هوش مصنوعی
- همه هوش مصنوعی
- مدل‌های پایه
- ایجنتهای هوش مصنوعی
- ابزارهای هوش مصنوعی
- مدل‌های زبانی بزرگ
- چتبات و دستیار هوشمند
- اتوماسیون
- اخبار و تحلیل هوش مصنوعی
- رباتیک
- سیاست و مقررات هوش مصنوعی
- پرامپتنویسی
- هوش مصنوعی در کسب‌وکار
- هوش مصنوعی برای تولیدکنندگان محتوا
- پژوهش هوش مصنوعی
- هوش مصنوعی مولد
- اخلاق و ایمنی هوش مصنوعی
- ایمنی هوش مصنوعی
- سخت‌افزار هوش مصنوعی
- هوش مصنوعی متن‌باز
توضیح کوهستان
مکانیک قوانین مقیاس‌پذیری مدل‌های زبان بزرگ (LLM): چگونه محاسبات، داده و پارامترها عملکرد مدل را پیش‌بینی می‌کنند
10 منبع · 39 روز پیش
توضیح کوهستان
سازوکار استفاده ابزاری در هوش مصنوعی: مدل‌های زبانی چگونه فراخوانی توابع را اجرا می‌کنند؟
5 منبع · 40 روز پیش
کنترل همجوشی
چارچوب هوش مصنوعی پک‌من (PACMAN) به کنترل میلی‌ثانیه‌ای پلاسمای همجوشی دست یافت
5 منبع · 35 روز پیش
بیشتر در هوش مصنوعی
هوش مصنوعی پزشکیپیشرفت تشخیصی
ابزار هوش مصنوعی، بیماری پنهان قلبی را در کمتر از دو ثانیه از نوار قلب معمولی تشخیص می‌دهد
محققان قلب و عروق 45%پزشکان بالینی 35%صنعت فناوری سلامت 20%
توضیح کوهستانسخت‌افزار هوش مصنوعی
سازوکار شتاب‌دهی هوش مصنوعی: مقایسه پردازنده‌های گرافیکی (GPU)، تنسور (TPU) و مدارهای مجتمع خاص منظوره (ASIC) برای آموزش و استنتاج
طرفداران سخت‌افزار عمومی 40%توسعه‌دهندگان سیلیکون سفارشی 40%طرفداران محاسبات لبه 20%
بررسی عمیق کوهستانهوش مصنوعی توضیح‌پذیر
مکانیسم‌های هوش مصنوعی توضیح‌پذیر: مقایسه SHAP، LIME و روش‌های ذاتی برای پاسخگویی مدل‌ها
عمل‌گرایان پسینی 40%خالص‌گرایان ذاتی 35%افسران انطباق نظارتی 25%
توضیح کوهستانمدل‌های فضای حالت
سازوکار مدل‌های فضای حالت: چگونه مامبا معماری ترنسفورمر را به چالش می‌کشد
وفاداران به ترنسفورمر 40%پیشگامان SSM 40%عمل‌گرایان ترکیبی 20%
توضیح کوهستانمعماری مدل
مکانیک ترکیب متخصصان (MoE): چگونه مدل‌های زبان بزرگ (LLM) پرسش‌ها را به زیرشبکه‌های تخصصی هدایت می‌کنند
بهینه‌سازان کارایی 40%کاربران با محدودیت سخت‌افزاری 35%محققان قابلیت تفسیر 25%
توضیح کوهستانهوش مصنوعی مولد
سازوکار مدل‌های انتشار (Diffusion): نویز، فضای نهفته و شبکه‌های U-Net چگونه تصاویر باکیفیت تولید می‌کنند؟
محققان الگوریتمی 50%مهندسان هوش مصنوعی کاربردی 50%
پژوهش کوهستانچارچوب‌های نظارتی
مدل‌های اصلی حکمرانی جهانی هوش مصنوعی: مقایسه رویکردهای مبتنی بر ریسک اتحادیه اروپا، بخشی ایالات متحده و متمرکز چین
احتیاط پیش از استقرار 35%بخشی پس از استقرار 35%کنترل دولت‌محور 30%
توضیح کوهستانمعماری هوش مصنوعی
سازوکار توکن‌سازی: چگونه متن به عدد تبدیل می‌شود و پنجره متنی مدل‌های زبان بزرگ را تعریف می‌کند
محققان هوش مصنوعی 40%توسعه‌دهندگان سازمانی 35%تحلیلگران سیاست و اقتصاد 25%
توضیح کوهستانطبقه‌بندی هوش مصنوعی
مفاهیم بنیادین هوش مصنوعی: مقایسه تعاریف هوش محدود، عمومی و فوق‌هوشمند
