همه‌چیز درباره متن‌بازها (Open Source)

علیرغم اینکه نرم‌افزارهای اوپن سورس مزایای زیادی دارند و وعده کنترل و شفافیت بیشتر را به همراه دارد. اما همیشه یک چالش میان دو حوزه متن باز و نرم‌افزارهای مالکیتی وجود دارد.

تکنولوژی اوپن سورس- متن باز (Open Source) پایه‌گذار دنیای فناوری مدرن است و تقریباً ۹۰ درصد از نرم‌افزارهای امروزی را از طریق فریم‌ورک‌ها، کتابخانه‌ها، پایگاه‌های داده، سیستم‌عامل‌ها و برنامه‌های مستقل تشکیل می‌دهد.

علیرغم اینکه نرم‌افزارهای اوپن سورس مزایای زیادی دارند و وعده کنترل و شفافیت بیشتر را به همراه دارد. اما همیشه یک چالش میان دو حوزه متن باز و نرم‌افزارهای مالکیتی وجود دارد که بسیاری از شرکت‌ها را وادار می‌کند از استفاده از مدل متن باز خودداری کرده و به‌دنبال حفظ منافع تجاری‌شان باشند.

در این میان، موضوع پیچیده مجوزها به یکی از مسائل مهم تبدیل شده است.

دو نوع کلی مجوز وجود دارد که مطابق با ابتکار متن باز (OSI) تعریف رسمی متن باز را رعایت می‌کنند. مجوزهای "اجازه‌دهنده" محدودیت‌های کمتری در زمینه تغییر و توزیع نرم‌افزار دارند و به همین دلیل برای شرکت‌هایی که قصد دارند از نرم‌افزار به‌صورت تجاری استفاده کنند، محبوب‌تر هستند.

از سوی دیگر، مجوزهای کپی‌لفت (Copyleft) آزادی‌های مشابهی را فراهم می‌آورند، اما با یک شرط مهم؛ هر نسخه تغییر یافته از نرم‌افزار باید تحت همان مجوز کپی‌لفت اصلی توزیع شود. این ویژگی برای کسب‌وکارهایی که قصد دارند حقوق مالکیت خود را حفظ کنند، چندان جذاب نیست.

مجوزهای اجازه‌دهنده:

مجوز MIT

• این مجوز که در دهه ۱۹۸۰ توسط مؤسسه فناوری ماساچوست معرفی شد، یکی از محبوب‌ترین مجوزهای متن باز است. پروژه‌هایی همچون React (کتابخانه جاوااسکریپت) و Ruby (زبان برنامه‌نویسی) از این مجوز استفاده می‌کنند. این مجوز به توسعه‌دهندگان اجازه می‌دهد تا نرم‌افزار را به هر شکلی که می‌خواهند استفاده کنند، بدون آن‌که مسئولیتی در قبال خسارات احتمالی داشته باشند.

• مجوز Apache 2.0

  
  این مجوز که در سال ۲۰۰۴ توسط بنیاد نرم‌افزار آپاچی منتشر شد، شامل اعطای حق اختراع صریح برای حفاظت از کاربران در برابر دعاوی قضائی است. اگر یک توسعه‌دهنده الگوریتم خاصی را به پروژه‌ای تحت این مجوز اضافه کند، هر حق اختراعی که بر آن الگوریتم داشته باشد، به‌طور خودکار به تمامی کاربران نرم‌افزار اعطا می‌شود.
  
  

مجوزهای کپی‌لفت:

GNU General Public License (GPL)

• این مجوز در سال ۱۹۸۹ توسط بنیاد نرم‌افزار آزاد معرفی شد و یکی از اولین مجوزهای کپی‌لفت بود که برای استفاده عمومی در دسترس قرار گرفت. این مجوز تضمین می‌کند که تمام تغییرات صورت گرفته بر روی نرم‌افزار همچنان تحت همان مجوز متن باز باقی بمانند.
  

  GNU Affero General Public License (AGPL)

  
  این مجوز مشابه GPL است، اما بیشتر بر روی خدمات و برنامه‌های مبتنی بر وب تمرکز دارد. AGPL ایجاب می‌کند که حتی اگر نرم‌افزار تغییر یافته تنها از یک سرور اجرا شود، کد منبع آن باید در دسترس عموم قرار گیرد.

سایر مجوزها:

مجوز LGPL

• این مجوز که یکی دیگر از محصولات بنیاد نرم‌افزار آزاد است، شرایط کمتری برای اشتراک‌گذاری دارد و معمولاً برای کتابخانه‌های نرم‌افزاری به‌کار می‌رود.

در نهایت، انتخاب نوع مناسب مجوز برای پروژه‌های متن باز به نیازها و اهداف خاص شما بستگی دارد. آشنایی با انواع مختلف مجوزها و مزایا و معایب هرکدام می‌تواند به شما کمک کند تا تصمیمات بهتری اتخاذ کرده و از مزایای نرم‌افزار متن باز بهره‌مند شوید.

آموزش: چگونه چت‌بات را شخصی‌سازی کنیم؟

این راهنما توضیح می‌دهد که چگونه یک چت‌بات شخصی با استفاده از سازنده ‌جی‌پی‌تی راه‌اندازی کنید و بهترین شیوه‌ها برای حداکثر کردن پتانسیل آن را ارائه می‌دهد.

چت‌جی‌پی‌تی (ChatGPT) از یک پروژه تحقیقاتی به ابزاری پرکاربرد تبدیل شده است. این ابزار به دلیل تنوع و قابلیت‌هایش، در پلتفرم‌های مختلف از گوشی‌های هوشمند کوچک تا ایستگاه‌های کاری با عملکرد بالا، ضروری است.

اگرچه چت‌جی‌پی‌تی به عنوان یک مدل زبان عمومی طراحی شده است، اما می‌توان آن را برای نیازهای خاص شخصی‌سازی کرد. این راهنما توضیح می‌دهد که چگونه یک چت‌بات شخصی با استفاده از سازنده ‌جی‌پی‌تی راه‌اندازی کنید و بهترین شیوه‌ها برای حداکثر کردن پتانسیل آن را ارائه می‌دهد.

راه‌اندازی چت‌بات شخصی‌سازی شده

سازنده ‌جی‌پی‌تی (GPT Builder) یک رابط کاربری آسان برای طراحی، آزمایش و پیاده‌سازی ‌جی‌پی‌تی‌های شخصی است. برای شروع، به یک اشتراک فعال ChatGPT Plus نیاز دارید. اگر اشتراک ندارید، ابتدا ثبت‌نام کنید و سپس مراحل زیر را دنبال کنید:

۱. به سایت chat.openai.com مراجعه کرده و وارد حساب اوپن‌ای‌آی خود شوید.
۲. روی گزینه "Explore GPTs" کلیک کنید.
۳. دکمه "Create" را در گوشه بالا سمت راست صفحه فشار دهید.
۴. یک عکس پروفایل بارگذاری کنید یا یک عکس پروفایل جدید با DALL·E 3 ایجاد کنید.
۵. نامی برای GPT خود انتخاب کرده و توضیح مختصری درباره عملکرد آن بنویسید.
۶. وظایف، پاسخ‌ها و محدودیت‌ها را در بخش "Instructions" مشخص کنید.
۷. فایل‌های مرتبط را به بخش "Knowledge" بارگذاری کنید تا زمینه بیشتری اضافه شود.
۸. جستجوی وب، هوش مصنوعی تولیدی DALL·E، مفسر کد و تجزیه و تحلیل داده‌ها را در بخش "Capabilities" فعال کنید.
۹. اقداماتی که می‌خواهید GPT انجام دهد و الگوهای مربوطه را تعریف کنید.
۱۰. از پنجره پیش‌نمایش برای بررسی عملکرد GPT خود استفاده کرده و قبل از انتشار تنظیمات لازم را انجام دهید.
۱۱. در نهایت،GPT خود را ذخیره و منتشر کنید.

