🟦 هوش مصنوعی و لنگش در اسب

🔹 گاهنامه رخش (نشریه انجمن بهداشت و بیماری‌های اسب دانشگاه باهنر کرمان) - شماره ۹ ، صفحات ۱۶ - ۱۸

🔹 ترجمه و تنظیم: رامتین هزاره & سورن محمدی

☑️ فایل pdf در کامنت

🔗 منبع
🤖  @Veterinary_AI  🐎

🟦 هوش مصنوعی در حال تغییر زبان و ارتباطات ماست!

🔹 یک گزارش جدید از مؤسسه تحقیقات مکس‌پلانک نشان می‌دهد که زبان صحبت‌کردن و نوشتن انسان‌ها بعد از انتشار چت‌بات‌هایی مثل ChatGPT در حال تغییر است.

🔹 پس از گسترش هوش مصنوعی، بسیاری از کاربران در پیام‌ها، کامنت‌ها و حتی گفت‌وگوهای واقعی‌ خود لحن و سبک گفتاری مانند متن‌های هوش مصنوعی پیدا کرده‌اند؛ یعنی جملات منظم، توضیحی، رسمی و گاهی بیش از حد مؤدبانه دقیقاً به سبک متن‌هایی که چت‌بات‌ها تولید می‌کنند.

🔹 محققان می‌گویند همان‌طور که هوش مصنوعی از انسان‌ها یاد می‌گیرد، انسان‌ها هم ناخواسته از سبک نوشتار هوش مصنوعی تقلید می‌کنند.

🔹 اما تغییرات فقط به واژگان محدود نمی‌شود؛ پژوهش‌ها نشان می‌دهد که لحن و ساختار گفتار ما نیز تحت تأثیر هوش مصنوعی قرار گرفته است. گفتارها طولانی‌تر، ساختارمندتر و با احساسات کمتر بیان می‌شوند. این موضوع باعث می‌شود ارتباطات انسانی کمتر اصالت و گرما داشته باشند.

🔗 منبع
🤖  @Veterinary_AI  🐎

🟦 هوش مصنوعی و شمارش لنفوسیت‌ها در نمونه‌برداری‌های روده باریک گربه‌ها

🔹 تشخیص افتراقی بین انتروپاتی مزمن گربه (FCE) و لنفوم روده‌ای به دلیل شباهت‌های بافت‌شناسی و تکرارپذیری پایین بین پاتولوژیست‌ها همواره دشوار بوده است.

🔹 این مقاله توسعه یک مدل AI مبتنی بر اسلاید کامل بافتی (WSI) را معرفی می‌کند که با هدف شمارش عینی و کمی لنفوسیت‌ها در روده باریک گربه‌ها طراحی شده است.

1⃣ تشخیص سلول: شناسایی لنفوسیت‌ها و تعیین دقیق مرز هسته‌ها

2⃣ تقسیم‌بندی مخاط: تفکیک اپیتلیوم، لامینا پروپریا و لومن

3⃣ شمارش تفکیک‌شده: اندازه‌گیری جداگانه لنفوسیت‌های داخل‌اپیتلیالی و لامینا پروپریا

4⃣ تحلیل کمی در سطح کل اسلاید: افزایش دقت و تکرارپذیری نسبت به ارزیابی چشمی

🔹 این سیستم به‌عنوان یک ابزار Human-in-the-loop طراحی شده است؛
یعنی هوش مصنوعی جایگزین پاتولوژیست نمی‌شود بلکه تصمیم‌گیری تشخیصی را تقویت می‌کند.

🔹 محدودیت های این سیستم شامل عملکرد محدود در لنفوم‌های سلول بزرگ یا آتیپیک و حساسیت به کیفیت اسلاید، رنگ‌آمیزی و تفاوت اسکنرها می‌باشد.

☑️ فایل pdf و خلاصه کامل در کامنت

🔗 منبع

#خلاصه_مقاله
🤖  @Veterinary_AI  🐎

🟦 هوش مصنوعی اختصاصی تلگرام 

🔹 هوش مصنوعی Cocoon یک شبکه غیرمتمرکز محاسباتی بوده (چت‌بات نیست) که توسط پاول دوروف بر روی بلاکچین TON راه‌اندازی شده است.