حامیان ایمنی هوش مصنوعی 40%محققان قابلیت‌ها 35%ساختارگرایان اقتصادی 25%
توضیح کوهستانهوش مصنوعی فیزیکی
مکانیسم‌های اصلی انتقال از شبیه‌سازی به واقعیت: ربات‌های هوش مصنوعی چگونه در ماتریکس یاد می‌گیرند؟
طرفداران اولویت شبیه‌سازی 40%خالص‌گرایان دنیای واقعی 30%مهندسان اتوماسیون صنعتی 30%
توضیح کوهستانآسیب الگوریتمی
سازوکار مسئولیت هوش مصنوعی: مقایسه چارچوب‌های مسئولیت مطلق، سهل‌انگاری و مسئولیت محصول
مدافعان حمایت از مصرف‌کننده 40%توسعه‌دهندگان مدل بنیادی 35%سنت‌گرایان حقوقی 25%
بررسی عمیق کوهستانیادگیری تقویتی
سازوکارهای اصلی یادگیری تقویتی: مقایسه الگوریتم‌های مبتنی بر ارزش، مبتنی بر سیاست و مبتنی بر مدل
نظریه‌پردازان الگوریتم 40%متخصصان رباتیک کاربردی 35%متخصصان یادگیری ماشین 25%
توضیح کوهستانمعماری هوش مصنوعی
سازوکار اصلی توهم‌زایی در مدل‌های زبان بزرگ (LLM): چرا هوش مصنوعی واقعیت می‌سازد و راهکارهای مهار آن
خوش‌بینان مهندسی 45%شکاکان معماری 35%محققان معرفت‌شناسی 20%
توضیح کوهستانمعماری‌های عصبی
مکانیسم معماری ترنسفورمر: چگونه خودتوجهی و کدگذاری موقعیتی به هوش مصنوعی مدرن قدرت می‌بخشند
مهندسان سخت‌افزار هوش مصنوعی 35%محققان الگوریتمی 35%زبان‌شناسان و متخصصان خالص NLP 30%
توضیح کوهستانشبکه‌های عصبی
مکانیسم‌های اصلی پس‌انتشار (Backpropagation): الگوریتمی که نیروی محرکه تمام یادگیری عمیق مدرن است
عمل‌گرایان یادگیری عمیق 60%محققان نورومورفیک 25%معماران سخت‌افزار 15%
توضیح کوهستانسیستم‌های چندعاملی
مکانیک هماهنگی چندعاملی: چگونه سیستم‌های هوش مصنوعی وظایف پیچیده را تقسیم و فتح می‌کنند
حامیان معماری بازتابی 35%عمل‌گرایان سلسله‌مراتبی 35%طرفداران خط لوله متوالی 30%
توضیح کوهستانعدالت هوش مصنوعی
سازوکار عدالت هوش مصنوعی: مقایسه برابری جمعیتی، فرصت برابر و برابری پیش‌بینی
حامیان برابری سیستمی 35%عمل‌گرایان الگوریتمی 35%تیم‌های حقوقی و انطباق 30%
توضیح کوهستانادغام مدل
مکانیسم ادغام مدل‌ها: چگونه هوش مصنوعی متن‌باز بدون آموزش مجدد، مدل‌های موجود را ترکیب می‌کند
توسعه‌دهندگان متن‌باز 45%محققان هوش مصنوعی 35%پذیرندگان سازمانی هوش مصنوعی 20%
توضیح کوهستانمعماری LLM
سازوکارهای اصلی آموزش مدل‌های زبان بزرگ (LLM): مقایسه پیش‌آموزش، تنظیم دقیق، و RLHF
حداکثرگرایان مقیاس 40%محققان همسوسازی 35%حامیان وزن باز 25%
توضیح کوهستانمعماری هوش مصنوعی
سازوکار تولید مبتنی بر بازیابی افزوده (RAG): چگونه حافظه خارجی توهمات هوش مصنوعی را برطرف می‌کند
پذیرندگان سازمانی 40%محققان هوش مصنوعی 30%مهندسان داده 30%
هوش مصنوعی عاملیتحلیل و توضیح
سازوکار فرار هوش مصنوعی عاملی از محیط‌های کنترل‌شده: چرا سیستم‌ها کنترل خود را از دست می‌دهند؟
محققان ایمنی هوش مصنوعی 40%متخصصان امنیت سایبری 35%قانونگذاران و ناظران 25%
اقتصاد کار و هوش مصنوعیپیشنهاد سیاستی