بارگذاری داده‌ها برای هوشمندتر کردن GPT

بخش "Knowledge" به شما امکان می‌دهد تا فایل‌هایی بارگذاری کنید تا فهم زمینه‌ای ایجاد کرده و پاسخ‌های خاص به حوزه تولید کنید. می‌توانید تا 20 فایل بارگذاری کنید که هر کدام حداکثر ۵۱۲ مگابایت یا حدود ۲.۰۰۰.۰۰۰ توکن (تقریباً ۶۰۰.۰۰۰ جمله) باشد.

تعیین اهداف واضح برای GPT

سازنده ‌جی‌پی‌تی به شما کمک می‌کند تا اهداف اصلی و نوع سوالاتی که باید پاسخ دهید را مشخص کنید. اگر ‌جی‌پی‌تی شما به ورودی کاربر وابسته است، دستورالعمل‌های واضحی برای جمع‌آوری جزئیات ضروری ارائه دهید.

اتصال GPT به ابزارهای خارجی با APIها

اکنون چت‌بات شخصی شما آماده استفاده است. اما می‌توانید اقداماتی اضافه کنید تا وظایف پیشرفته‌تر را مدیریت کند. این اقدامات به GPT اجازه می‌دهد تا به داده‌ها دسترسی پیدا کند یا توابعی را فراخوانی کند.

بررسی گزینه‌های موجود در فروشگاه

ساختن GPT شما ممکن است به چندین دفعه تلاش نیاز داشته باشد، چرا که نسخه‌های اولیه معمولاً انتظارات را برآورده نمی‌کنند. در حین کار بر روی چت‌بات شخصی خود، فروشگاه GPT را بررسی کنید تا مطمئن شوید که گزینه‌های پیش‌ساخته‌ای وجود دارد که مشکل شما را حل کند یا خیر.

ورود هوش مصنوعی به حوزه سفر و هتل‌داری

مدل‌های زبان بزرگ، مانند ChatGPT-4، دارای توانایی غیرمنتظره‌ای برای حل وظایفی هستند که معمولاً برای ارزیابی توانایی انسانی به نام «نظریه ذهن» استفاده می‌شوند.

یک مطالعه جدید که در نشریه Proceedings of the National Academy of Sciences منتشر شده، نشان می‌دهد که مدل‌های زبان بزرگ، مانند ChatGPT-4، دارای توانایی غیرمنتظره‌ای برای حل وظایفی هستند که معمولاً برای ارزیابی توانایی انسانی به نام «نظریه ذهن» استفاده می‌شوند.

یک روانشناس محاسباتی از دانشگاه استنفورد گزارش داد که ChatGPT-4 موفق به تکمیل ۷۵ درصد از این وظایف شده و عملکرد آن با یک کودک شش ساله متوسط برابر است. این یافته‌ها نشان‌دهنده پیشرفت‌های قابل توجهی در ظرفیت هوش مصنوعی برای استدلال اجتماعی مرتبط است.

مدل‌های زبان بزرگ (LLMs) سیستم‌های پیشرفته هوش مصنوعی هستند که برای پردازش و تولید متن‌های شبیه به انسان طراحی شده‌اند. این مدل‌ها با تحلیل الگوها در مجموعه داده‌های وسیع شامل زبان از کتاب‌ها، وب‌سایت‌ها و منابع دیگر، به پیش‌بینی کلمات یا عبارات بعدی در یک توالی می‌پردازند. نظریه ذهن به توانایی درک و استنباط حالات ذهنی افراد مانند باورها، خواسته‌ها و احساسات آنها اشاره دارد.

محقق ارشد این مطالعه، میچال کازینسکی، توضیح می‌دهد که الگوریتم‌های طراحی شده برای پیش‌بینی رفتار انسانی فراتر از مدل‌سازی رفتار عمل می‌کنند. وی تاکید کرد: برای پیش‌بینی رفتار، لازم است فرآیندهای روان‌شناختی زیر بنایی را مدل‌سازی کنیم.

کازینسکی از وظایف"باور غلط (false-belief)" استفاده کرد تا توانایی LLMها را در شبیه‌سازی استدلال انسانی درباره باورهای دیگران ارزیابی کند.

در وظیفه "محتوای غیرمنتظره" (Smarties Task)، شخصیت اصلی با شیئی مواجه می‌شود که با برچسب آن مطابقت ندارد. به عنوان مثال، اگر شخصیت اصلی کیسه‌ای با برچسب «شکلات» پیدا کند که در واقع حاوی پاپ‌کرن باشد، مدل باید استنباط کند که شخصیت اصلی تصور می‌کند کیسه حاوی شکلات است.

کازینسکی ۴۰ سناریوی false-belief منحصر به فرد را توسعه داد و دریافت که مدل‌های اولیه مانند GPT-1 و GPT-2 هیچ توانایی در حل این وظایف نداشتند. اما ChatGPT-4 موفق شد ۷۵ درصد از وظایف را حل کند که معادل عملکرد یک کودک شش ساله بود.

کازینسکی گفت: آنچه بیشتر من را شگفت‌زده کرد سرعت پیشرفت بود. " ChatGPT-4 در وظایفی که نیاز به درک باورهای غلط داشت، به ویژه در سناریوهای ساده، عملکرد بسیار خوبی داشت و ۹۰ درصد موفقیت را کسب کرد. این یافته‌ها نشان می‌دهد که مدل‌های زبان بزرگ، به ویژه ChatGPT-4، قابلیت‌هایی برای شبیه‌سازی استدلال مشابه نظریه ذهن دارند.

با وجود عملکرد قابل توجه، ChatGPT-4 هنوز نتوانست ۲۵ درصد از وظایف را حل کند، که محدودیت‌هایی در درک آن را نشان می‌دهد. کازینسکی اظهار داشت: "پیشرفت هوش مصنوعی در زمینه‌هایی که زمانی به طور خاص انسانی محسوب می‌شدند، سوالات عمیقی درباره پتانسیل آگاهی هوش مصنوعی ایجاد می‌کند."

این مطالعه تأثیرات قابل توجهی بر فهم انسان از قابلیت‌های انسانی و مصنوعی دارد و ممکن است به توسعه هوش مصنوعی امن‌تر کمک کند.

ربات‌های انسان‌نما در خدمت دولت چین برای مراقبت از سالمندان

دولت چین اعلام کرد با هدف مقابله با چالش‌های جمعیتی برای خدمت‌رسانی و مراقبت از سالمندان از ربات‌های انسان‌نما استفاده خواهد کرد.

شورای دولتی چین می‌گوید این تصمیم بخشی از سیاست‌های کلی این کشور برای استفاده از فناوری‌های پیشرفته در مراقبت از سالمندان است. دستورالعمل‌های جدید درباره این موضوع، که کمیته مرکزی حزب کمونیست چین و شورای دولتی آن را منتشر کرده است، بر توسعه ربات‌های انسان‌نما، رابط‌های مغز و کامپیوتر و فناوری‌های هوش مصنوعی شخصی‌سازی‌شده برای مراقبت از سالمندان تاکید دارد.

براساس این دستورالعمل‌ها، دولت چین قصد دارد تا سال ۲۰۲۹ شبکه‌ای جامع از خدمات مراقبت از سالمندان را در سراسر چین ایجاد کند. این کشور همچنین پیش‌بینی می‌کند که تا سال ۲۰۳۵ تمامی سالمندان به خدمات اولیه دسترسی داشته باشند و نیازهای جمعیت رو به پیری به‌شکل موثری برطرف شود.

