color4bg.com یک ابزار آنلاین مناسب برای ایجاد بکگراند های پویا با استفاده از هوش مصنوعی نکته جالب در مورد color4bg این است که روی WebGL اجرا میشود، به این معنی که میتواند بکگراند های با کیفیت بسیار بالا با تمهای رنگی مختلف ایجاد کند.روش کار:یک الگو را انتخاب کنید - رنگ ها و نسبت ها را مطابق با سلیقه خود سفارشی کنید. روی "دانلود" کلیک کنید - و تمامبکگراند هایی که ایجاد می کنید ایقد خوبن که انگار آنها را با #فتوشاپ یا #فیگما طراحی کردید.#هوش_مصنوعی #AI #Artificial_Intelligence
مجله هوش مصنوعی عصر گویش پردازتلگرام | بله
@asrgooyeshpardazWebsite۶:۰۲
️آکادمی هوش مصنوعی #اسمارترا(آکادمی عصر گویش پرداز)، با همکاری #آکادینو (آکادمی گروه ملی انفورماتیک)، فرصتی بینظیر را برای علاقهمندان و مستعدان حوزه هوش مصنوعی فراهم کرده است. اولین وبینار رایگان خودآموزی هوشمند مبتنی بر AI، با هدف تربیت نسل آینده متخصصان، برگزار میشود. ️اگر به دنبال راهی هوشمندانه و پیشرفته برای یادگیری و توسعه مهارتهای خود در دنیای #هوش_مصنوعی هستید، این #وبینار را از دست ندهید️ 18 مهرماه 1403 | ساعت 17جهت ثبت نام به لینک زیر مراجعه فرمایید.
https://evand.com/events/خودآموزی-هوشمند-مبتنی-بر-ai-750429281۸:۰۱
🩹هوش مصنوعی سکته قلبی را ردیابی میکندمحققان دانشگاه «یو سی ال ای» به دستاوردی قابل توجه در حوزه تشخیص پزشکی دست یافتند و یک ابزار سنجش جریان عمودی مبتنی بر کاغذ (VFA) با کمک یادگیری عمیق، قادر به تشخیص تروپونین I (cTnI) قلبی با حساسیت بالا ابداع کردند.به گزارش مهر، تروپونین I یک پروتئین بازدارنده است و در ۳ ایزوفرم عضله قلبی، عضله اسکلتی کند انقباض و عضله اسکلتی تند انقباض ظاهر میشود.بیماریهای قلبی همچنان دلیل اصلی مرگ و میر در سراسر جهان هستند و عامل مرگ و میر سالانه ۱۹ میلیون نفر هستند. ردیابی اولیه سکته قلبی یا انفارکتوس حاد (AMI) برای بهبود وضعیت بیمار و کاهش نرخ مرگ و میر حیاتی است. اما هزینههای بالا و الزامات زیرساختی مرتبط با تجهیزات تشخیصی مرتبط با آزمایشگاههای فعلی بیشتر اوقات دسترسی به مراقبتهای پزشکی با کیفیت در مناطق کم درآمد و فقیر را محدود میکند.قلب این پلتفرم یکپارچگی الگوریتم یادگیری عمیق با قابلیت تقویت نانوذرات نوآورانه است. سیستم hs-VFA از عکسبرداری «تایم لپس» (time-laps imaging) و تحلیل رایانشی برای ارتقای ردیابی (cTnI) که نشانگری کلیدی برای آسیب قلبی است، استفاده میکندو میتواند با دقت ۰.۲ پیکوگرم به ازای هر میلی لیتر پروتئین مورد نظر را ردیابی کند. این سطح از دقت بسیار بالاتر از ویژگی دستگاههای قابل حمل فعلی است.
