آقای هوش مصنوعی

نسخه ویندوزی Perplexity منتشر شد.

https://www.perplexity.ai/platforms

مهاجرت سازمان‌های سنتی به بازاریابی داده‌محور تنها یک تغییر فنی نیست، بلکه بازتعریفی از نگرش به بازار، تصمیم‌گیری و ارزش‌آفرینی است. در مدل سنتی، تجربه و شهود نقش اساسی داشتند، اما اکنون داده‌ها روایتگر واقعیات پنهان در رفتار مشتریان شده‌اند.
این گذار، چالشی عمیق را نمایان می‌کند: آیا سازمان‌ها حاضرند از اطمینان گذشته دست بکشند و به عدم‌قطعیت احتمالاتی داده‌ها اعتماد کنند؟ پارادایم سنتی، قطعیت را ارزش می‌دانست؛ اما در عصر داده، قطعیت توهمی بیش نیست. هوش مصنوعی و الگوریتم‌ها، نه به‌عنوان ابزار، بلکه به‌مثابه همکاران تفکر انسانی ظاهر شده‌اند.

اما سؤال بنیادین این است: آیا این گذار، جایگاه شهود انسانی را تضعیف می‌کند، یا آن را تکمیل می‌سازد؟ شاید، در عمیق‌ترین لایه‌های این تحول، مهاجرت به داده‌محوری، نه عبور از گذشته، بلکه بازخوانی آن از چشم‌اندازی نوین باشد؛ جایی که داده و بینش انسانی در هم می‌آمیزند و تفکری نو پدید می‌آورند.


🌍مهمان برنامه :

دکتر نادر سید امیری
عضو هیات علمی دانشگاه تهران
رئیس دانشکده گردشگری دانشگاه تهران

#بازاریابی_داده_محور #هوش_مصنوعی

@MrArtificialintelligence

رویداد بزرگ «از هوش مصنوعی تا تحول دیجیتال»

✍️ هوش چیه و مهارت های عصر هوش مصنوعی برای کلیه افراد چه چیزی هستند ؟

📍اتاق بازرگانی یزد

🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران

@MrArtificialintelligence

جهان ارتباطات در آستانه یک تحول بنیادین است که در آن اینترنت کوانتومی، 5G و شبکه‌های ماهواره‌ای همچون استارلینک، پارادایم‌های رایج در مخابرات را متحول می‌کنند. این فناوری‌ها نه‌تنها سرعت، امنیت و گستره دسترسی را دگرگون می‌سازند، بلکه مفاهیم عمیق‌تری مانند اختیار اطلاعاتی، کنترل دانش، و ماهیت حریم خصوصی را نیز به چالش می‌کشند. آیا در جهانی که ارتباطات آن آنی، نامرئی و غیرقابل شنود است، مفهوم قدرت بازتعریف نخواهد شد؟

امنیت کوانتومی و رمزنگاری مطلق، یکی از بنیادی‌ترین پیامدهای این انقلاب خواهد بود. تا کنون، تاریخ ارتباطات شاهد یک نبرد دائمی میان رمزگذاری و رمزگشایی، امنیت و نفوذ، شفافیت و نظارت بوده است. اما اینترنت کوانتومی این تقابل را از اساس دگرگون می‌کند. توزیع کلید کوانتومی (QKD) نه‌تنها امکان ارتباطاتی غیرقابل رهگیری را فراهم می‌کند، بلکه خودِ عمل شنود را از یک امر مخفیانه به یک واقعیت مشهود و فاش‌شده تبدیل می‌سازد. در جهانی که ارتباطات آن بر پایه درهم‌تنیدگی کوانتومی بنا شده، مفهوم اعتماد دیجیتال از اساس متحول خواهد شد: اعتماد نه به واسطه تأیید انسانی، بلکه به واسطه قوانین فیزیک تضمین خواهد شد. آیا این امنیت مطلق، آزادی را تقویت خواهد کرد یا قدرت را در دستان نخبگان جدیدی متمرکز می‌کند که توان بهره‌برداری از این زیرساخت را دارند؟

مخابرات ماهواره‌ای و حذف مرزهای دیجیتال، چالش‌های کنترل را وارد مرحله‌ای تازه می‌کند. استارلینک و پروژه‌های مشابه، وابستگی به زیرساخت‌های مخابراتی سنتی را کاهش داده و ارتباطاتی فراملی، غیرمتمرکز و غیرقابل سانسور را ممکن می‌کنند. در این مدل، حکومت‌ها دیگر کنترلی بر جریان داده نخواهند داشت و قدرت به سوی شرکت‌های خصوصی یا حتی شبکه‌های غیرمتمرکز توزیع خواهد شد. این مسئله، چالش‌هایی را مطرح می‌کند: چه کسی مالک داده‌های جهانی خواهد بود؟ آیا اطلاعات، یک حق عمومی است یا یک کالای تحت انحصار؟

