیف کنیم.» این روش به‌تازگی امکان‌پذیر شده است که RSOM به‌صورت قابل حمل و مقرون به صرفه باشد. این یافته‌ها راه جدیدی را برای پایش مداوم وضعیت بیش از ۴۰۰ میلیون نفر مبتلا به دیابت در سراسر جهان فراهم می‌آورد. در آینده، با انجام معاینات سریع و بدون درد، تنها در چند دقیقه می‌توان تعیین کرد که آیا درمان‌ها مؤثر هستند یا خیر، حتی در خانه.

✅ مطالعات نشان می‌دهد که با ترکیب ۳۲ ویژگی مختلف پوست، می‌توان به ارتباط بین وضعیت رگ‌های خونی کوچک و شدت دیابت پی برد. این پیشرفت می‌تواند انقلابی در روش‌های پایش و درمان دیابت ایجاد کند و به بهبود کیفیت زندگی بیماران کمک کند.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machin_vision
#Medical_AI

🆕️ پیشرفت‌های اخیر AI

▪︎اخیر OpenAI ابزار جدیدی به نام Deep Research را راه‌اندازی کرد که به پژوهشگران کمک می‌کند تا سریع‌تر و عمیق‌تر تحقیقات خود را انجام دهند. این ابزار AI-powered بسیار underrated است و تاثیر زیادی بر روند پژوهش خواهد گذاشت.

▪︎سایر مدلها نیز پیشرفت هایی داشته اند از جمله؛

۱.مدل Hugging Face نسخه‌ای از Deep Research را بازتولید کرد و ثابت کرد که حرکت‌های متن‌باز با سرعت در حال پیشرفت هستند.

۲.مدل Deep Research به عنوان یک دستیار پژوهشی قوی عمل می‌کند.

۳.مدل GitHub Copilot حالت Agent Mode را اضافه کرد و برنامه‌نویسی هوشمند را به جلو می‌برد.

۴.مدل Gemini 2.0 به‌صورت عمومی منتشر می‌شود و رقابت در بین مدل‌های AI را افزایش می‌دهد.

۵.مدل ChatGPT حافظه‌اش را افزایش داد و مکالمات را بیشتر هوشمند کرد.

۶.مدل Lyft، Claude AI را ادغام کرده و وظایف بیشتری را در خدمات مشتریانش خودکار کرده است.

۷. گوگل تبلیغ سوپر باول خود را بعد از یک اشتباه AI دوباره طراحی کرد.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#AI_news

🌐 معرفی بهترین وبسایت ها برای پردازش تصویر

🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#machin_vision

🆕️ امکان استفاده از مدل‌های بزرگ برای همه!

📍اجرای مدل‌های بزرگی مثل DeepSeek-R1 با ۶۷۱ میلیارد پارامتر بر روی سخت‌افزارهای معمولی، تقریبا غیر ممکن به نظر می‌رسید.

✅ اما تیم KVCache . AI با یک رویکرد نوین، این چالش را پشت سر گذاشته‌اند!
این تیم با استفاده از محاسبات ناهمگن (heterogeneous computing)، توانسته بخش‌هایی از پردازش را به CPU واگذار کند و به این ترتیب، مدل‌های بزرگ را روی کارت گرافیک‌هایی با حافظه ۲۴ گیگابایت مثل RTX 4090 اجرا کند.

• بخش‌های پراکنده مدل (MoE) روی حافظه رم (DRAM) و CPU قرار می‌گیرند.

• بخش‌های اصلی و پرکاربرد مدل روی GPU پردازش می‌شوند.

• با استفاده از کوانتیزاسیون ۴ بیتی، حافظه لازم برای اجرای مدل فقط ۲۴ گیگابایت است!

📥GitHub

🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#AI_news