🔹 این شبکه به صاحبان کارت گرافیک قدرتمند اجازه می‌دهد سخت‌افزار خود را اجاره دهند و Toncoin کسب کنند، و تلگرام اولین مشتری بزرگ آن است. (برای مثال برای ترجمه چت‌ها، تبدیل صدا به متن و خلاصه پیام‌ها از Cocoon استفاده می‌کند)

🔗 منبع
🤖  @Veterinary_AI  🐎

🟦 کتاب «حیوانات، ماشین‌ها و هوش مصنوعی»

🔹 این کتاب عواطف میان انسان‌ها و موجودات غیرانسانی (مانند حیوانات، ماشین‌ها و ربات‌ها) را در فرهنگ و ادبیات آلمانی مدرن بررسی کند.

🔹 نویسندگان با تمرکز بر منابع متنوعی از علوم زیستی، ادبیات، هنرهای تجسمی، شعر، فلسفه و عکاسی، نشان می‌دهند که حیوانات و ماشین‌ها اغلب به عنوان آینه‌ای برای درک بهتر احساسات انسانی عمل می‌کنند و روابط عاطفی پیچیده‌ای میان انسان و غیرانسان ایجاد می‌شود.

🔹 این کتاب مستقیماً احساسات حیوانات یا ماشین‌ها را بررسی نمی‌کند، بلکه از آن‌ها به عنوان ابزاری برای کاوش احساسات انسانی و درهم‌تنیدگی‌های عاطفی استفاده می‌کند.

☑️ فایل pdf کتاب در کامنت

آیا هوش مصنوعی می‌تواند احساسات داشته باشد؟

#کتاب
🤖  @Veterinary_AI  🐎

🔹 مدل‌های بینایی ماشین مانند YOLOv4 با تحلیل تصاویر ضایعات دهان و سم گاو، موفق به تشخیص بیماری تب برفکی با دقت ۹۸٪ شده‌اند. این سیستم‌ها قابلیت نصب در فارم‌ را داشته و می‌توانند به تشخیص سریع بیماری کمک کنند.

🔹 مدل‌های یادگیری ماشین نظیر XGBoost، Random Forest، SVM و ANN، داده‌هایی مانند دمای بدن، تولید شیر، تعداد گام‌ها، زمان زایمان و رفتار تغذیه‌ای را تحلیل نموده‌اند. مدل XGBoost توانسته است با دقت ۹۳٪، پنج روز پیش از بروز علائم بالینی، گاوهای در معرض خطر ابتلا به متریت را شناسایی کند.

🔹 مدل‌های پیش‌آموزش‌دیده بینایی مانند ResNet50 و InceptionV3 با بررسی تصاویر پوست گاو، ضایعات ناشی از بیماری لمپی اسکین را تشخیص داده‌اند. با دقت ۹۸.۷٪ حتی در تصاویر گرفته شده با گوشی همراه.

🔹 مدل‌های یادگیری ماشین از قبیل Random Forest و SVM با تحلیل داده‌های مربوط به شیر (شمار سلول‌های بدنی، دما و هدایت الکتریکی) قادر به تشخیص ورم پستان پیش از بروز علائم ظاهری با دقت ۹۵٪  هستند.

Happy new year 🎄 2026

☑️ فایل pdf مقاله‌ها در کامنت

🔗 منبع 🔗 منبع 🔗 منبع 🔗 منبع

#خلاصه_مقاله
🇮🇷  @Veterinary_AI  🇮🇷

🟦 پیش‌بینی سافت‌بانک: هوش مصنوعی می‌تواند از انسان پیشی بگیرد!

🔹 ماسایوشی سون، رئیس سافت‌بانک، در جلسه‌ای با رئیس‌جمهور کره جنوبی اعلام کرد که هوش مصنوعی پیشرفته ممکن است توانایی‌هایی بسیار فراتر از انسان پیدا کند و سیستم‌های آینده تا ۱۰ هزار برابر توانمندتر از انسان‌ها شوند.

🔹او این شکاف بالقوه را با تفاوت انسان و ماهی قرمز مقایسه کرد و افزود که هوش مصنوعی ممکن است همانند ارتباط انسان با حیوانات خانگی، با انسان‌ها تعامل برقرار کند.