در نهایت، این تحولات یک جهان متناقض را ترسیم می‌کنند: جهانی که در آن همه چیز در دسترس است، اما هیچ چیز قابل کنترل نیست. مرزهای دیجیتال در حال فروپاشی‌اند، اما آیا این به معنای آزادی است یا به معنای شکل‌گیری یک ابرساختار اطلاعاتی که همه چیز را می‌داند اما از دسترس همگان خارج است؟ شاید بزرگ‌ترین پرسش این باشد که آیا بشر، با چنین سطحی از اتصال، واقعاً به آزادی نزدیک‌تر خواهد شد یا تنها نظمی جدید، پیچیده‌تر و غیرقابل‌فهم‌تر را تجربه خواهد کرد؟

🌕 آینده ارتباطات با حضور بازیگران جدید همچون اینترنت کوانتومی و استارلینک

🌍مهمان برنامه :

دکتر بابک حسین خلج
رئيس دانشکده مهندسی برق شریف
مدیر مرکز علوم داده دانشگاه صنعتی شریف

#5G #chatgpt #هوش_مصنوعی #تلکام

🌑 آقای هوش مصنوعی🌑

@MrArtificialintelligence

میسترال ای‌آی دو تا مدل OCR معرفی کرده، یعنی میتونن متن رو از تصاویر و اسناد استخراج کنن، این پردازش میتونه از روی تصاویر یا حتی اسنادی مثل PDF باشه.

توانایی پردازش چند زبان دارن، دقت بالایی توی خوندن متن‌های دست‌نویس دارن یا فرمول‌های ریاضی و متون عربی رو به همون شکلی که هستن مینویسن و میتونن قاب‌بندی اصلی اسناد رو حفظ کنن. توی جدول مقایسه‌ای که منتشر کردن این مدل یعنی mistral-ocr-2503 دقیق‌ترین مدل موجود معرفی شده.

به صورت رایگان داخل le Chat در دسترس هست.

✍️ هوش مصنوعی تا 2062 با توانایی شناختی انسان مطابقت خواهد داشت

توبی والش، دانشمند ارشد UNSW.ai، مؤسسه هوش مصنوعی، UNSW سیدنی، در سخنرانی در کنفرانس India Today 2025، پیش بینی کرد که تا سال 2062، هوش مصنوعی می تواند با توانایی های شناختی انسان مطابقت داشته باشد. در حالی که خلاقیت و هوش دست یافتنی به نظر می رسد، این سوال باقی می ماند: آیا هوش مصنوعی می تواند آگاهی را توسعه دهد؟

#علم_داده #هوش_مصنوعی
  #علوم_شناختی
🌑 آقای هوش مصنوعی

@MrArtificialintelligence

✍️ بودجه سال آینده هوش مصنوعی ، چهار هزار میلیارد تومان مصوب شد


#علم_داده #هوش_مصنوعی
 
🌑 آقای هوش مصنوعی

@MrArtificialintelligence

✍️ با عرض معذرت

#علم_داده #هوش_مصنوعی
 
🌑 آقای هوش مصنوعی

@MrArtificialintelligence

✍️ عصر عامل های هوشمند با انجام 50 وظیفه همزمان

#علم_داده #هوش_مصنوعی
 
🌑 آقای هوش مصنوعی

@MrArtificialintelligence

✍️ شیوه آموزش ربات ها برای انجام وظایف

#علم_داده #هوش_مصنوعی
 
🌑 آقای هوش مصنوعی

@MrArtificialintelligence

سازمان‌ها در هزارتویی از داده، سنت و بی‌تصمیمی سرگردان‌اند. آن‌ها حس می‌کنند چیزی در حال تغییر است، اما هنوز نمی‌دانند مسئله واقعی چیست. هوش مصنوعی دید در شب است، اما برای کسی که نمی‌داند به دنبال چه باید بگردد، هیچ نوری کافی نخواهد بود.