یکی از نکات مهم درباره این پلتفرم ارزانی آن است. هر سنجش مبتنی بر کاغذ کمتر از ۴ دلار هزینه دارد. ارزان بودن روش برای گسترش استفاده از تشخیص پزشکی با کیفیت بالا در محیطهایی با منابع اندک که زیرساخت آزمایشگاهی معمول وجود ندارد، حیاتی است.#هوش_مصنوعی #پزشکی #قلب #قلب_و_عروق #یادگیری_عمیق
مجله هوش مصنوعی عصر گویش پردازتلگرام | بله
@asrgooyeshpardazWebsite۱۹:۰۵
قابلیت جدید گوگل: جستجو با ویدئو به کمک هوش مصنوعی گوگل قابلیتی جدید معرفی کرده که کاربران با گرفتن ویدئو میتونن در اینترنت جستجو کنن.🟡 با این ویژگی، افراد میتونن دوربین خودشون رو به سمت چیزی بگیرن و به جای نوشتن متن، از طریق ویدئو پاسخ سؤالشون رو دریافت کنند.
این قابلیت از ۱۲ مهر برای کاربران اندروید و آیفون در دسترس قرار گرفته و فعلاً فقط از زبان انگلیسی پشتیبانی میکنه.🟡 این اقدام بخشی از تلاشهای گوگل برای تغییر جستجوی آنلاین با استفاده از هوش مصنوعی است.
#هوش_مصنوعی #AI
مجله هوش مصنوعی عصر گویش پردازتلگرام | بله
@asrgooyeshpardazWebsite۱۹:۰۶
️ وبینار آنلاین هوش مصنوعی در خدمت UI UXسخنران : مهندس حسین معین الدینرزومه استادزمان : 19 مهرماه 1403 | ساعت 19 | در بستر گوگل میت لینک گوگل کلندر Oct 10 • 19:00 – 21:00 • View details & RSVP
https://calendar.app.google/rbYL1KBQ2428obY17 لینک گوگل میت Google Meet joining infoVideo call link:
https://meet.google.com/eox-iehq-kzc#آکادمی_اسمارترا #هوش_مصنوعی #ux_ui
۱۹:۰۷
استفاده از معماریهای مختلف Torchvision در مدلهای سگمنتیشن DeepLab در این مقاله، نویسنده به بررسی استفاده از معماری های مختلف Torchvision برای ایجاد مدلهای سگمنتیشن DeepLab میپردازد. این مدلها بر روی مجموعه داده Pascal VOC برای سگمنتیشن معنایی آموزش داده شدهاند. 🟡 هدف از این مطالعه، ارزیابی عملکرد معماریهای مختلف در وظیفه سگمنتیشن تصویر و مقایسه نتایج آنها است. این مقاله اطلاعات ارزشمندی برای محققان و توسعهدهندگان در زمینه پردازش تصویر و یادگیری ماشین فراهم میکند.
#پردازش_تصویر #یادگیری_ماشین #segmentation #pascal_voc #deeplab
لینک مقاله DebuggerCafe۱۲:۴۴
سرمایهگذاری قابل توجه در شرکت هوش مصنوعی حوزه سلامت شرکت Suki، تولیدکننده دستیارهای صوتی هوش مصنوعی برای ارائهدهندگان خدمات بهداشتی، موفق به جذب ۷۰ میلیون دلار سرمایه در دور سری D شده است. بر اساس گزارشها، این سرمایهگذاری ارزش شرکت را به حدود ۵۰۰ میلیون دلار رسانده است. با این سرمایهگذاری جدید، مجموع سرمایه جذب شده توسط Suki به ۱۶۵ میلیون دلار افزایش یافته است. این استارتاپ با ارائه راهکارهای نوآورانه #هوش_مصنوعی، به بهبود خدمات درمانی کمک میکند.لینک مقاله Techmemeشرکت عصرگویش پرداز ،در حوزه پزشکی و سلامت ،#نویساپزشکی را تولید نموده که مبتنی بر هوش مصنوعی میباشد .برای دریافت محصول و توضیحات بیشتر به لینک زیر مراجعه فرمایید https://asr-gooyesh.com/fa/shop/nevisa-medical/۱۲:۴۵
رباتها در حال ساخت سازهها در فضا هستن!🟣 تیم ARMADAS ناسا در حال توسعه رباتهایی هست که میتونن بهطور خودکار سازههای بزرگ رو در فضا بسازن، که برای کاوشهای طولانیمدت در ماه، مریخ و جاهای دیگه خیلی مهمه.
