علاوه بر تغییر اسم و ایکون اپ توییتر به X، در نسخه بتای این اپ، حالا اسم توییتها به "پست" تغییر کرده و ریتوییتها هم حالا "ری پست" خونده میشن.
Twitter -> X
Tweet -> Post
Retweet -> Repost


🔎 Theverge.com

📍 @TechTube

بخش هوش مصنوعی گوگل، Google DeepMind، از مدل هوش مصنوعی جدیدی به نام RT-2 رونمایی کرده که به رباتها امکان درک دستورات انسان بدون نیاز به اموزش دیدن برای اون دستورات خاص رو میده!

این مدل ترکیبی از مدلهای زبانی بزرگ (تکنولوژی پشت مدلهایی مثل Bard) برای داشتن اطلاعات متنی و تصویری در مورد چیزهای مختلف و همچنین هزاران حرکتی که ربات برای کارهای مختلف انجام داده، هست و مدل نهایی میتونه زبان محاوره ای انسان و اشیا و محیط اطرافش رو متوجه بشه و دستورات انسان رو به حرکاتی که ربات برای اون کار خاص نیاز هست انجام بده تبدیل کنه.

بدین صورت ربات با این هوش مصنوعی این امکان رو داره که حرکاتی که یاد گرفته رو برای سناریوهایی که قبلا ندیده بود تعمیم بده و مثلا وقتی کاربر ازش میخواد زباله رو دور بریزه، بدون اینکه قبلا بهش اموزش داده باشن دور ریختن زباله چطوریه، اونکارو انجام بده. در این مورد حتی دقت فراتر هم میره و مثلا میتونه در این سناریو بفهمه که پوست یک زباله محسوب میشه و منظور کاربر در اینجا پوست موزه و اونو دور بریزه!

در مثال دیگه ای کاربر از ربات میخواد که از بین عروسکهای اسب، وال و دایناسور، حیوان منقرض شده رو از روی میز برداره و ربات دایناسور رو از روی میز بلند میکنه!

این هوش مصنوعی همچنین به لطف استفاده از مدلهای زبانی بزرگ به مهارت های استدلالی هم مجهز شده و مثلا وقتی کاربر از اون بپرسه "من میخوام میخ رو چکش بزنم، از چیزایی که میبینی کدوم شی مناسبتره؟" و ربات هم با مهارتهای استدلالی که داره از بین گزینه های کاغذ و سنگ، سنگ رو برای اینکار انتخاب و اون رو بلند کنه. یا مثلا وقتی کاربر بگه من خسته ام یه نوشیدنی برام بیار، نوشابه انرژی زا رو انتخاب کنه.

طبیعتا این مدل هنوز کامل نیست و نقصهایی داره مثلا فقط از حرکاتی که اموزش دیده میتونه برای انجام کارهای مختلف استفاده کنه و حرکتی که قبلا ندیده رو نمیتونه انجام بده، اما قدم بزرگی در دستیبابی به مدل جامعی برای کنترل و تجهیز رباتها به درک دنیای واقعی و پیچیدگیهای مختلفی که داره باشه.

🔎 Arstechnica.com

📍 @TechTube

متا گفته که کدک ویدیویی بهینه و متن باز AV1 رو برای ویدیوهای اینستاگرام و فیسبوک پیاده کرده که 30 درصد از کدکهای VP9 و HEVC بهینه تره و میانگین Bitrate ویدیوهای فیسبوک رو 12 درصد کاهش داده که هم سرعت لود شدن ویدیوهارو افزایش میده، هم ترافیک مصرفی برای دیدن ویدیو رو کاهش میده و هم هزینه پهنای باند و فضای ذخیره سازی ویدیوها در سرورهای متا رو کم میکنه.

🔎 engineering.fb.com

📍 @TechTube