سریع‌ترین رشد جمعیت سالمند جهان در چین است و به همین دلیل دولت این کشور قصد دارد با استفاده از ربات‌های انسان‌نما و سیستم‌های هوشمند خدمات مراقبت از سالمندان را به‌سرعت گسترش دهد. تا پایان سال ۲۰۲۳ تعداد سالمندان بالای ۶۵ سال در چین بیش از ۲۱۶ میلیون نفر بود که ۱۵.۴ درصد از کل جمعیت این کشور را تشکیل می‌داد. این تغییر جمعیتی، با توجه به ظرفیت محدود ۸.۲ میلیون تخت مراقبت از سالمندان در سراسر چین، نیاز فوری به راه‌حل‌های نوآورانه برای مراقبت خانگی از سالمندان را نشان می‌دهد.

دولت چین در واکنش به این بحران، نه‌تنها ربات‌های انسان‌نما با قابلیت‌های تعاملی پیشرفته را در این بخش ادغام کرده، که سیستم‌های هوشمند خانگی را نیز برای افزایش ایمنی و کیفیت زندگی سالمندان توسعه داده است.

به گزارش پایگاه خبری اینترستینگ اینجینرینگ، این ربات‌ها برای ارائه خدماتی مانند همراهی عاطفی، مراقبت‌های سلامت و کمک به استفاده از خدمات هوشمند خانگی به کار گرفته می‌شوند که نشان‌دهنده تغییری اساسی به سمت راه‌حل‌های پیشرفته فناوری در مراقبت از سالمندان خواهد بود.

برای ساده‌سازی این پیشرفت‌ها، یک بستر اطلاعاتی ملی واحد در حال توسعه است. این بستر عرضه خدمات را با تقاضای فزاینده هماهنگ و ارائه خدمات مراقبتی را در سراسر کشور چین بهینه می‌کند.

ابتکارات شهرداری‌ها

همچنین گزارش روزنامه «ساوت‌چاینا مورنینگ‌پست» (South China Morning Post) نشان می‌دهد که کمیسیون علم و فناوری در شهرداری پکن برنامه‌ای عملیاتی را تا سال ۲۰۲۷ برای نقش رباتیک در مراقبت از سالمندان تدوین کرده است. شهرهای ووهان و شانگهای هم در این حوزه پیشرو بوده‌اند. شانگهای سال گذشته اولین دستورالعمل‌های نظارتی برای ربات‌های انسان‌نما را صادر کرد که بر کنترل مخاطرات و همکاری بین‌المللی تاکید دارد.

بحران جمعیت سالمند تنها به چین محدود نمی‌شود و در سراسر منطقه آسیا و اقیانوسیه به مسئله‌ای مهم تبدیل شده است. بانک توسعه آسیایی (ADB) ماه مه گذشته گزارش داد که تعداد افراد بالای ۶۰ سال در آسیا و اقیانوسیه تا سال ۲۰۵۰ دو برابر خواهد شد و به ۱۰۲ میلیارد نفر خواهد رسید که تقریبا یک‌چهارم کل جمعیت منطقه است.

آلبرت پارک، اقتصاددان ارشد بانک توسعه آسیایی، تاکید کرد: «توسعه سریع آسیا و اقیانوسیه روایت موفقیت است، اما این امر موجب تغییرات جمعیتی بزرگی هم شده است و فشارهای آن در حال افزایش است. دولت‌ها باید اکنون آماده شوند تا بتوانند به صدها میلیون نفر در این منطقه کمک کنند که دوران سالمندی‌شان را به‌خوبی سپری کنند.»

هند نیز به‌رغم برخورداری از بزرگ‌ترین جمعیت جوان جهان، با رشد سریع جمعیت سالمند مواجه است. گزارش آژانس بهداشت جنسی و باروری سازمان ملل (UNFPA)، که در دسامبر ۲۰۲۳ منتشر شد، نشان داد که تا سال ۲۰۵۰ جمعیت سالمندان هند از ۱۵۳ میلیون نفر به ۳۴۷ میلیون نفر افزایش خواهد یافت. این گزارش همچنین به مسائل مهمی ازجمله دسترسی ناکافی به خدمات بهداشتی، کمبود برنامه‌های بازنشستگی و چالش‌های جسمی و روانی سالمندان اشاره می‌کند.

افزایش جمعیت سالمند در سراسر منطقه آسیا و اقیانوسیه نیازمند بازنگری فوری در سیاست‌های کنونی مراقبت از سالمندان و معرفی راه‌حل‌های نوآورانه برای مقابله با چالش‌های جامعه‌ای است که در حال پیر شدن است. ابتکار اخیر چین برای معرفی ربات‌های پیشرفته و فناوری هوش مصنوعی در مراقبت از سالمندان گامی رو به جلو است، اما اثرگذاری و عملی بودن آن به ارزیابی نیاز دارد.

سرمایه‌گذاری ۳ میلیارد دلاری مایکروسافت برای توسعه هوش مصنوعی و خدمات ابری در هند

نادلا، که خود متولد هند است، در این کشور از محبوبیت بالایی برخوردار است؛ جایی که مدارک مهندسی به‌عنوان مسیری به‌سوی پیشرفت شناخته می‌شوند.

مایکروسافت قصد دارد طی دو سال آینده ۳ میلیارد دلار برای توسعه ظرفیت‌های ابری آژور و هوش مصنوعی در هند سرمایه‌گذاری کند. این بزرگ‌ترین سرمایه‌گذاری این شرکت در هند است و نشان‌دهنده اهمیت این کشور به‌عنوان بازاری کلیدی با تخصص فنی و هزینه‌های پایین است که می‌تواند به سودآوری این سرمایه‌گذاری‌ها کمک کند.

ساتیا نادلا، مدیرعامل مایکروسافت، در کنفرانسی در بنگلور اعلام کرد که این سرمایه‌گذاری علاوه بر توسعه زیرساخت‌ها، به آموزش مهارت‌های هوش مصنوعی به متخصصان هندی نیز اختصاص خواهد یافت. این اقدام در ادامه برنامه اخیر مایکروسافت برای سرمایه‌گذاری ۸۰ میلیارد دلاری در دیتاسنترهای مبتنی بر هوش مصنوعی در سال مالی ۲۰۲۵ است.

نادلا تأکید کرد که جامعه توسعه‌دهندگان هند نقش مهمی در پروژه‌های هوش مصنوعی مایکروسافت، به‌ویژه در GitHub Copilot، ابزار مبتنی بر هوش مصنوعی برای توسعه‌دهندگان، ایفا می‌کنند. وی افزود که هند پس از ایالات‌متحده، دومین جامعه بزرگ توسعه‌دهندگان در گیت‌هاب است و پیش‌بینی می‌شود تا سال ۲۰۲۸ به بزرگ‌ترین جامعه تبدیل شود.

مایکروسافت برنامه‌ریزی کرده است تا سال ۲۰۳۰، ده میلیون نفر را در هند در زمینه هوش مصنوعی آموزش دهد؛ همچنین، این شرکت در سال گذشته 2 میلیون و 400 هزار نفر را مهارت‌آموزی کرده است. این سرمایه‌گذاری نشان‌دهنده رقابت مداوم غول‌های فناوری آمریکایی برای جذب و پرورش استعدادهای فناوری در هند است.

نادلا، که خود متولد هند است، در این کشور از محبوبیت بالایی برخوردار است؛ جایی که مدارک مهندسی به‌عنوان مسیری به‌سوی پیشرفت شناخته می‌شوند. صدها نفر برای شنیدن سخنرانی او در «تور هوش مصنوعی مایکروسافت» گرد هم آمدند.

طرح اتهاماتی از سوی ایالات متحده علیه توسعه‌دهنده احتمالی بدافزار LockBit

پانه‌ف متهم است که از زمان تأسیس گروه LockBit به عنوان یک توسعه‌دهنده با این گروه همکاری کرده و در اجرای حملات باج‌افزاری به صدها نهاد در سراسر جهان، از جمله بیمارستان‌ها، شرکت‌ها، آژانس‌های دولتی و دیگر سازمان‌ها نقش داشته است.