در صنایع سنتی—پتروشیمی، فولاد، معدن —مشکلات نه در نبود راه‌حل، بلکه در نشناختن پرسش‌های درست نهفته است. مدیران، ابزار را پیش از مسئله می‌بینند؛ داده‌ها را جمع می‌کنند بی‌آنکه بدانند چگونه باید آن‌ها را به دانش تبدیل کنند. از خطا می‌ترسند، درحالی‌که تمام یادگیری از دل تردید، شکست و اصلاح مداوم بیرون می‌آید.
از کجا باید آغاز کرد؟

نقطه شروع، جایی است که بیشترین اصطکاک وجود دارد—هزینه‌های پنهان، تأخیرهای پیش‌بینی‌ناپذیر، بهره‌وری ازدست‌رفته. هوش مصنوعی قرار نیست راه‌حلی برای همه چیز باشد، بلکه ابزاری است برای آشکار کردن الگوهایی که تا دیروز نادیدنی بودند.

گام اول، شناسایی مسئله است، نه انتخاب فناوری. سازمان‌ها باید ابتدا بفهمند که چه سؤالی را می‌خواهند پاسخ دهند. آیا چالش آن‌ها در پیش‌بینی تقاضا است؟ در بهینه‌سازی زنجیره تأمین؟ در مدیریت دارایی‌ها؟ هوش مصنوعی زمانی معنا پیدا می‌کند که در پاسخ به یک نیاز واقعی به کار گرفته شود.

گام دوم، بررسی داده‌هاست. هیچ مدل پیشرفته‌ای نمی‌تواند از داده‌های ناقص و آشفته، دانش استخراج کند. کیفیت داده مهم‌تر از کمیت آن است. سازمان‌ها باید پیش از هر چیز، بدانند که آیا داده‌هایشان قابل‌اعتماد، به‌روز و ساختاریافته هستند یا نه.

گام سوم، آزمایش و یادگیری است. نه با پروژه‌های عظیم و پرریسک، بلکه با پایلوت‌های هدفمند که بتوان آن‌ها را سریع سنجید، اصلاح کرد و مقیاس‌پذیر ساخت. بسیاری از سازمان‌ها، به دلیل ترس از شکست، هیچ‌گاه گام اول را برنمی‌دارند. اما تحول از دل خطاهای کوچک و یادگیری مستمر شکل می‌گیرد.

هوش مصنوعی آینده را روشن می‌کند، اما تنها برای سازمان‌هایی که جرأت پذیرش خطا، بازاندیشی و تغییر را دارند.

✍️  از هوش مصنوعی تا تحول دیجیتال

مرکز نوآوری و تحول دیجیتال اتاق بازرگانی تهران

با مشارکت اتاق بازرگانی تهران و اساتید در دانشگاه تهران، شریف و استنفورد

📌 لینک مشاهده کامل همایش

https://www.aparat.com/v/cfzay2q

#تحول_دیجیتال #هوش_مصنوعی

🌑 آقای هوش مصنوعی

@MrArtificialintelligence

✍️ یک تغییر دهنده بازی با #openusd

چرا باید از #OpenUSD استفاده کنید؟ زیرا این تغییر دهنده بازی برای توسعه سه بعدی #generativeAI-enabled است. 🗣️

بیاموزید که چگونه OpenUSD نحوه همکاری تیم‌ها در برنامه‌های #3D را دوباره تعریف می‌کند و عصر بعدی هوش مصنوعی صنعتی و #فیزیکی را تقویت می‌کند.


#علم_داده #هوش_مصنوعی
 
🌑 آقای هوش مصنوعی

@MrArtificialintelligence

✍️ تفاوت AR و VR به زبان ساده


#واقعیت_مجازی #واقعیت_افزوده
#علم_داده #هوش_مصنوعی
 
🌑 آقای هوش مصنوعی

@MrArtificialintelligence

۱۰. نفوذ هوش مصنوعی در هیئت‌مدیره شرکت‌ها (۲۰۲۹)
نهایتاً، پیش‌بینی تأثیرگذاری AI در تصمیم‌گیری‌های هیئت‌مدیره (AI influence) نشان می‌دهد که آینده مدیریت شرکت‌ها نه بر اساس تجربه و شهود انسانی، بلکه بر پایه تحلیل داده‌ای خواهد بود. این تغییر چه تأثیری بر اخلاق تصمیم‌گیری، مسئولیت‌پذیری مدیران و پایداری کسب‌وکارها خواهد داشت؟

نتیجه‌گیری: آیا به سوی همزیستی یا وابستگی مطلق پیش می‌رویم؟

پیش‌بینی‌های گارتنر نشان می‌دهند که هوش مصنوعی از یک ابزار کمکی به یک عامل مستقل در تصمیم‌گیری‌های اقتصادی، سیاسی، اجتماعی و حتی احساسی تبدیل خواهد شد. پرسش اساسی این است که آیا این همزیستی انسان و AI به توانمندسازی بشر منجر خواهد شد یا وابستگی‌ای عمیق ایجاد می‌کند که در نهایت، کنترل را از انسان می‌گیرد؟

در این مسیر، فلسفه فناوری باید نقش اساسی در طراحی سیاست‌های اخلاقی، حقوقی و اجتماعی برای مدیریت این تغییرات ایفا کند. آینده‌ای که در آن هوش مصنوعی نه به‌عنوان یک تهدید، بلکه به‌عنوان یک همکار در پیشرفت بشر عمل کند، نیازمند تصمیم‌گیری آگاهانه امروز است.

