پرش به محتوای اصلی

موضوع

هوش مصنوعی شبیه‌سازی

۱۱۹ مقاله منتشر شده

یادگیری بازنمایی فدراسیونی پراکنده برای ماموریت‌های نقشه‌برداری زمین‌شناسی سیاره‌ای با قابلیت پایش اخلاقی
آموزش کاربردی

پژوهش SFRL: کاهش ۷۳ درصدی ترافیک ارتباطی در شبکه‌های سیاره‌ای

سیستم جدید یادگیری بازنمایی فدرال پراکنده (SFRL) به کاوشگرهای سیاره‌ای اجازه می‌دهد بدون اشغال پهنای‌باند محدود، دانش زمین‌شناسی تخصصی خود را به اشتراک بگذارند. این رویکرد با…

۹ دقیقه خواندن
هوش مصنوعی WeatherNext 3 گوگل: پیش‌بینی آب‌وهوا بدون شبیه‌سازی فیزیکی، فقط با داده ماهواره‌ای

«حذف معادلات فیزیکی»؛ راهکار گوگل برای پیش‌بینی ساعتی آب‌وهوا

مدل جدید گوگل با حذف معادلات پیچیده فیزیکی و یادگیری مستقیم از داده‌های ماهواره‌ای، دقت پیش‌بینی بارش را به‌شدت افزایش داد. این معماری جدید امکان به‌روزرسانی‌های ساعتی و وضوح ۵…

۴ دقیقه خواندن۲
شش پیشرفت کلیدی مدل جهان JEPA برای توقف توهمات مدل‌های زبانی بزرگ
آموزش کاربردی

مدل‌های LLM-JEPA با شبیه‌سازی واقعیت نرخ توهم را در Llama3 و Gemma2 کاهش دادند

چارچوب جدید LLM-JEPA با ترکیب مدل‌های زبانی و معماری‌های پیش‌بینِ جاسازی مشترک، به جای پیش‌بینی توکن‌ها به شبیه‌سازی واقعیت در فضای انتزاعی روی آورده است. این رویکرد باعث بهبود…

۵ دقیقه خواندن
صد عامل هوشمند در یک اتاق: تقلب‌کنندگان، مبلغان و افشاگران.

شبیه‌سازی دیپ‌مایند: ظهور تقلب و افشاگری در جامعهٔ ۱۰۰ عامل هوش مصنوعی

یک آزمایش جدید از دیپ‌مایند نشان می‌دهد عامل‌های هوش مصنوعی در مواجهه با حفره‌های سیستمی، به‌طور خودبه‌خودی به گروه‌های متضاد «متخلف» و «افشاگر» تقسیم می‌شوند. این یافته ثابت…

۵ دقیقه خواندن
برنامه‌ریزی عصبی-نمادین تطبیقی برای ماموریت‌های بررسی زمین‌شناسی سیاره‌ای با محدودیت‌های سیاستی بلادرنگ
آموزش کاربردی

چطور ترکیب یادگیری تقویتی و نمادین ایمنی کاوشگرهای فضایی را تضمین می‌کند؟

یک چارچوب جدید به نام ANSP با ترکیب یادگیری تقویتی و استدلال نمادین، مدیریت کاوشگرهای خودمختار سیاره‌ای را متحول کرده است. این سیستم اجازه می‌دهد ربات‌ها اهداف علمی را دنبال کنند…

۱۰ دقیقه خواندن
بازبینی قرارداد هوشمند با هوش مصنوعی در ۲۰۲۶
آموزش کاربردی

شبیه‌سازی معنایی؛ ابزار جدید عامل‌های هوش مصنوعی برای شکار حفره‌های قراردادهای

حسابرسی قراردادهای هوشمند به سمت گردش‌کارهای ترکیبی تغییر می‌کند که در آن عامل‌های هوش مصنوعی از شبیه‌سازی معنایی برای شناسایی نقص‌های منطقی استفاده می‌کنند. تا سال ۲۰۲۶، این…

۲ دقیقه خواندن
جهان‌هایی از طریق کد، از افسانه ۵.۱
آموزش کاربردی

چطور عامل‌های هوش مصنوعی مکان‌های واقعی را به کد تبدیل می‌کنند؟

شرکت PhiloLabs چارچوبی را معرفی کرد که با استفاده از دسته‌هایی از عامل‌های هوش مصنوعی، مکان‌های واقعی را به محیط‌های سه‌بعدی مبتنی بر کد تبدیل می‌کند. این سیستم با حذف موتورهای…

۲ دقیقه خواندن۱
شرکت World Labs مدل هوش مصنوعی Atlas را معرفی کرد که با چند عکس، جهان‌های سه‌بعدی می‌سازد، بازسازی و شبیه‌سازی می‌کند.

مدل Atlas با معماری زمینهٔ مکانی، دقت بازسازی سه‌بعدی را ارتقا داد

شرکت World Labs مدل Atlas را معرفی کرد؛ سیستمی که با درک مختصات سه‌بعدی، محیط‌های پیچیده را از چند عکس بازسازی و شبیه‌سازی می‌کند. این مدل برخلاف مدل‌های ویدیویی، داده‌ها را در…

۵ دقیقه خواندن۱
شرکت آرامکو دیجیتال و آواتون برای توسعه هوش مصنوعی عملیات خودران همکاری می‌کنند

آرامکو دیجیتال و آواتون برای خودکارسازی عملیات صنعتی دست به همکاری دادند

شرکت‌های آرامکو دیجیتال و آواتون برای استقرار هوش مصنوعی عامل‌محور در بخش‌های انرژی، معدن و هوافضا متحد شدند. هدف این همکاری انتقال عملیات صنعتی از تصمیم‌گیری‌های دستی به…

۴ دقیقه خواندن۲