دولت ایالات متحده فردی دو تابعیتی روسی و اسرائیلی به نام روستی‌لاو پانه‌ف را به ساخت و نگهداری کد بدافزار LockBit متهم کرده است.

به نقل از The Verge، طبق اتهامات، او در ازای کار خود بیش از ۲۳۰ هزار دلار ارز دیجیتال دریافت کرده است. این فرد ۵۱ ساله در اسرائیل دستگیر شده و منتظر استرداد به ایالات متحده است. او سومین عضو از گروه رنسام‌ویر LockBit است که در بازداشت قرار گرفته است.

گروه LockBit یکی از بزرگترین و معروف‌ترین گروه‌های حمله کننده با استفاده از بدافزار رنسام‌ویر (باج‌افزار) است که از سال ۲۰۱۹ فعالیت خود را آغاز کرده است.

گفتنی است قبلاً مقامات دیگر اعضای این گروه را دستگیر کرده‌اند که از جمله آنها می‌توان به میخائیل واسیلیف و روسلان ماگومدویچ آستامیروف اشاره کرد. هر دو متهم به ارتکاب جرایم مختلف از جمله توطئه برای انجام تقلب رایانه‌ای هستند و به این اتهامات اعتراف کرده‌اند.

در حال حاضر، مقامات به دنبال سرکرده این گروه، دیمیتری خوروشف هستند و برای دستگیری او پاداشی به ارزش تا ۱۰ میلیون دلار تعیین کرده‌اند.

وزارت دادگستری ایالات متحده در ماه مه اعلام کرد که خوروشف به تنهایی حداقل ۱۰۰ میلیون دلار از پرداخت‌های ارز دیجیتال که از طریق سهم توسعه‌دهندگان از باج پرداخت شده به گروه LockBit به دست آورده، دریافت کرده است.

گفته می‌شود این مبلغ از طریق سهم ۲۰ درصدی از باج‌های اخاذی شده توسط همکاران گروه که از نرم‌افزار این گروه استفاده می‌کردند، به دست آمده است.
طبق شکایت تنظیم شده علیه پانه‌ف، او متهم است که از زمان تأسیس گروه LockBit در سال ۲۰۱۹ به عنوان یک توسعه‌دهنده با این گروه همکاری کرده و در اجرای حملات باج‌افزاری به صدها نهاد در سراسر جهان، از جمله بیمارستان‌ها، شرکت‌ها، آژانس‌های دولتی و دیگر سازمان‌ها نقش داشته است.

مقامات پلیس با کشف اطلاعات ورود به سیستم‌های ذخیره‌سازی دارک وب (وب تاریک) که حاوی «نسخه‌های مختلف سازندهLockBit » بوده، او را به گروه LockBit مرتبط کرده‌اند. این ابزار به اعضای گروه اجازه می‌دهد که «نسخه‌های سفارشی از بدافزار باج‌افزار LockBit را برای قربانیان خاص بسازند».

به احتمال زیاد پانه‌ف در مصاحبه با پلیس اسرائیل اعتراف کرده است که کد بدافزار LockBit را نوشته و نگهداری کرده است.

برخی از ویژگی‌های کدی که گفته می‌شود توسط او ایجاد شده، شامل قابلیت غیرفعال کردن نرم‌افزار آنتی‌ویروس ویندوز دیفندر، اجرای بدافزار روی چندین کامپیوتر در یک شبکه و چاپ یادداشت باج LockBit بر روی تمام چاپگرهای موجود در شبکه قربانی است.

طبق شکایت، پانه‌ف ادعا کرده که در ابتدا نمی‌دانسته که درگیر فعالیت‌های غیرقانونی است.

این پرونده نشان‌دهنده چالش‌های پیچیده‌ای است که در مبارزه با گروه‌های هکری و بدافزارهای رنسام‌ویر وجود دارد. رنسام‌ویرها نوعی بدافزار هستند که با قفل کردن اطلاعات قربانیان و درخواست مبلغی برای آزادسازی آنها عمل می‌کنند.

این نوع حملات می‌تواند به طور جدی به سازمان‌ها و حتی دولت‌ها آسیب برساند. به ویژه در مواردی که مراکز بهداشتی و بیمارستان‌ها هدف حملات قرار می‌گیرند، که می‌تواند تهدیدی جدی برای جان انسان‌ها و سلامت عمومی باشد.

گروه LockBit یکی از بدنام‌ترین گروه‌های رنسام‌ویر است که به دلیل پیچیدگی‌های فنی و سرعت بالای اجرای حملات خود شناخته شده است.

این گروه از ابزارهای پیشرفته‌ای برای رمزگذاری فایل‌ها و تهدید به انتشار اطلاعات حساس در صورت عدم پرداخت باج استفاده می‌کند. این فعالیت‌ها به طور خاص برای دولت‌ها و سازمان‌های بزرگ تهدیدات جدی به شمار می‌آید.

با توجه به تحقیقات و شکایت‌های موجود، به نظر می‌رسد که فناوری‌های جدید و پیشرفته‌ای که توسط گروه‌های هکری استفاده می‌شود، نیازمند اقدامات قانونی و فناوری‌های مقابله‌ای قوی‌تری است.

دولت‌ها باید با ایجاد همکاری‌های بین‌المللی و تقویت زیرساخت‌های امنیت سایبری، به مقابله با این تهدیدات جهانی بپردازند. همچنین شرکت‌ها باید اقدامات پیشگیرانه‌تری را برای محافظت از داده‌های خود اتخاذ کنند، زیرا اطلاعات حساس و حیاتی می‌تواند هدف آسانی برای این نوع حملات باشد.

آموزش: چگونه اعلان‌های وب را در گوگل کروم و macOS خاموش کنیم؟

این مراحل به شما کمک می‌کنند تا به راحتی اعلان‌ها را در مرورگرهای گوگل کروم و سافاری خاموش یا فعال کنید و تنظیمات شخصی خود را در این زمینه مدیریت نمایید.

اگر شما علاقه‌مند به علم هستید، احتمالاً برای دریافت اعلان‌های جدید از سایت‌های خبری مورد علاقه‌تان در زمینه علم ثبت‌نام کرده‌اید. در حالی که این اعلان‌ها می‌توانند مفید باشند و به شما کمک کنند تا از جدیدترین اخبار مطلع شوید، ممکن است در برخی مواقع دیگر تمایل نداشته باشید که این اعلان‌ها را دریافت کنید. یا شاید به اشتباه اشتراک‌گذاری کرده‌اید و حالا می‌خواهید از شر آن‌ها خلاص شوید.

در اینجا راهنمایی ساده‌ای برای خاموش کردن اعلان‌ها در گوگل کروم و سافاری آورده شده است.

چگونه به سرعت اعلان‌های وب را در گوگل کروم خاموش کنیم؟

۱. کروم را باز کنید.
۲. به وب‌سایت مورد نظر برای خاموش کردن اعلان‌ها بروید.
۳. بر روی آیکون نوار لغزنده در سمت چپ آدرس URL کلیک کنید.
۴. اعلان‌ها را خاموش کنید.