🟣 این رباتهای ساده با هم کار میکنن تا سازهها رو از بلوکهای سبکی به نام وُکسل بسازن که قوی و بادوام هستن.
🟣رباتها با یک روش مرحله به مرحله بلوکها رو قرار میدن و محکم میکنن، اینطوری ساختوساز بهصورت دقیق و بدون دخالت انسان انجام میشه.
🟣 با استفاده از این سیستم، ناسا نیاز به ارسال تجهیزات از زمین رو کاهش میده و این به ماموریتهای انعطافپذیرتر و پایدارتر کمک میکنه. این فناوری میتونه برای ساخت زیستگاههای فضایی، ایستگاههای خورشیدی و زیرساختهای دیگه برای ماموریتهای فضایی عمیق استفاده بشه.
#رباتیک #ربات #robot #nasa
۱۲:۴۶
سیستم بازیابی دوسطحی برای پاسخگویی به پرسشهای پیچیده محققان دانشگاه پست و مخابرات پکن و دانشگاه هنگ کنگ سیستم جدیدی به نام LightRAG را معرفی کردهاند که چالشهای موجود در سیستمهای تولید تقویت شده با بازیابی (RAG) را برطرف میکند. این سیستم با ترکیب ساختارهای گراف و استفاده از چارچوب بازیابی دوسطحی، توانایی بازیابی و ترکیب اطلاعات پیچیده را به طور قابل توجهی افزایش میدهد.؛ LightRAG با استفاده از الگوریتم بهروزرسانی تدریجی، امکان بهروزرسانی بلادرنگ را بدون نیاز به پردازش مجدد کل پایگاه داده فراهم میکند. این ویژگی، سیستم را در محیطهای پویا کارآمدتر میسازد. آزمایشهای گسترده نشان داده که LightRAG در دقت و کارایی بازیابی، عملکرد برتری نسبت به روشهای موجود دارد. MarkTechPost۱۲:۴۶
گوگل هوش مصنوعی تولید تصویر Imagen 3 را به جمینای اضافه کرد️#گوگل مدل #هوش_مصنوعی تولید تصویر قدرتمند Imagen 3 خود را به جمینای (Gemini) اضافه کرد؛ بنابراین کاربران اکنون مانند ChatGPT که از DALL_E پشتیبانی میکند، میتوانند از طریق دستیار هوش مصنوعی غول فناوری تصویر تولید کنند.درحالحاضر محدودیتی برای قابلیت ساخت تصویر از طریق جمینای وجود دارد؛ امکان تولید تصویر افراد مشهور و شناختهشده وجود ندارد. در واقع این قابلیت بهصورت دسترسی زودهنگام برای مشترکین Gemini Advanced ارائه شده که ماهانه ١٩.٩٩ دلار هزینه دارد.۱۲:۴۷
آغاز انقلابی در هوش مصنوعی: آموزش مدل غیرمتمرکز ۱۰ میلیارد پارامتری شرکت Prime Intellect AI با معرفی INTELLECT-1، اولین مدل هوش مصنوعی غیرمتمرکز ۱۰ میلیارد پارامتری، گام بزرگی در دموکراتیزه کردن توسعه هوش مصنوعی برداشته است. این پروژه با دعوت از مشارکت جهانی در آموزش مدل، سعی در شکستن انحصار شرکتهای بزرگ و ایجاد فرصت برای مشارکت گستردهتر دارد.؛ INTELLECT-1 با استفاده از منابع محاسباتی توزیع شده، هزینههای آموزش را کاهش داده و امکان مشارکت افراد و سازمانهای کوچک را فراهم میکند. این رویکرد نوآورانه میتواند منجر به توسعه هوش مصنوعی عمومی (AGI) شود که متنوعتر، شفافتر و اخلاقیتر است. MarkTechPost۱۲:۴۸