پیش‌بینی‌های گارتنر برای سال ۲۰۲۵ و فراتر از آن، تصویری از آینده‌ای را ترسیم می‌کند که در آن هوش مصنوعی (AI) به‌طور فزاینده‌ای به تار و پود زندگی اجتماعی، اقتصادی و مدیریتی انسان‌ها تنیده می‌شود. این ده پیش‌بینی نه‌تنها از منظر فنی، بلکه از لحاظ فلسفی و اخلاقی نیز پیامدهای عمیقی دارند. در این تحلیل، به بررسی ابعاد کلیدی این روندها می‌پردازیم.

۱. هویت دیجیتال و قراردادهای شخصیت‌های هوش مصنوعی (۲۰۲۷)

ظهور “قراردادهای شخصیت‌های هوش مصنوعی” (AI persona contracts) نشان‌دهنده جایگاه حقوقی و اخلاقی عامل‌های هوشمند است. این مفهوم از یک‌سو به دموکراتیزه شدن دسترسی به شخصیت‌های دیجیتال اشاره دارد و از سوی دیگر، چالش‌های جدی در حوزه مالکیت داده، مسئولیت قانونی و حتی حق موجودیت عامل‌های مصنوعی مطرح می‌کند. آیا یک شخصیت دیجیتال می‌تواند حق «حیات» یا «مالکیت» داشته باشد؟ آیا انسان‌ها متعهد به رعایت حقوق این شخصیت‌ها خواهند بود؟

۲. نفوذ هوشمندانه: مرزهای جدید اقناع و دستکاری (۲۰۲۷)

پیش‌بینی گارتنر در مورد “هوش مصنوعی اقناعی” (Intelligent nudges) پرسش‌هایی بنیادین درباره آزادی اراده و اخلاق رسانه‌های دیجیتال مطرح می‌کند. وقتی ماشین‌ها با درک عمیق از روان‌شناسی انسانی ما را به تصمیم‌گیری خاصی سوق می‌دهند، مرز میان راهنمایی، دستکاری و کنترل کجاست؟ آیا این فناوری ابزاری برای توانمندسازی انسان خواهد بود یا زمینه‌ساز ظهور نظام‌های استبدادی با کنترل نامحسوس؟

۳. بازیگران مخرب: تهدیدات ناشی از سوءاستفاده از هوش مصنوعی (۲۰۲۷)

گارتنر به ظهور “کنشگران مخرب” (Malicious actors) در فضای هوش مصنوعی اشاره دارد. اتوماسیون حملات سایبری، جعل‌های عمیق (deepfakes) و جنگ‌های شناختی از جمله خطرات این روند هستند. این مسأله نه‌تنها تهدیدی برای امنیت سایبری، بلکه چالشی برای اعتماد اجتماعی و مشروعیت نهادهاست. راه‌حل چیست؟ آیا هوش مصنوعی دفاعی می‌تواند از ما در برابر این تهدیدات محافظت کند؟

۴. ریزشبکه‌های انرژی و بازتعریف زیرساخت‌ها (۲۰۲۷)

“ریزشبکه‌ها” (Microgrids) نویدبخش آینده‌ای هستند که در آن تولید و توزیع انرژی غیرمتمرکز شده و استقلال محلی در تأمین برق افزایش می‌یابد. این تحول نه‌تنها پایداری انرژی را ارتقا می‌دهد، بلکه نظم اقتصادی و سیاسی جدیدی را رقم می‌زند. چه کسی کنترل این شبکه‌های کوچک را در اختیار خواهد داشت؟ آیا این امر به توزیع عادلانه قدرت منجر می‌شود یا به تشدید نابرابری‌ها؟

۵. اعتیاد به هوش مصنوعی و پیامدهای روان‌شناختی آن (۲۰۲۸)