🔺 سافت‌بانک یک شرکت ژاپنی بزرگ است که در زمینه مخابرات و سرمایه‌گذاری در فناوری فعالیت می‌کند. این شرکت به‌ویژه با صندوق سرمایه‌گذاری Vision Fund شناخته می‌شود که در استارتاپ‌ها و شرکت‌های فناوری در سراسر جهان مانند آرم (ARM Holdings)، اوبر (Uber)، وی‌اوآی‌پی (VOIP) سرمایه‌گذاری می‌کند.

🔗 منبع
🤖  @Veterinary_AI  🐎


🔹 استفاده از تکنیک تغییر colormap و متدهای دیگر OpenCV برای پردازش تصاویر پزشکی جهت تشخیص نوع دندان‌ها در تصاویر رادیوگرافی

🤖  @Veterinary_AI  🐎

import cv2

image = cv2.imread('/Users/soren/Desktop/Teeth1.jpg', cv2.IMREAD_GRAYSCALE)

colored_image = cv2.applyColorMap(image, cv2.COLORMAP_JET)

edges = cv2.Canny(image, 100, 200)
_, thresh = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY)
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5,5))
morph = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)

contours, _ = cv2.findContours(morph, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
for cnt in contours:
    area = cv2.contourArea(cnt)
    if area > 2000:
        x,y,w,h = cv2.boundingRect(cnt)
        cv2.rectangle(colored_image, (x,y), (x+w,y+h), (0,0,0), 2)

cv2.imshow('Dental X-ray with Colormap', colored_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

  
✅ کد ساده‌ و کاربردی برنامه نویسی پایتون جهت استفاده از تکنیک colormap 

☑️ نمونه خروجی این کد اجرا شده بر روی دندان سگ در کامنت پیوست شده است.

🤖  @Veterinary_AI  🐎

🔷 با استفاده از ربات‌ تلگرامی زیر می‌توانید از هوش مصنوعی‌های مختلف مانند ChatGPT، gemini, deepseek استفاده کنید (در بخش تنظیمات میتوانید مدل مدنظر را انتخاب کنید):

🔹 @GPT4Telegrambot


🔷 همچنین با کمک ربات‌‌های تلگرامی زیر به زبان فارسی می‌توانید از قابلیت‌های مختلف هوش مصنوعی استفاده کنید:
🔹 @Ai_FreeRoBot

🔹 @NewAichatt_bot


🔷 با استفاده از سایت‌های ایرانی زیر می‌توانید باوجود اینترنت ملی از هوش مصنوعی استفاده کنید:

🔹 roboo.ir 🔹 gapgpt.app

🔹 ivira.ai 🔹 khodnevisai.com

🔹 kasku.ai 🔹 chat.smartbytes.ir

🔹 zigap.ir 🔹 noorgpt.ir/chat

هرجا اراده‌ای هست، راهی نیز وجود دارد.

#ابزار
🤖  @Veterinary_AI  🐎

🟦 هوش مصنوعی و کاهش انتشار متان در نشخوارکنندگان

🔹 متان یکی از گازهای گلخانه‌ای قوی است و بخش قابل‌توجهی از انتشار گازهای اقلیمی را از طریق فرآیند تخمیر روده‌ای در نشخوارکنندگان تولید می‌کند.

🔹 تیم تحقیقاتی از داده‌های گسترده مولکولی در سیستم گوارشی گاو استفاده کرد و با کمک الگوریتم‌های یادگیری ماشینی و هوش مصنوعی مولد (Generative AI) توانست ترکیبات مولکولی را شناسایی کند که پتانسیل مهار تولید متان را دارند.

🔹 هوش مصنوعی سرعت کشف ترکیبات جدید با پتانسیل کاهش متان را افزایش می‌دهد، به‌ویژه ترکیباتی که ایمن‌تر از گزینه‌های شناخته‌شده مانند بروموفرم (bromoform) باشند.

🔹 روش‌های مبتنی بر AI می‌توانند به طراحی مولکول‌های مهارکننده متان کمک کنند که هم مؤثر باشند و هم خطرات بالقوه برای سلامت انسان و دام نداشته باشند.

🔹 این رویکرد نشان می‌دهد که تلفیق هوش مصنوعی با داده‌های میکروبیوم روده و شیمی مولکولی می‌تواند تحقیقات سنتی را سرعت دهد و راه‌حل‌های جدید برای کاهش اثرات اقلیمی دامداری ارائه دهد.

☑️ فایل pdf مقاله در کامنت

🔗 منبع

#خلاصه_مقاله
🤖  @Veterinary_AI  🐎