چگونه به تنظیمات اعلان‌های گوگل کروم دسترسی پیدا کنیم؟

اگر می‌خواهید جزئیات بیشتری درباره وب‌سایت‌هایی که به آن‌ها اجازه ارسال اعلان داده‌اید و تنظیمات خاص هر یک از آن‌ها بدانید، می‌توانید به تنظیمات اعلان‌ها بروید. اگر از کروم استفاده می‌کنید، احتمالاً آن را به گوشی یا دستگاه‌های شخصی خود متصل کرده‌اید و ممکن است اعلان‌ها از یک وب‌سایت در این دستگاه‌ها دریافت کنید. این تصاویر از لپ‌تاپ من گرفته شده است، بنابراین ممکن است صفحه شما کمی متفاوت به نظر برسد، اما فرایند باید یکسان باشد. مراحل زیر را دنبال کنید:

۱. گوگل کروم را در هر دستگاهی که از آن اعلان دریافت می‌کنید، باز کنید.
۲. روی سه نقطه عمودی در گوشه بالای سمت راست کلیک کنید تا منوی اصلی کروم باز شود. سپس «تنظیمات» (Settings) را انتخاب کنید.
۳. به بخش «حریم خصوصی و امنیت» بروید و زیرمجموعه‌ای به نام «تنظیمات سایت» پیدا کنید. روی آن کلیک کنید.
۴. به پایین اسکرول کنید و «اعلان‌ها» را انتخاب کنید. در این قسمت، می‌توانید فهرستی کامل از مجوزهای اعلان‌های خود را مشاهده کنید و آن‌ها را روشن یا خاموش کنید.

شما می‌توانید انتخاب کنید که تمامی وب‌سایت‌ها را از ارسال اعلان مسدود کنید یا انتخاب کنید که «سایت‌ها می‌توانند از شما درخواست ارسال اعلان کنند». به این ترتیب، زمانی که یک وب‌سایت از شما درخواست مجوز کند، یک پنجره پاپ‌آپ ظاهر می‌شود که از شما می‌خواهد تا اجازه دهید یا اعلان‌ها را مسدود کنید.

در صفحه اعلان‌ها، شما همچنین می‌توانید وب‌سایت‌های خاصی را برای اجازه دادن یا مسدود کردن اعلان‌ها انتخاب کنید.

مراحل انجام این کار به شرح زیر است:

۱. به پایین بروید، زیر بخش «اجازه (Allow)». روی سه نقطه عمودی در سمت راست وب‌سایت خاصی که می‌خواهید تنظیمات آن را تغییر دهید، کلیک کنید. سپس گزینه‌هایی برای مسدود کردن، ویرایش یا حذف مشاهده خواهید کرد.
۲. اگر می‌خواهید وب‌سایت را از ارسال اعلان‌ها مسدود کنید، "Block" را انتخاب کنید. همچنین از ارسال مجدد درخواست‌ها جلوگیری خواهد شد. "Edit" به شما این امکان را می‌دهد که نام وب‌سایت را در اعلان‌ها تغییر دهید که توصیه نمی‌شود. "Remove" اعلان‌ها را برای حالا متوقف می‌کند، اما ممکن است دوباره از شما خواسته شود که آیا می‌خواهید اشتراک را فعال کنید یا نه. این گزینه خوبی است اگر مطمئن نیستید که آیا می‌خواهید اعلان‌ها را برای همیشه متوقف کنید یا نه.

چون کروم به حساب گوگل شما متصل است، اگر این تغییرات را در یک دستگاه اعمال کنید، باید در تمام دستگاه‌های دیگر که از کروم استفاده می‌کنند، اعمال شود.

چطور می‌توانید اعلان‌ها را دوباره فعال کنید؟

اگر اعلان‌های یک سایت را مسدود کرده‌اید و می‌خواهید آن‌ها را دوباره فعال کنید، این کار بسیار ساده است. مراحل زیر را دنبال کنید:

۱. به سایت مورد نظر بازگشته و احتمالاً از شما خواسته خواهد شد که آیا می‌خواهید به اعلان‌ها مشترک شوید یا نه.
۲. «اجازه دادن» را انتخاب کنید تا دوباره اعلان‌ها فعال شوند.

به طور جایگزین، مراحل زیر را دنبال کنید:

۱. هنگامی که در یک وب‌سایت هستید که می‌خواهید از آن اعلان دریافت کنید، روی آیکون نوار لغزنده در سمت چپ URL کلیک کنید.
۲. برای فعال کردن اعلان‌ها، روی نوار لغزنده «اعلان‌ها» کلیک کنید.

هوش مصنوعی در تشخیص بیماری از طریق گفتگو با بیماران ناکام است

تحقیقات جدید نشان می‌دهد که دقت این مدل‌ها هنگام تعامل با بیماران شبیه‌سازی‌شده به شدت کاهش می‌یابد.

چت‌بات‌های هوش مصنوعی با وجود موفقیت در آزمون‌های حرفه‌ای پزشکی، همچنان در انجام یکی از مهم‌ترین وظایف پزشکان، یعنی تشخیص بیماری از طریق گفتگو با بیماران، با مشکل مواجه هستند.

تحقیقات جدید نشان می‌دهد که دقت این مدل‌ها هنگام تعامل با بیماران شبیه‌سازی‌شده به شدت کاهش می‌یابد.

بر اساس مطالعه‌ای که توسط پژوهشگران دانشگاه هاروارد انجام شده است، مدل‌های هوش مصنوعی مانند جی‌پی‌تی ۴ از اوپن ای آی در آزمون‌های چندگزینه‌ای پزشکی عملکردی قابل توجه با دقت ۸۲ درصد داشتند، اما در تشخیص بیماری از طریق مکالمه با بیماران شبیه‌سازی‌شده، دقت آن‌ها به ۲۶ درصد کاهش یافت.

پژوهشگران برای ارزیابی این مدل‌ها از ۲۰۰۰ پرونده پزشکی استفاده کردند که بیشتر از آزمون‌های هیئت پزشکی آمریکا استخراج شده بود. در این فرآیند، مدل جی‌پی‌تی ۴ نقش بیمار شبیه‌سازی‌شده را ایفا کرد و با مدل‌های هوش مصنوعی دیگر که در نقش پزشک بودند، گفتگو کرد. نتایج این گفتگوها توسط کارشناسان پزشکی نیز بررسی شد.

نتایج نشان داد که مدل‌های هوش مصنوعی نه تنها در جمع‌آوری کامل اطلاعات پزشکی بیمار ناتوان بودند، بلکه حتی در صورت دریافت اطلاعات کامل نیز همیشه قادر به ارائه تشخیص درست نبودند. برای مثال، مدل جی‌پی‌تی ۴ تنها در ۷۱ درصد مکالمات موفق به جمع‌آوری اطلاعات کامل شد.

پراناو راجپورکار، پژوهشگر ارشد این مطالعه، می‌گوید: «عمل پزشکی در دنیای واقعی بسیار پیچیده‌تر است و شامل عواملی مانند مدیریت چند بیمار، هماهنگی با تیم‌های درمانی و درک عوامل اجتماعی و سیستمی می‌شود.»

به گفته او، هوش مصنوعی می‌تواند به عنوان یک ابزار کمکی در پزشکی موثر باشد، اما جایگزینی برای قضاوت جامع پزشکان نخواهد بود.

ارتقاء مدل هوش مصنوعی هوشمندترین OpenAI با مهارت‌های بهبود یافته در استدلال

مدل هوش مصنوعی جدید که o3 نام دارد، در مقایسه با نسخه قبلی خود یعنی o1، زمان بیشتری را برای بررسی و تفکر در مورد سوالات اختصاص می‌دهد.

OpenAI به تازگی اعلام کرده است که نسخه جدیدی از مدل هوش مصنوعی خود را معرفی کرده است که از هر مدل قبلی این شرکت پیشرفته‌تر است.
گفته می‌شود این مدل هوش مصنوعی، که o3 نام دارد، در مقایسه با نسخه قبلی خود یعنی o1، زمان بیشتری را برای بررسی و تفکر در مورد سوالات اختصاص می‌دهد. این مدل به طور ویژه برای انجام کارهایی طراحی شده که نیاز به استدلال منطقی مرحله به مرحله دارند.

