گزیدهای از خواندنیترین و مهمترین مطالب داتهوش.

پژوهشگران روشی مبتنی بر یادگیری تقویتی ابداع کردهاند که برنامههای حرکتی تولیدشده توسط برنامهریزهای ترکیبی را بهگونهای اصلاح میکند که با محدودیتهای فیزیکی رباتهای واقعی سازگار شوند. این روش با گنجاندن قیود دینامیک مرتبه دوم در فرایند تصمیمگیری، شکاف میان برنامهریزی نظری و اجرای عملی را پر میکند.

پژوهشگران دریافتند که افزایش تعداد چهرهها در هر تصویر بهطور مداوم عملکرد مدلهای یادگیری ماشین را کاهش میدهد؛ بهطوری که نرخ خطا در صحنههای شلوغ تا ۴.۶ برابر بیشتر است. این یافته نشان میدهد که تراکم نمونهها میتواند بهعنوان یک عامل ذاتی در تعیین دشواری دادهها عمل کند.

پژوهشگران چارچوب یادگیری عمیق جدیدی به نام GTCN-G معرفی کردهاند که با ادغام شبکههای عصبی زمانی و مبتنی بر گراف، سیستمهای شناسایی نفوذ را ارتقا میدهد. این مدل بهطور ویژه مشکل عدم تعادل کلاسها در دادههای ترافیک شبکه را هدف قرار داده که اغلب باعث نادیده گرفته شدن تهدیدات نادر اما حیاتی میشود. نتایج آزمایش روی مجموعه دادههای استاندارد نشاندهنده برتری این روش در شناسایی حملات سایبری رایج و غیرمعمول است.

یک مقاله تحقیقاتی جدید چارچوبی ساختاریافته برای توسعه دیتاستهای ایمن متناسب با استانداردهای ISO/PAS 8800 در حوزه رانندگی خودکار معرفی کرده است. این چارچوب کل چرخه عمر دادهها—از جمعآوری تا نگهداری—را پوشش میدهد و شامل تحلیلهای ایمنی دقیقی برای شناسایی و کاهش خطرات ناشی از کمبودهای دیتاست میشود.

رید هافمن، یکی از بنیانگذاران لینکدین، از شیوه ردیابی میزان مصرف توکن هوش مصنوعی توسط کارکنان حمایت کرده است. او این معیار را ابزاری مفید برای ارزیابی میداند، هرچند منتقدان معتقدند این روش به جای بهرهوری واقعی، فقط هزینهها را اندازهگیری میکند.

پژوهشگران روش 'StsPatient' را معرفی کردهاند؛ سیستمی برای شبیهسازی دقیق بیماران استاندارد با اختلال شناختی. این روش از مدولاسیون تصادفی توکن و بردارهای هدایت برای کنترل دقیق شدت اختلال استفاده میکند و میتواند آموزش بالینی را متحول کند.

پژوهشگران روشی نوین مبتنی بر گراف معرفی کردهاند که با حفظ زنجیره استدلال برای هر مدرک، سیستمهای بازیابی-افزوده را قادر به بهبود خودکار میکند. این رویکرد بدون نیاز به بازآموزش مدل، خطا را تا ۴۷ درصد کاهش میدهد و در سناریوهای تکراری به صرفهجویی قابل توجهی در هزینه و زمان پاسخ منجر میشود.

پژوهشگران SIR-Bench را توسعه دادهاند؛ معیاری جامع متشکل از ۷۹۴ مورد آزمون برای سنجش توانایی عوامل خودکار پاسخگو به رخدادهای امنیتی در انجام تحقیقات واقعی فارنزیک. این معیار از ۱۲۹ الگوی رخداد ناشناسسازیشده استخراج شده و با رویکردی رقابتی از نوع LLM-as-Judge عمل میکند.

پژوهشگران مؤسسه فناوری بمبئی چارچوبی به نام RePAIR توسعه دادهاند که به کاربران امکان میدهد بدون نیاز به مداخله ارائهدهندگان سرویس، دانش ناخواسته را از مدلهای زبانی بزرگ حذف کنند. این سیستم از دستورات زبان طبیعی برای ویرایش مدل در زمان استنتاج استفاده میکند.

تیمی از پژوهشگران پلتفرم «پیایال» را توسعه دادهاند که ویدیوهای سخنرانی را به تجربههای یادگیری تعاملی تبدیل میکند. این سیستم با تحلیل لحظهای محتوا، سؤالات را بر اساس پاسخهای هر یادگیرنده تنظیم کرده و خلاصهای شخصیسازیشده ارائه میدهد.