گارتنر هشدار می‌دهد که اعتیاد به هوش مصنوعی (AI addiction) ممکن است در آینده به یک بحران سلامت روان تبدیل شود. همان‌طور که شبکه‌های اجتماعی و بازی‌های دیجیتال وابستگی شدیدی ایجاد کرده‌اند، AIهای شخصی‌سازی‌شده می‌توانند سطحی عمیق‌تر از درگیری شناختی و عاطفی به وجود آورند. پیامدهای این روند برای هویت فردی و تصمیم‌گیری انسانی چیست؟

۶. مدیریت خلق و احساسات از طریق هوش مصنوعی (۲۰۲۸)

هوش مصنوعی در حال ورود به عرصه مدیریت عاطفی (Mood management) است. این روند پرسش‌هایی اخلاقی درباره حریم خصوصی احساسات، اصالت تجربه انسانی و خطرات مداخله مستقیم ماشین‌ها در وضعیت روانی افراد ایجاد می‌کند. آیا تغییر حالت احساسی از طریق AI یک ابزار درمانی است یا نوعی مهندسی اجتماعی؟

۷. برندسازی مبتنی بر هوش مصنوعی (۲۰۲۸)

برچسب‌گذاری برندها با هوش مصنوعی (AI-labeled branding) می‌تواند شفافیت بیشتری در تبلیغات دیجیتال ایجاد کند، اما در عین حال، منجر به سلطه AI بر روایت‌های فرهنگی و هویتی خواهد شد. آیا در آینده، انسان‌ها همچنان در تولید محتوای برندها نقش کلیدی خواهند داشت، یا اینکه روایت‌های تبلیغاتی به‌طور کامل توسط AI شکل خواهند گرفت؟

۸. عاملان نگهبان: ظهور ناظرانی هوش‌مصنوعی (۲۰۲۸)

“عاملان نگهبان” (Guardian agents) مفهومی است که به نقش نظارتی AI در محافظت از اطلاعات، زیرساخت‌ها و حتی تصمیمات شخصی اشاره دارد. آیا این نظارت به یک امنیت هوشمند منجر می‌شود یا به تهدیدی برای آزادی‌های فردی بدل خواهد شد؟

۹. تخت‌سازی مدیریت: حذف سطوح مدیریتی با AI (۲۰۲۸)

کاهش لایه‌های مدیریتی (Delayering) به دلیل تصمیم‌گیری‌های خودکار AI می‌تواند کارایی سازمانی را افزایش دهد اما در عین حال، نقش انسان در تصمیم‌گیری‌های کلیدی را به چالش می‌کشد. آیا این روند باعث افزایش عدالت سازمانی خواهد شد یا زمینه‌ای برای تمرکز بیشتر قدرت در دست الگوریتم‌ها فراهم می‌کند؟

✍️ تحلیل آینده نگرانه پیش بینی های گارتنر برای 2025 و پس از آن

🎖 تحلیل گر :
مسلم تقی زاده
مدرس و مشاور هو‌ش مصنوعی

#هوش_مصنوعی #تحول_دیجیتال #گارتنر
 
🌑 آقای هوش مصنوعی

@MrArtificialintelligence

جایزه تورینگ امسال(2024) به اندرو جی. بارتو و ریچارد اس. ساتن اهدا شد.

جایزه سال 2024 مشترکا به Andrew G. Barto و Richard S. Sutton به دلیل مشارکت‌های کلیدی‌شون در زمینه یادگیری تقویتی، شاخه‌ای مهم و کلیدی در هوش مصنوعی اهدا شد. بارتو استاد بازنشسته دانشگاه ماساچوست و ساتن استاد دانشگاه آلبرتا و دانشمند محقق در دیپ‌مایند گوگل هست. این جایزه که به جایزه نوبل علوم کامپیوتر معروف هست به پاس توسعه پایه‌های مفهومی و الگوریتمی یادگیری تقویتی به اون‌ها اهدا شده. کارهای اندرو و ریچارد تأثیر قابل‌توجهی در سیستم‌های هوش مصنوعی مدرن، از جمله پیشرفت‌هایی مانند چت‌جی‌پی‌تی داشته. یادگیری تقویتی یا به اختصار RL روشی در یادگیری ماشین هست که به ماشین اجازه می‌ده با آزمون و خطا در محیط و به هدف حداکثر رسوندن پاداش‌ها از این طریق یاد بگیره. برندگان این جایزه امروز اعلام شدن و علاوه بر دریافت اعتبار این جایزه، یک میلیون دلار هم از طرف گوگل هدیه می‌گیرن.

✍️ آیا می‌توان هوش مصنوعی را برای درک دنیای امروز آموزش داد؟

یان لکون، دانشمند ارشد هوش مصنوعی متا

#علم_داده #هوش_مصنوعی
 
🌑 آقای هوش مصنوعی

@MrArtificialintelligence