گزیدهای از خواندنیترین و مهمترین مطالب داتهوش.

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.

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.

سیستم CARIS با بهرهگیری از مدلهای زبانی بزرگ و پروتکل MCP، فرآیندهای پژوهش بالینی را خودکار میکند و به پژوهشگران امکان میدهد بدون نیاز به برنامهنویسی یا دسترسی مستقیم به دادههای بیماران، مطالعات جامعی انجام دهند.

پژوهشگران دارویننت را معرفی کردند؛ شبکهای زیستالهام که با استفاده از هوش مصنوعی و وباسمبلی، پروتکلها را در زمان اجرا تکامل میدهد و به عملکرد نزدیک به بومی دست مییابد. این رویکرد محیطهای پویا را به عنوان فرصتهای رشد میبیند.

پژوهشگران از روش یادگیری تقویتی چندوظیفهای بهره بردهاند تا سیستمهای نظارتی زیرآبی خودکاری بسازند که بدون نیاز به مدلهای جداگانه برای هر هدف، بتوانند وظایف مختلف پایش صخرههای مرجانی را انجام دهند. این رویکرد انعطافپذیری بالایی در محیطهای دریایی پویا و غیرقابلپیشبینی ارائه میدهد.

جک کلارک، همبنیانگذار آنتروپیک، تأیید کرد که این شرکت دولت ترامپ را درباره مدل مایتوس توجیه کرده است؛ مدلی که بهدلیل خطرناک بودن برای انتشار عمومی در نظر گرفته نمیشود. این تأیید در بحبوحه شکایت آنتروپیک از پنتاگون مطرح شد که نشاندهنده تنش میان نگرانیهای ایمنی هوش مصنوعی و خواستههای دولت برای همکاری است.

تیمی تحقیقاتی معیار ARGOS را رونمایی کرد؛ نخستین ابزار ارزیابی که جستجوی فرد با دوربینهای متعدد را بهعنوان یک مسئله استدلال تعاملی بازتعریف میکند. این چارچوب عاملهای هوشمند را به برنامهریزی، پرسش و حذف کاندیداها در شرایط اطلاعات ناقص ملزم میسازد. آزمایشهای اولیه نشان میدهد که حتی مدلهای زبانی پیشرو نیز بدون ابزارهای تخصصی، دقت خود را تا حدود ۵۰ درصد از دست میدهند.

گوگل قابلیت «هوش مصنوعی شخصی» جمینی را در هند راهاندازی کرده است. این ویژگی به کاربران امکان میدهد حسابهای گوگل خود را متصل کنند و بر اساس ایمیل، عکسها و فعالیت یوتیوب، پاسخهای شخصیسازیشده دریافت کنند. ابتدا برای مشترکین پولی در دسترس است و بهزودی کاربران رایگان نیز میتوانند از آن بهرهمند شوند.

استارتاپ گیتار که توسط یکی از کهنهکاران اینتل لبز، گوگل و اوبر تأسیس شده، با ۹ میلیون دلار سرمایه از حالت پنهان خارج شده است. این پلتفرم از عوامل هوش مصنوعی برای بررسی کد، مدیریت گردشکار یکپارچهسازی مداوم و عملیات امنیتی استفاده میکند تا به شرکتها در مدیریت حجم انبوه کد تولیدشده توسط هوش مصنوعی کمک کند.

گوگل ویدز قابلیت تولید ویدیوی باکیفیت رایگان مبتنی بر مدل Veo 3.1 را برای تمام دارندگان حساب گوگل فعال کرد. هر کاربر میتواند ماهانه ۱۰ کلیپ ویدیویی بسازد. مشترکین پلنهای Pro و Ultra به قابلیتهای پیشرفتهتری مانند ساخت موسیقی اختصاصی با مدل Lyria 3 و آواتارهای هوش مصنوعی قابل شخصیسازی دسترسی خواهند داشت.