پژوهشگران روش جدید «پیشآموزش زنجیرهای مدلها» را معرفی کردهاند که با انتقال دانش از مدلهای کوچک به بزرگ، سرعت آموزش مدلهای بینایی را تا ۷.۰۹ برابر افزایش میدهد. این رویکرد بدون افت کیفیت، پیچیدگی محاسباتی را تا ۷۲ درصد کاهش میدهد.

کوموآرافام-۲ یک مدل پایه از پیش آموزشدیده برای دادههای رابطهای است که در ۴۱ معیار عملکردی، تا ۸ درصد بهتر از روشهای نظارتی عمل میکند. این مدل از یادگیری درونمتنی و تنظیم دقیق پشتیبانی میکند، جدولهای متصل را بهصورت بومی پردازش میکند و توانایی مقیاسپذیری به دادههای میلیاردی را دارد.

ادوبی دستیار هوش مصنوعی Firefly را که قبلاً Project Moonlight نام داشت، به صورت بتای عمومی عرضه کرد. این ابزار به کاربران امکان میدهد با زبان طبیعی در اپلیکیشنهایی مانند فتوشاپ و پریمیر وظایفی را انجام دهند. هدف ادوبی از این کار رقابت مستقیم با Canva و Figma است.

پژوهشگران روشی توسعه دادهاند که با اعمال جریمههای ژاکوبین و لیپشیتس بر شبکههای عصبی، خروجیهای هموارتری تولید میکند. این رویکرد، شکاف پیچیدگی عملکردی بین مدلهای یادگیری عمیق و رگرسیون نمادین را از بین میبرد و استخراج فرمولهای قابل فهم برای انسان را ممکن میسازد.

محققان «الگوریتم خنده» را معرفی کردند؛ چارچوبی چندعامله که کامنتهای طنز مناسب را برای ویدیوهای کوتاه تولید میکند و با نرخ ترجیح انسانی ۸۰ تا ۸۴ درصد از روشهای پایه پیشی گرفته است.

تحقیقی جدید نشان میدهد مدلهای زبانی بزرگ در شبیهسازی واکنشهای عاطفی شهروندان نسبت به بروکراسی عملکرد ضعیفی دارند. این ناکارآمدی بهویژه در مورد فرهنگهای شرقی بیشتر مشاهده میشود. محققان پلتفرمی به نام RAMO را برای جمعآوری دادههای انسانی و بهبود مدلها معرفی کردهاند.

گوگل دو سطح جدید خدمات به نامهای Flex و Priority را برای API جمینای معرفی کرده است. سطح Flex با ۵۰ درصد قیمت کمتر، برای کارهای پسزمینهای مناسب است، در حالی که Priority بالاترین اطمینانپذیری را برای برنامههای حیاتی فراهم میکند. هر دو سطح از طریق یک رابط یکپارچه قابل دسترسی هستند و پیچیدگی مدیریت معماریهای جداگانه را از بین میبرند.

شرکت SAP قابلیتهای هوش مصنوعی عاملمحور را در مجموعه مدیریت سرمایه انسانی SuccessFactors گسترش داده است. این بروزرسانی شامل ابزارهای انطباق شفافیت حقوق برای مقررات اتحادیه اروپا و جادوگر توسعهپذیری جدید برای یکپارچهسازیهای سازمانی سفارشی است.

بررسی ۳۰۰ مدیر ارشد مهندسی نشان میدهد که پذیرش هوش مصنوعی عاملمحور با سرعت در حال رشد است؛ نیمی از سازمانها آن را در اولویت سرمایهگذاری قرار دادهاند و بیش از ۸۰ درصد قصد دارند ظرف دو سال آینده سرمایهگذاری کنند. هرچند ۵۱ درصد در حال حاضر از این فناوری بهصورت محدود استفاده میکنند، اما بهرهبرداری کامل از پتانسیل آن مستلزم تغییرات اساسی در ساختار سازمانی و فرآیندهاست.

تحقیقی تازه نشان داده است که مدلهای هوش مصنوعی چندوجهی با عملکرد بالاتر در پیشبینی بقای بیماران مبتلا به گلیوما، لزوماً تعاملات قویتر بین وجههای مختلف ندارند. در واقع، بهبود عملکرد این مدلها بیشتر از تجمیع سیگنالهای مستقل به دست میآید تا از یادگیری همافزایی واقعی.