گوگل بهتازگی مدل هوش مصنوعی جدید خود، Gemini 2.5 Flash، را معرفی کرده است که با قابلیت منحصربهفرد «بودجه فکری» (Thinking Budget) به توسعهدهندگان امکان کنترل دقیق بر میزان استدلال مدل را میدهد. این ویژگی به کسبوکارها اجازه میدهد تا تعادل بهینهای بین کیفیت پاسخ، هزینه و زمان پاسخدهی برقرار کنند.* مدل استدلالی هیبریدی*مدل Gemini 2.5 Flash اولین مدل هیبریدی استدلالی گوگل است که به توسعهدهندگان اجازه میدهد تا فرآیند «استدلال» مدل را فعال یا غیرفعال کنند. این ویژگی به کاربران امکان میدهد تا تعادل مناسبی بین کیفیت پاسخ، هزینه و زمان پاسخدهی برقرار کنند.* کنترل دقیق با «بودجه فکری»*با معرفی پارامتر جدید thinking_budget، توسعهدهندگان میتوانند حداکثر تعداد توکنهایی را که مدل برای استدلال استفاده میکند، تعیین کنند. این مقدار میتواند بین ۰ تا ۲۴٬۵۷۶ توکن تنظیم شود. برای مثال:سؤالات ساده مانند «تعداد استانهای کانادا چند است؟» به بودجه فکری پایینتری نیاز دارند.
مسائل پیچیدهتر مانند محاسبه تنش خمشی در یک سازه به بودجه بالاتری نیاز دارند.
این قابلیت به توسعهدهندگان امکان میدهد تا بر اساس پیچیدگی وظایف، میزان استدلال مدل را تنظیم کنند.
* دسترسی و شروع به کار*مدل Gemini 2.5 Flash هماکنون بهصورت پیشنمایش از طریق Google AI Studio و Vertex AI در دسترس توسعهدهندگان قرار دارد. برای شروع، میتوانید از پارامتر thinking_budget در API استفاده کنید یا از اسلایدر موجود در Google AI Studio بهره ببرید.*نمونه کد برای استفاده از API:*
from google import genai
client = genai.Client(api_key="GEMINI_API_KEY")
response = client.models.generate_content(
model="gemini-2.5-flash-preview-04-17",
contents="You roll two dice. What’s the probability they add up to 7?",
config=genai.types.GenerateContentConfig(
thinking_config=genai.types.ThinkingConfig(
thinking_budget=1024
)
)
)
print(response.text)
@asrgooyeshpardaz
۱۲:۵۹
با توجه به رفع مشکل درگاه پرداخت و در راستای قدردانی از همراهی کاربران گرامی، تیم نویسا کد تخفیف ویژهای را در نظر گرفته است. از هماکنون تا پایان فروردینماه، میتوانید با استفاده از کد NevisaLive، از ۴۰٪ تخفیف روی تمامی بستههای نویسا در سایت persianspeech بهرهمند شوید.