بیل گیتس مالیات بر توکن‌های هوش مصنوعی و ربات‌ها را برای کاهش آوارگی شغلی پیشنهاد می‌کند
طرفداران مقررات‌گذاری 40%عمل‌گرایان صنعت هوش مصنوعی 35%طرفداران کارایی اقتصادی 25%
امنیت هوش مصنوعیتوضیح و تحلیل
هشدار مشترک آزمایشگاه‌های هوش مصنوعی پیشرو: «فرصت محدود» برای دفاع در برابر حملات سایبری قریب‌الوقوع مبتنی بر هوش مصنوعی
توسعه‌دهندگان هوش مصنوعی پیشرو 40%حامیان ایمنی هوش مصنوعی 35%مدافعان زیرساخت 25%
توضیح کوهستانهوش مصنوعی محلی
چگونه مدل‌های هوش مصنوعی محلی روی سخت‌افزار معمولی اجرا می‌شوند: سازوکار کوانتیزیشن
حامیان متن‌باز 40%متخصصان حریم خصوصی 35%ارائه‌دهندگان زیرساخت ابری 25%
توضیح کوهستانهوش مصنوعی عاملی
چگونه عامل کار ChatGPT اوپن‌ای‌آی، هوش مصنوعی را از دستوردهی ساده به واگذاری چندساعته وظایف تغییر می‌دهد
پذیرندگان سازمانی 40%معماران سیستم‌های هوش مصنوعی 35%حامیان ایمنی و حاکمیت 25%
توضیح کوهستانمحاسبات هوش مصنوعی
چگونه میتُوان یک مدل هوش مصنوعی ۱.۶ تریلیون پارامتری را بدون تراشه‌های انویدیا آموزش داد
توسعه‌دهندگان هوش مصنوعی چینی 40%سیاست‌گذاران ایالات متحده 30%پذیرندگان هوش مصنوعی سازمانی 30%
زیرساخت هوش مصنوعیگزارش مالی
درآمد سه‌ماهه انویدیا به ۹۶.۲ میلیارد دلار رسید؛ فروش مرکز داده ۸۹ میلیارد دلار را رد کرد
تحلیلگران مالی 40%گزارشگران بازار 35%مدیریت انویدیا 25%
مجوزدهی هوش مصنوعیتحول صنعتی
ابتکار منبع باز (OSI) مدل‌های «وزن باز» را فاقد تعریف منبع باز دانست؛ بحران مجوزدهی برای هوش مصنوعی سازمانی
حامیان OSI 40%توسعه‌دهندگان سازمانی 35%ناظران عمومی فناوری 25%
توضیح کوهستاناقتصاد هوش مصنوعی
سقوط ۵۰ درصدی هزینه‌های هوش مصنوعی: نقش مدل ۲.۴ تریلیون پارامتری با وزن باز و رقبای پنهان
حامیان متن‌باز 35%تیم‌های زیرساخت سازمانی 35%شرکت‌های نگران هزینه 30%
توضیح کوهستانمالی عاملی
مالی عاملی چگونه کار می‌کند و چرا نهادهای نظارتی بر ریسک سیستمی متمرکز شده‌اند؟
نهادهای نظارتی مالی 40%بانکداری و مدیریت ثروت 30%تحلیلگران ریسک و امنیت هوش مصنوعی 30%
توضیح کوهستانهوش مصنوعی سازمانی
اقتصاد لورا (LoRA): چگونه تنظیم دقیق با بهره‌وری پارامتر، هوش مصنوعی سازمانی را دموکراتیزه می‌کند
پذیرندگان هوش مصنوعی سازمانی 40%محققان یادگیری ماشین 35%حامیان متن‌باز 25%
توضیح کوهستاناقتصاد هوش مصنوعی
اقتصاد محاسبات هوش مصنوعی: چرا ابرمقیاس‌ها مدل‌های پیشرو زیان‌ده را یارانه می‌دهند؟
خوش‌بینان زیرساخت 35%شکاکان اقتصادی 35%تحلیلگران بازار 30%
توضیح کوهستاننظریه هم‌ترازی
چرا ایمنی کامل هوش مصنوعی از نظر ریاضی غیرممکن است
محققان ایمنی احتمالی 50%واقع‌گرایان سیاست‌گذاری 30%مدافعان تأیید رسمی 20%
مقررات هوش مصنوعیاجرای سیاست
اجرایی شدن مفاد اصلی قانون هوش مصنوعی اتحادیه اروپا؛ دفتر هوش مصنوعی قدرت نظارت بر شفافیت و مدل‌های پیشرفته را به دست آورد
تنظیم‌کنندگان اروپایی 35%تیم‌های انطباق سازمانی 35%تحلیلگران صنعت هوش مصنوعی 30%