مینزه لی یک مقاله پیشانتشاری را از arXiv پس گرفت. این مقاله الگوریتم PE-PSO را معرفی میکرد که برای برنامهریزی همزمان مسیر چندین پهپاد در محیطهای پویا طراحی شده بود. با این حال، عدم دسترسی به این مقاله باعث میشود امکان تایید نتایج گزارششده وجود نداشته باشد.

پژوهشگران دو خط لوله ارتباطی تصویری معنایی به نامهای MMSD و SAMR توسعه دادهاند که دادههای نظارت ترافیکی را بیش از ۹۹ درصد کاهش میدهد. این سیستمها از پردازش سبکوزن در دستگاههایی مانند رزبریپای ۵ استفاده کرده و بازسازی تصاویر را به سرورها محول میکنند. روش MMSD از بازنماییهای معنایی و مدلهای انتشار استفاده میکند، در حالی که SAMR مناطق کماهمیت تصویر را پیش از رمزگذاری JPEG ماسک میکند.

پژوهشگران بنچمارک ManyIH-Bench را معرفی کردهاند؛ اولین معیار سنجش توانایی عاملهای LLM در مدیریت تعارض دستورات در سطوح مختلف اختیار. این مطالعه نشان میدهد حتی مدلهای پیشروی هوش مصنوعی تنها حدود ۴۰ درصد دقت دارند، و شکافی اساسی در رویکردهای فعلی سلسلهمراتب دستورات وجود دارد.

پژوهشگران دریافتهاند که عوامل هوشمند رابط کاربری گرافیکی موبایل در برخورد با محتوای شخص ثالث مانند تبلیغات و محتوای تولیدشده توسط کاربران، دچار افت شدید عملکرد میشوند. نتایج نشان میدهد نرخ گمراهکنندگی این عوامل در محیطهای پویا ۴۲ درصد و در تستهای ایستا ۳۶.۱ درصد است. معیارهای ارزیابی فعلی برای محتوای نامطمئن در دنیای واقعی طراحی نشدهاند.

یک روش نوین یادگیری مستمر برای مقابله با تجمع سوگیری در سیگنالهای مغزی ارائه شده است. این رویکرد با بهبود عملکرد مدلها در درک بصری-مغزی، نتایج چشمگیری به دست آورده است.

محققان چارچوب HintMR را معرفی کردند؛ رویکردی که در آن مدلهای زبانی کوچکتر با تولید سرنخهای متنی به جای ارائه راهحل کامل، در حل مسائل پیچیده ریاضی همکاری میکنند. این روش دقت حل مسئله را به طور قابل توجهی افزایش میدهد.

پژوهشگران روشی نوآورانه برای شناسایی محتوای مصنوعی (دیپفیک) با بهرهگیری از تبدیل کروولت، مکانیزم توجه در سطح وجوه و ماسکهای فضایی مقیاسآگاه ارائه کردهاند. این رویکرد توانسته به دقت ۹۸.۴۸ درصد و AUC برابر با ۹۹.۹۶ درصد در مجموعه داده FaceForensics++ دست یابد و در برابر فشردهسازی نیز مقاوم باقی بماند.

گزارش شاخص هوش مصنوعی ۲۰۲۶ نشان میدهد که ۵۰ درصد اختلاف میان دیدگاه متخصصان و عموم مردم آمریکا درباره تأثیر این فناوری بر مشاغل وجود دارد. این شکاف ادراکی، پرسشهای مهمی درباره نحوه درک ما از آینده فناوری مطرح میکند.

گروه هیوندای موتور با تغییر تمرکز از تولید خودرو به سیستمهای هوش مصنوعی فیزیکی، شامل رباتهای انساننمای توسعهیافته توسط زیرمجموعه بوستون داینامیکس، از سرمایهگذاری ۲۶ میلیارد دلاری در ایالات متحده تا سال ۲۰۲۸ خبر داد. هدف اصلی این شرکت استفاده از رباتها در محیطهای تولیدی بهصورت همکارانه با انسانهاست و پیشبینی میشود تولید سالانه تا سال ۲۰۳۰ به ۳۰ هزار واحد برسد.

یک تیم پژوهشی چارچوب ARGen را معرفی کرده است؛ یک روش مولد دومرحلهای که با کمبود داده و توزیع نامتوازن حالات چهره در تشخیص پویای احساسات مبارزه میکند. این چارچوب با ترکیب تزریق معنای عاطفی و انتشار تقویتی تطبیقی، درک احساسات را بهبود میبخشد و میتواند در محاسبات عاطفی، تعامل انسان و کامپیوتر و ارزیابی سلامت روان کاربرد داشته باشد.