از این فرصت برای ارتقاء تجربه خود با نویسا استفاده کنید.https://persianspeech.com
از این فرصت برای ارتقاء تجربه خود با نویسا استفاده کنید.https://persianspeech.com
۱۳:۰۵
ای ایران، ای مرزِ پرگهر؛ ای خاکت سرچشمهی هنردور از تو اندیشه بدان، پاینده مانی تو جاودانای دشمن ار تو سنگِ خارهای من آهنمجان من فدای خاکِ پاکِ میهنممهرِ تو چون شد پیشهام؛ دور از تو نیست اندیشهامدر راهِ تو؛ کی ارزشی دارد این جانِ ما؟پاینده باد خاکِ ایرانِ ماسنگ کوهت در و گوهر است؛ خاک دشتت بهتر از زر استمهرت از دل کی برون کنم؟ بر گو بی مهرِ تو چون کنم؟تا گردش جهان و دورِ آسمان به پاستنور ایزدی همیشه رهنمای ماستمهرِ تو چون شد پیشهام؛ دور از تو نیست اندیشهامدر راهِ تو؛ کی ارزشی دارد این جانِ ما؟پاینده باد خاکِ ایرانِ ما
۲۰:۲۳
MohammadReza Shajaryan - Sepide (320).mp3
۰۴:۳۳-۱۰.۶۱ مگابایت
سپیده، محمدرضا شجریانملودی : محمدرضا لطفیشعر : هوشنگ ابتهاج۱۹:۴۴
اگر چه دل ها پرخون است…شکوهِ شادی افزون است…سپیدهی ما گلگون استکه دستِ دشمن، در خون استای ایران، غمت مرساد، جاویدان شکوه تو بادراه ما؛ راه حق…راه به روزی ستاتحاد اتحاد! رمز پیروزی ست…شعر : هوشنگ ابتهاج
۲۰:۱۲
جیمینی رباتیک: هوش مصنوعی خودران برای رباتهاگوگل از Gemini Robotics On-Device رونمایی کرده است؛ اولین مدلی که بینایی، زبان و عمل را در یک سیستم واحد ترکیب میکند و بهصورت محلی، بدون نیاز دائم به اینترنت، روی رباتها اجرا میشود.
چرا این مدل خاص است؟ قابلیتهای تطبیقپذیری و دقت مدل Gemini را حفظ کرده، اما کاملاً محلی عمل میکند توانایی انجام وظایف پیچیده با دو دست مانند مونتاژ، جابهجایی و دستکاری اشیاء قابلیت یادگیری کارهای جدید تنها با داشتن ۵۰ تا ۱۰۰ نمونه نمایشیاین مدل در حال حاضر از انواع مختلف رباتها پشتیبانی میکند؛ از رباتهای انساننما گرفته تا بازوهای صنعتی دودست. این در حالیست که آموزش اولیه مدل فقط با استفاده از مجموعهداده ALOHA و دستورالعملهای انسانی انجام شده است.
همچنین گوگل کیت توسعه Gemini Robotics SDK را منتشر کرده، تا توسعهدهندگان بتوانند مدل را مطابق با نیازهای خود آموزش دهند. این کیت شامل امکان آزمایش در شبیهساز فیزیکی MuJoCo نیز میباشد. عملکرد کاملاً خودمختار و مستقل از اتصال اینترنت، مناسب برای کاربردهایی با اتصال ضعیف یا نیاز به پاسخگویی بسیار سریع. جزئیات بیشتر: https://goo.gle/gemini-robotics-on-device---
@asrgooyeshpardaz
۱۲:۴۸
گوگل بهطور رسمی Gemini CLI را منتشر کرده است – یک عامل هوش مصنوعی برای کار مستقیم در ترمینال ابزار توسعه در خط فرمان، سبک و قدرتمند مبتنی بر مدل Gemini 2.5 Pro کد این عامل بهصورت متنباز (مجوز Apache 2.0) منتشر شده پشتیبانی از زمینه (Context) تا ۱ میلیون توکن پلن رایگان: تا ۶۰ درخواست در دقیقه و ۱۰۰۰ درخواست در روز قابلیت اتصال به جستجوی گوگل پشتیبانی از MCP یکپارچه با VS Code (کمککد Gemini)برای اجرا در CLI:npx https://github.com/google-gemini/gemini-cli
اطلاعیه رسمی:https://blog.google/technology/developers/introducing-gemini-cli-open-source-ai-agent/ گیتهاب:https://github.com/google-gemini/gemini-cli/@asrgooyeshpardaz
#هوش_مصنوعی #یادگیری_ماشین #عامل_هوشمند #گوگل
۱۵:۲۳
چندعاملیها در امنیت سایبریسرگئی لبد، معاون امنیت سایبری در بانک Sber، در کنفرانس GigaConf 2025 گفت: «سامانههای هوش مصنوعی خودمختار میتوانند به پایهی امنیت آینده تبدیل شوند.»