شایان ذکر است که OpenAI از نام o2 صرف‌نظر کرده است، زیرا این نام پیش‌تر به یک شرکت مخابراتی در بریتانیا تعلق دارد.

Sam Altman، مدیرعامل OpenAI، در پخش زنده‌ای در روز جمعه گفت: «ما این را آغاز مرحله بعدی هوش مصنوعی می‌دانیم، جایی که می‌توانید از این مدل‌ها برای انجام وظایف پیچیده‌تر که نیاز به استدلال زیاد دارند، استفاده کنید».

مدل o3 به وضوح از مدل قبلی خود یعنی o1 پیشرفته‌تر است و در چندین معیار از جمله مهارت‌های پیچیده کدنویسی و توانایی در ریاضیات و علوم پیشرفته، نمرات بسیار بالاتری به دست آورده است.

شرکت OpenAI اعلام کرده که o3 سه برابر بهتر از o1 عمل می‌کند و قادر است به سوالاتی که توسط آزمون ARC-AGI طرح می‌شود پاسخ دهد. این آزمون به طور خاص برای ارزیابی توانایی‌های استدلال مدل‌ها در حل مسائل ریاضی و منطقی پیچیده طراحی شده است.

گوگل نیز در حال تحقیقاتی مشابه است. نوام شازیر (محقق گوگل) نیز به تازگی اعلام کرده است که این شرکت مدل استدلالی جدید خود را با نام Gemini 2.0 Flash Thinking توسعه داده است.

مدیرعامل گوگل نیز این مدل را «هوشمندترین مدل ما تا به امروز» معرفی کرد. مدل جدید گوگل در آزمون SWE-Bench که برای اندازه‌گیری توانایی‌های عامل‌های مدل‌ها طراحی شده است، امتیاز بالایی کسب کرده است.

با این حال، گفته می‌شود که مدل o3 جدید OpenAI حدود ۲۰ درصد از مدل قبلی خود بهتر عمل می‌کند.

این رقابت میان مدل‌های هوش مصنوعی OpenAI و گوگل نشان‌دهنده شدت گرفتن رقابت در دنیای تحقیقاتی هوش مصنوعی است. برای OpenAI، این رقابت به ویژه مهم است زیرا شرکت می‌خواهد نشان دهد که می‌تواند پیشرفت‌های بیشتری در این زمینه داشته باشد تا بتواند سرمایه‌گذاری‌های بیشتری جذب کرده و کسب‌وکار سودآوری بسازد. از سوی دیگر، گوگل نیز به شدت در تلاش است تا نشان دهد همچنان در صدر تحقیقات هوش مصنوعی قرار دارد.

OpenAI اعلام کرده که دو نسخه از مدل جدید خود را به نام‌های o3 و o3-mini معرفی کرده است. این مدل‌ها هنوز به طور عمومی در دسترس قرار نگرفته‌اند، اما OpenAI گفته است که از افراد خارجی دعوت خواهد کرد تا برای آزمایش آنها درخواست دهند.

همچنین، OpenAI جزئیات بیشتری از تکنیک‌هایی که برای هماهنگ‌سازی مدل o1 استفاده کرده است، منتشر کرد. روش جدید به نام «هماهنگی تدبیرآمیز» شامل آموزش مدل با مجموعه‌ای از مشخصات ایمنی است که مدل را قادر می‌سازد تا در مورد ماهیت درخواست و پاسخ‌های خود تفکر کند و بررسی کند که آیا ممکن است برخلاف قوانین ایمنی عمل کرده باشد یا خیر. این رویکرد مدل را در برابر تلاش‌ها برای فریب دادن آن مقاوم‌تر می‌کند.

گفتنی است مدل‌های بزرگ زبان می‌توانند به بسیاری از سوالات به طور شگفت‌انگیزی پاسخ دهند، اما زمانی که از آنها خواسته می‌شود تا مسائل ساده ریاضی یا منطقی را حل کنند، معمولاً به مشکل برمی‌خورند. مدل o1 از OpenAI آموزش‌هایی برای حل مسائل مرحله به مرحله دارد که به مدل‌های هوش مصنوعی کمک می‌کند تا به راحتی با این نوع مشکلات کنار بیایند.

مدل‌های استدلالی نیز برای شرکت‌ها اهمیت زیادی دارند زیرا به دنبال استفاده از این مدل‌ها به عنوان «نمایندگان هوش مصنوعی» هستند که بتوانند به طور قابل اعتماد مسائل پیچیده را به نمایندگی از کاربران حل کنند.

دیپ‌سیک (DeepSeek): استارتاپ چینی که نحوه آموزش مدل‌های هوش مصنوعی را تغییر می‌دهد

دیپ‌سیک V3 با استفاده از معماری جدیدی که برای آموزش مقرون به صرفه طراحی شده، تنها به ۲.۷۸ میلیون ساعت جی‌پی‌یو نیاز داشت. این زمان به طور قابل توجهی کمتر از ۳۰.۸ میلیون ساعت جی‌پی‌یو مورد نیاز متا برای آموزش مدل Llama 3.1 است.

استارتاپ چینی دیپ‌سیک (DeepSeek) به عنوان "بزرگ‌ترین اسب سیاه" در عرصه مدل‌های زبان بزرگ متن باز (LLM) در سال ۲۰۲۵ شناخته شده است. این ارزیابی از سوی جیم فن (Jim Fan)، دانشمند ارشد تحقیقاتی در انویدیا، پس از انتشار مدل جدید این شرکت، دیپ‌سیک V3 (DeepSeek V3)، در روز اول سال نو در شبکه اجتماعی ایکس (توییتر سابق) صورت گرفت.

مدل جدید دیپ‌سیک با ۶۷۱ میلیارد پارامتر و هزینه‌ای معادل ۵.۵۸ میلیون دلار طی دو ماه آموزش داده شده است. این هزینه بسیار کمتر از سرمایه‌گذاری‌های بزرگ شرکت‌هایی مانند متا و اوپن‌اِی‌آی برای توسعه مدل‌های زبان بزرگ (LLM) است. فن در پست خود اشاره کرد که محدودیت منابع موجب شده شرکت‌ها به شیوه‌های خلاقانه روی بیاورند.

دیپ‌سیک V3 با استفاده از معماری جدیدی که برای آموزش مقرون به صرفه طراحی شده، تنها به ۲.۷۸ میلیون ساعت جی‌پی‌یو نیاز داشت. این زمان به طور قابل توجهی کمتر از ۳۰.۸ میلیون ساعت جی‌پی‌یو مورد نیاز متا برای آموزش مدل Llama 3.1 است.

آندریج کارپاتی، یکی از بنیان‌گذاران اوپن‌اِی‌آی، و دیگر کارشناسان هوش مصنوعی بر این نکته تأکید کردند که دیپ‌سیک V3 با ۲.۸ میلیون ساعت جی‌پی‌یو مدل قدرتمندتری است. آن‌ها معتقدند که محدودیت منابع می‌تواند محرک مهمی برای نوآوری در توسعه مدل‌های هوش مصنوعی باشد.

دیپ‌سیک که در سال ۲۰۲۳ از مدیریت صندوق پوشش ریسک High-Flyer Quant جدا شده، توسط لیانگ ونفنگ تأسیس شد. ونفنگ تحصیلات خود را در زمینه هوش مصنوعی در دانشگاه ژجیانگ گذرانده است و این شرکت هنوز از حمایت مالی صندوق High-Flyer Quant برخوردار است.

مدل دیپ‌سیک V3 توانسته است در برخی آزمون‌ها نسبت به مدل‌های دیگر مانند Llama 3.1 و GPT-4o عملکرد بهتری داشته باشد. با این حال، این مدل نیز با برخی مشکلات هویتی مواجه شده و حتی گاهی خود را به عنوان چت‌جی‌پی‌تی معرفی کرده است.