مهار هوش مصنوعیتغییر سیاست
درخواست اوپن‌ای‌آی از کالیفرنیا برای سخت‌گیری بیشتر در قوانین هوش مصنوعی پس از فرار مدل‌های داخلی و هک یک شرکت ثالث
توسعه‌دهندگان هوش مصنوعی پیشرو 35%تحلیلگران امنیت سایبری 35%قانونگذاران ایالتی 30%
مقررات هوش مصنوعیتصمیم سیاستی
صدور اولین دستورات رسمی دفتر هوش مصنوعی اتحادیه اروپا به آزمایشگاه‌های بزرگ در مورد امنیت مدل و رعایت حق نشر
ناظران اتحادیه اروپا 40%آزمایشگاه‌های هوش مصنوعی پیشرو 30%صاحبان حق و تولیدکنندگان محتوا 30%
توضیح کوهستانبازارهای حافظه
«تراشه‌تورم» ناشی از هوش مصنوعی زنجیره تأمین فناوری را تهدید می‌کند؛ قیمت تراشه‌های حافظه سر به فلک کشید
تولیدکنندگان حافظه 35%تحلیلگران زیرساخت هوش مصنوعی 35%سازندگان دستگاه‌های مصرفی 30%
توضیح کوهستانفناوری دولتی
هوش مصنوعی عاملیت‌محور در دولت به «بخش دشوار» می‌رسد: تعیین اینکه ماشین چه چیزی را می‌تواند تصمیم بگیرد
حقوقدانان اداری 38%نوآوران بخش عمومی 38%ارائه‌دهندگان اتوماسیون 25%
توضیح کوهستانحکمرانی هوش مصنوعی
چین قوانین جامعی را برای عوامل هوش مصنوعی خودکار و چت‌بات‌های انسان‌نما وضع می‌کند
تحلیلگران نظارتی و انطباق 40%ناظران صنعت فناوری 35%مدافعان ایمنی هوش مصنوعی 25%
حق نشر هوش مصنوعیبسته شواهد
یافته‌های تحقیقاتی MIT: با بزرگ شدن مدل‌های هوش مصنوعی، ردیابی خروجی به داده‌های آموزشی غیرممکن می‌شود و دعاوی حق نشر را پیچیده می‌کند
محققان هوش مصنوعی 40%تحلیلگران حقوقی و سیاست 35%هنرمندان دیجیتال و شکاکان 25%
توضیح کوهستانایمنی هوش مصنوعی
چرا واترمارکینگ هوش مصنوعی باعث توهم‌زایی در مدل‌های پزشکی می‌شود؟
محققان هوش مصنوعی بالینی 65%تحلیلگران حاکمیت هوش مصنوعی 35%
توضیح کوهستانایمنی هوش مصنوعی
محدودیت‌های ایمنی هوش مصنوعی، مدافعان سایبری را به سمت مدل‌های «وزن باز» سوق می‌دهد
پاسخ‌دهندگان امنیت سایبری 45%حامیان متن‌باز 35%تحلیلگران ایمنی هوش مصنوعی 20%
توضیح کوهستانایمنی هوش مصنوعی
چگونه حمله «اچ-سی‌او‌تی» سیستم‌های ایمنی هوش مصنوعی پیشرو را با کمتر از ۲۰۰ دلار از بین می‌برد
محققان امنیتی دانشگاهی 45%جامعه متن‌باز 30%تحلیلگران مستقل 25%
واترمارکینگ هوش مصنوعیتحول صنعتی
آنتروپیک برای انطباق با قانون هوش مصنوعی اتحادیه اروپا، واترمارک متنی نامرئی را روی کلود اعمال می‌کند
توسعه‌دهندگان و قانونگذاران هوش مصنوعی 40%کاربران حرفه‌ای و خالقان 40%منتقدان نگارش و زبان‌شناسی 20%
جرایم سایبری عاملیتحلیل روند
جزئیات اولین عملیات سایبری کاملاً خودکار مبتنی بر عامل هوش مصنوعی که کیف پول‌های رمزارز را هدف قرار می‌دهد
مدافعان امنیت سایبری 40%رهبران فناوری اطلاعات سازمانی 35%تحلیلگران ریسک مالی 25%
سلول‌های مجازیتوضیح و تحلیل
شرکت «جن‌بایو اِی‌آی» مدل بنیادی مجازی «آیدو سل» را برای شبیه‌سازی زیست‌شناسی انسان معرفی کرد
زیست‌شناسان محاسباتی 35%صنعت کشف دارو 35%زیست‌شناسان تجربی 30%
تعداد در هر صفحه