به گفتهی او، سامانههای حملهی چندعاملی بهزودی قادر خواهند بود آسیبپذیریها را شناسایی کرده، کد مخرب بنویسند و حملات فیشینگ راهاندازی کنند. تنها راه مقابله با آنها، استفاده از سامانههای خودمختار مشابه اما در سمت دفاع است. این سامانهها با دخالت حداقلی انسان، میتوانند سریعتر و دقیقتر به رخدادها پاسخ دهند.
🧩 در مدل دفاع سایبری، چهار بلوک کلیدی وجود دارد:
جستجوی آسیبپذیریهاتشخیصمدیریت تجهیزات حفاظتیپاسخ به تهدیداتهر یک از این مراحل از طریق همکاری عاملهای هوش مصنوعی انجام میشود؛ از پایش تا حذف تهدیدات.
لبد همچنین اشاره کرد که سامانههای چندعاملی میتوانند کمبود نیروی انسانی را نیز جبران کنند — در صورتی که متخصص کافی وجود نداشته باشد، این وظایف به عهدهی هوش مصنوعی خواهد بود. در این میان، انسانها نقشهای سطح بالاتری را بر عهده دارند: توسعهی رویکردها، پیشبینی، و آموزش مدلها.از جمله مشاغل جدید در این حوزه:
مربی مدلهای هوش مصنوعیطراح عاملهای هوشمندمتخصص دانش هوش مصنوعیکنفرانس GigaConf 2025 بزرگترین رویداد AI در روسیه: برگزار شده توسط Sber (بانک اسبِر) با حضور بیش از ۵۰ سخنران برجسته از شرکتهای فناورانه، بانکی و غیره.https://gigaconf.ru/
#هوش_مصنوعی #امنیت_سایبری #یادگیری_ماشین #عامل_چندگانه
@asrgooyeshpardaz
۲۳:۰۰
وضعیت مدلهای بنیادین در سال ۲۰۲۵ — خلاصهای از گزارش Innovation Endeavors(توسط صندوق سرمایهگذاری نوآفرینان تأسیسشده توسط مدیرعامل سابق گوگل، اریک اشمیت)---
🟢 ۲۰۲۵: سال همگانی شدن هوش مصنوعی مولدیک هشتم نیروی کار جهان دستکم ماهی یکبار از ابزارهای هوش مصنوعی استفاده میکند. ۹۰٪ رشد کاربران در شش ماه اخیر رخ داده است. بسیاری از «برنامههای مبتنی بر هوش مصنوعی» اکنون سالانه میلیاردها دلار درآمد دارند و حوزههایی چون مهندسی، طراحی، حسابداری و حقوق را در بر گرفتهاند.
🟠 مدلهای زبانی بزرگ (LLM) در حال پیشی گرفتن از انسانها هستند.مدلهای زبانی مدرن در برخی وظایف تشخیص پزشکی از پزشکان بهتر عمل میکنند و در حل مسائل هندسه المپیادی از ۹۹٪ انسانها بهتر هستند.شگفتیآور این است که حتی یک مدل کوچک (۳ میلیارد پارامتر) اگر زمان برای تفکر داشته باشد، میتواند از مدلهای بزرگتر (مثل ۷۰B) بهتر عمل کند.
🟠 رشد تصاعدی در تمامی معیارهای فنی مدلهاعملکرد، هوش، و پنجرههای متنی سالانه بیش از ۱۰ برابر میشوند. پنجرهی کانتکست از ۸ هزار به یک میلیون توکن رسیده و هزینه تولید هر توکن در مدلهای بزرگ تقریباً ۱۰۰۰ برابر کاهش یافته است.مدت زمانی که یک مدل میتواند یک کار را به تنهایی انجام دهد، تقریباً هر ۷ ماه دو برابر میشود.