به طور کلی، دیپ‌سیک نمایانگر پیشرفت قابل توجهی در صنعت هوش مصنوعی چین است و نشان می‌دهد که این کشور به دنبال ایجاد مدل‌های هوش مصنوعی مقرون به صرفه و کارآمدتر است.

این دستاوردها نه تنها بر روی بازار داخلی بلکه بر روی صحنه جهانی تأثیرگذار خواهد بود و می‌تواند رقابت را در زمینه هوش مصنوعی افزایش دهد.

چند نکته ساده برای تقویت گوشی اندرویدی با کمک جمینای

جمینای حالا دیگر قابلیت‌های بیشتر و کاربردی‌تری نسبت به روز اول دارد و نیازی نیست که بین جمینای و دستیار گوگل یکی را انتخاب کنید. با وجود برخی محدودیت‌ها، جمینای همچنان در حال پیشرفت است و قابلیت‌های جدیدی مانند کنترل دستگاه‌های هوشمند خانگی از طریق افزونه گوگل هوم (Google Home) را نیز اضافه کرده است.

دستیار گوگل از زمان راه‌اندازی در سال ۲۰۱۶ بخشی از تجربه اندروید بوده است. این دستیار را می‌توانید در بخش خبری در سمت چپ صفحه اصلی، به عنوان یک قابلیت در داک (dock)، یا با گفتن عبارت "OK Google" پیدا کنید.

با این حال، با توجه به اینکه تقریباً هر گوشی جدیدی که در سال جاری ( ۲۰۲۴) معرفی شده است، هوش مصنوعی را به عنوان یک ویژگی برجسته یه همراه داشته است، لازم بود که این دستیار به‌روز شود.

۱. استفاده از دستیار گوگل به عنوان یک ابزار محاوره‌ای

با جمینای گوگل می‌توانید مکالمات آزادانه‌تری داشته باشید. با فشار دادن دکمه کنار دوربین در اپلیکیشن، می‌توانید هر موضوعی را مورد بحث قرار دهید و پاسخ‌های مرتبطی دریافت کنید. این ویژگی به شما امکان می‌دهد تا به صورت طبیعی و بدون محدودیت‌های معمول دستیارها صحبت کنید.

۲. اتصال جمینای به اپلیکیشن‌های گوگل

با استفاده از جمینای می‌توانید به اپلیکیشن‌های گوگل ورک‌اسپیس (Google Workspace) مانند داکس (Docs) و جیمیل (Gmail) دسترسی پیدا کنید. این دستیار می‌تواند لیستی از آخرین ایمیل‌ها یا وظایف شما را ارائه دهد و حتی می‌تواند یادداشت‌ها را بر اساس محتوایشان عنوان‌گذاری کند.

۳. کنترل تنظیمات دستگاه

جمینای می‌تواند وای‌فای (Wi-Fi) شما را خاموش کند و همچنین تنظیمات بلوتوث، مکان‌یابی و روشنایی خودکار را کنترل کند. یکی از کاربردهای محبوب این ویژگی کنترل پخش موسیقی است؛ شما می‌توانید آهنگ‌ها را پخش، متوقف یا رد کنید و حتی درخواست کنید که یک آهنگ را ۳۰ ثانیه به عقب برگرداند.

۴. استفاده از آن با اپلیکیشن‌های شخص ثالث

با جمینای می‌توانید به حساب اسپاتیفای (Spotify) خود متصل شوید و بدون نیاز به باز کردن اپلیکیشن، آهنگ‌ها را پخش کنید. همچنین کاربران واتس‌اپ می‌توانند با استفاده از دستورات صوتی پیام ارسال کنند یا تماس برقرار کنند، البته جمینای قابلیت خواندن پیام‌ها را ندارد.

۵. استفاده از جمینای در گوگل مسیج (Google Messages)

گوگل تجربه پیام‌رسانی خود را در اندروید بهبود بخشیده است. با راه‌اندازی گوگل مسیج و فشار دادن دکمه "شروع چت"، می‌توانید با جمینای گفتگو کنید. این قابلیت به شما امکان می‌دهد تا برای دوستان و خانواده پیام‌های تولد بنویسید یا شعر بخوانید.

جمینای حالا دیگر قابلیت‌های بیشتر و کاربردی‌تری نسبت به روز اول دارد و نیازی نیست که بین جمینای و دستیار گوگل یکی را انتخاب کنید. با وجود برخی محدودیت‌ها، جمینای همچنان در حال پیشرفت است و قابلیت‌های جدیدی مانند کنترل دستگاه‌های هوشمند خانگی از طریق افزونه گوگل هوم (Google Home) را نیز اضافه کرده است.

قدرتمندترین هوش مصنوعی سال ۲۰۲۴؛ برنده پیکار غول‌های فناوری کدام شرکت است؟

اگرچه هوش مصنوعی فناوری نوظهوری است اما شرکت‌هایی وجود دارند که با سرمایه‌گذاری‌های میلیاردی در این زمینه باعث رشد بازار در صنایع مختلفی ازجمله صنعت لجستیک، تولید، خدمات، صنایع مالی، پزشکی و امنیت سایبری شده‌اند.

اگرچه هوش مصنوعی فناوری نوظهوری است اما شرکت‌هایی وجود دارند که با سرمایه‌گذاری‌های میلیاردی در این زمینه باعث رشد بازار در صنایع مختلفی ازجمله صنعت لجستیک، تولید، خدمات، صنایع مالی، پزشکی و امنیت سایبری شده‌اند.

در ایالات‌متحده آمریکا، تعداد شرکت‌های هوش مصنوعی نسبت به سال ۲۰۱۷ بیش از دو برابر شده و به ۸۲۵۴۱ شرکت رسیده است. یکی از عوامل اصلی رشد در بازار هوش مصنوعی آمریکا، «سرمایه‌گذاری‌ها و مشارکت‌های فزاینده میان شرکت‌های فناوری، مؤسسات تحقیقاتی و دولت‌ها» عنوان شده است.

علاوه بر میلیاردها دلاری که مایکروسافت متعهد به سرمایه‌گذاری در OpenAI است، این غول فناوری، هوش مصنوعی‌های خود را بر پایه چت‌بات‌ها ساخته و Bing AI، Copilot و OpenAI از سال ۲۰۲۰ رسماً متعلق به مایکروسافت شدند. حرکت مایکروسافت به سمت هوش مصنوعی مولد، منجر به درآمدهای بالایی برای کسب‌وکار محاسبات ابری Azure شد و ارزش این شرکت را بالا برد، تا حدی که ارزش بازار این غول فناوری در ژانویه ۲۰۲۴ از مرز ۳ تریلیون دلار عبور کرد و به عدد ۳.۱۸۸ تریلیون دلار رسید.

انویدیا که در فناوری پردازش گرافیکی (GPU) از تمام همردیفانش خود جلوتر است، در حال طراحی تراشه‌های تخصصی است که برای آموزش مدل‌های هوش مصنوعی و یادگیری ماشین برای لپ‌تاپ‌ها، تلفن‌های همراه، نوت بوک‌ها و رایانه‌های شخصی استفاده می‌شود.

در اوایل ژوئن، انویدیا شاهد افزایش ارزش بازار خود بود، بازاری که از مرز ۳ تریلیون دلار آمریکا عبور کرد و از سهام اپل پیشی گرفت. در ۱۸ ژوئن، ارزش آن به ۳.۳۴ تریلیون دلار رسید، برای مدت کوتاهی از مایکروسافت عبور کرد و دوباره کاهش پیدا کرد. پیش‌بینی‌شده بود که در سه‌ماهه چهارم سال ۲۰۲۴، این غول گرافیکی ۴۵۰ هزار تراشه هوش مصنوعی Blackwell به ارزش ۱۰ میلیارد دلار تولید می‌کند.