🟠 مدلهای هوشمند اول فکر میکنند، بعد حرف میزنند.مدلهای مبتنی بر CoT (زنجیره تفکر) مسیر جدیدی برای مقیاسپذیری ایجاد کردهاند و نیازمند آموزش پس از مرحله پیشآموزش هستند (مثلاً با یادگیری تقویتی مبتنی بر پاداش). بهنظر میرسد در آینده آموزش پسینی مهمتر از پیشآموزش شود.
🟠 اقتصاد مدلهای بنیادین پیچیده است.بازیگران بزرگ درآمد صدها میلیون دلاری دارند، اما هزینه آموزش مدلها بیشتر است:
LLaMA 4 ≳ ۳۰۰ میلیون دلار
GPT-4 ≈ ۱۰۰ میلیون دلار
مجموع هزینههای سالانه OpenAI برای آموزش و دادهها ≈ ۳ میلیارد دلاررقابت بهقدری شدید است که مدلهای متنباز به پلتفرمهای بسته نزدیک شدهاند و هر مدل جدیدی تنها ظرف سه هفته قدیمی میشود.
🟠 ساختار تیمها تحت فشار هوش مصنوعی در حال تغییر است.مشاغل متخصصان «محدود» جای خود را به عمومیکارها با دستیارهای هوشمند دادهاند. سطوح مدیریتی میانی بهسرعت در حال زوال هستند.
🟠 پروتکل MCP به استاندارد جدید یکپارچهسازی تبدیل شده است.پروتکل Model Context Protocol ارتباط بین مدلها و سرویسهایی چون ایمیل، طراحی و چتها را برقرار میکند. جالب آنکه در بسیاری از موارد، «کاربر» خود یک هوش مصنوعی دیگر است؛ CRMها و پایگاههای داده بهصورت خودکار توسط ایجنتها پیکربندی میشوند.
🟠 سختافزار نیز همپای نرمافزار رشد کرده است.در فضای ابری هوش مصنوعی، فروش ساعت GPU خام اهمیت بیشتری از نرمافزار کامل دارد؛ زمان بیشتر روی GPU بهینهتر از انجام بهینهسازیهای نرمافزاری است. NVIDIA همچنان فرمانروای بیرقیب است؛ در Q1 امسال، تعداد توکنهای تولیدی در مرحله استنتاج ۱۰ برابر شد.استارتاپهای جدیدی با چیپهای مخصوص ترنسفورمر ظهور کردهاند و بازنویسی نرمافزارها برای سختافزار جدید اکنون توجیهپذیر است، چرا که هزینه محاسباتی بسیار فراتر از حقوق مهندسان است.
🟠 سرمایه بهطور سیلآسا وارد حوزه هوش مصنوعی شده است.سهم سرمایهگذاری خطرپذیر از ۱۰٪ در ۲۰۲۴ به بیش از ۵۰٪ در ۲۰۲۵ رسیده. شرکتهایی مانند Anthropic به درآمد سالانه ۲ میلیارد دلار با رشد دوبرابری دست یافتهاند، اما ارزشگذاری آنها ۳۰ برابر درآمد سالانه است که نشانهای از داغی بیش از حد بازار است. برخی استارتاپها حتی در مرحله ایدهپردازی، بدون MVP، سرمایه جذب میکنند.
🟠 هشدار: مراقب روندهای زودگذر باشید!۷۵٪ از اپلیکیشنهای تصویری هوش مصنوعی، تنها در عرض ۶ ماه پس از اوجگیری، درآمد اصلی خود را از دست دادند — این یادآوری است که هر ترند مد روزی الزاماً به معنای یک کسبوکار پایدار نیست، مخصوصاً وقتی مدلها با سرعتی باورنکردنی منسوخ میشوند.
---
لینک گزارش کاملhttps://foundationmodelreport.ai/2025.pdf ویدیو معرفیhttps://www.youtube.com/watch?v=RwaLaDtTqag#خبر #هوش_مصنوعی #یادگیری_ماشین
@asrgooyeshpardaz
۴:۳۱