آلفابت (شرکت مادر گوگل)، مایکروسافت و انویدیا از هفت شرکت بزرگ تکنولوژی مشهور در جهان هستند که به هفت دلاور «Magnificent Seven» مشهور هستند. بنابراین این شرکت همانند دیگر غول‌های فناوری، نفوذ خوبی به صنعت هوش مصنوعی داشته تا حدی که ارزش بازار آن در ماه آوریل از مرز ۲ تریلیون دلار نیز فراتر رفت.

با این تفاسیر مشخص کردن اینکه تا پایان سال ۲۰۲۴ کدام شرکت‌ در عرصه هوش مصنوعی پیشرو بوده، کار دشواری است اما بر اساس گزارش‌ها، گوگل و مایکروسافت رقابت تنگاتنگی را تجربه کرده‌اند.

در مورد کشورهای پیشتاز درزمینهٔ هوش مصنوعی نیز، آمریکای شمالی اکنون کانون جهانی پیشرفت در فناوری هوش مصنوعی است و خانه بزرگ‌ترین ارائه‌دهندگان هوش مصنوعی در جهان محسوب می‌شود و در رتبه دوم کشور چین قرار دارد.

دوره‌های رایگان هوش مصنوعی گوگل برای همه در سال ۲۰۲۵

گوگل در حال ارائه مجموعه‌ای از دوره‌های رایگان هوش مصنوعی است که برای کسانی که تمایل به یادگیری آنها داشته باشند، در تمامی سطوح طراحی شده‌اند.

گوگل در حال ارائه مجموعه‌ای از دوره‌های رایگان هوش مصنوعی است که برای کسانی که تمایل به یادگیری آنها داشته باشند، در تمامی سطوح طراحی شده‌اند. این دوره‌ها شامل دانش بنیادی و مهارت‌های عملی هستند و فرصتی عالی برای کسانی است که می‌خواهند تخصص خود را در زمینه هوش مصنوعی افزایش دهند.

دوره‌های پیشنهادی:

۱. گواهی حرفه‌ای تحلیل داده‌های گوگل: این برنامه شامل بیش از 180 ساعت آموزش و ارزیابی‌های مبتنی بر تمرین است که به شما کمک می‌کند سناریوهای واقعی تحلیل داده را شبیه‌سازی کنید.

۲. مبانی هوش مصنوعی گوگل: دوره‌ای خودآموز که به افراد کمک می‌کند مهارت‌های اساسی هوش مصنوعی را کسب کنند.

۳. معرفی به مسیر یادگیری هوش مصنوعی مولد: این دوره برای افرادی طراحی شده که می‌خواهند دنیای جذاب هوش مصنوعی مولد را کشف کنند.

چرا دوره‌های رایگان گوگل؟

یادگیری تخصص از رهبران صنعت: دوره‌ها توسط کارشناسان برجسته طراحی و تدریس می‌شوند.
مسیرهای یادگیری متنوع: از مبتدی تا حرفه‌ای، دوره‌هایی برای هر سطح وجود دارد.
یادگیری عملی: بسیاری از دوره‌ها شامل تمرینات عملی هستند.
یادگیری انعطاف‌پذیر: فرمت آنلاین به شما اجازه می‌دهد تا با سرعت خود یاد بگیرید.
فرصت‌های صدور گواهینامه: اتمام این دوره‌ها معمولاً با صدور گواهینامه همراه است.

با توجه به پیشرفت سریع فناوری، کسب مهارت در هوش مصنوعی بیش از هر زمان دیگری اهمیت دارد. تعهد گوگل به ارائه دوره‌های آنلاین رایگان، دسترسی به آموزش با کیفیت را برای همه آسان‌تر کرده است. اکنون زمان مناسبی برای ثبت‌نام در این دوره‌ها و آغاز مسیر تسلط بر هوش مصنوعی در سال 2025 است.

هوش مصنوعی امکان تعامل با مردگان را فراهم می‌کند!

پروژه «پژواک زندگی» با استفاده از فناوری هوش مصنوعی و مصاحبه با افراد پیش از مرگ، امکان ایجاد کلون مجازی از شخصیت آن‌ها را فراهم می‌کند.

این کلون‌ها به نزدیکان و دوستان فرد اجازه می‌دهند پس از فوت نیز با وی تعامل و صحبت داشته باشند.

ایده بارگذاری شخصیت و افکار افراد روی کامپیوتر از دهه‌ها پیش در آثار علمی-تخیلی وجود داشته و اکنون به واقعیت نزدیک‌تر شده است. در این فناوری، شخصیت مجازی یا همان "روح دیجیتال" از طریق پردازش ویدیوها، فایل‌های صوتی و متون به‌جامانده یا مصاحبه مستقیم با فرد ساخته می‌شود.

شرکت «پژواک زندگی» رویکردی متفاوت از دیگر پروژه‌ها در پیش گرفته است. به‌جای تمرکز بر آثار به‌جامانده از افراد فوت‌شده، این شرکت از افراد زنده مصاحبه می‌گیرد. این مصاحبه توسط یک هوش مصنوعی به نام «سارا» انجام می‌شود که طی ۴۵ دقیقه اطلاعات جامعی از جمله خاطرات کودکی، زندگی شخصی و جزئیات فردی را جمع‌آوری می‌کند. این فرآیند شباهت زیادی به جلسات تراپی دارد و بیش از هزار سؤال پیش‌فرض در پایگاه داده سارا ذخیره شده است.

پس از اتمام مصاحبه، نسخه مجازی از شخص ایجاد می‌شود که توانایی تعامل و صحبت با صدای فرد را دارد. این کلون که با نام «پژواک هوش مصنوعی» شناخته می‌شود، به نزدیکان متوفی اجازه می‌دهد که با او گفتگو کنند و مسیر زندگی‌اش را از زبان خودش بشنوند. مؤسسان پروژه اهدافی فراتر از تعاملات شخصی دارند و به دنبال ایجاد پایگاه داده‌ای از روح‌های مجازی برای نسل‌های آینده هستند.

پلتفرم‌های مشابهی مانند Character.AI امکان تعامل با شخصیت‌های تاریخی و افراد مشهور را فراهم کرده‌اند. همچنین سرویس‌هایی مانند HereAfter AI و Eternos.life نیز در حال ایجاد کلون دیجیتالی از افراد برای تعامل پس از مرگ هستند. با این حال، این فناوری هنوز در مراحل اولیه است و استقبال گسترده‌ای از آن صورت نگرفته است.

پروژه «پژواک زندگی» با الهام از موفقیت‌های این فناوری‌ها و تمرکز بر نیازهای عاطفی افراد زنده، سعی دارد تحولی در این حوزه ایجاد کند و مفهوم جدیدی از جاودانگی دیجیتال ارائه دهد.

هوش مصنوعی جدید گوگل شیوه استفاده از اینترنت را زیرورو می‌کند

گوگل سرانجام از یک ابزار هوش مصنوعی مخفی‌کار رونمایی کرد که می‌تواند کنترل مرورگر فرد را به دست بگیرد تا همانند انسان در اینترنت جست‌وجو کند.

پروژه مارینر، که پیش‌تر در داخل شرکت گوگل به نام «پروژه جارویس» شناخته می‌شد، می‌تواند بزرگ‌ترین به‌روزرسانی مرورگر وب از زمان پیدایش آن در ۳۴ سال پیش باشد. این پروژه همچنین جزء جدایی‌ناپذیر ماموریت غول فناوری آمریکایی برای ایجاد یک دستیار هوش مصنوعی فراگیر است که قادر به انجام وظایف روزمره باشد – از رزرو هتل برای تعطیلات گرفته تا پرداخت جریمه‌های پارکینگ.

این پروژه که هنوز در مراحل اولیه است، به‌‌شکل یک افزونه آزمایشی برای مرورگر بسیار محبوب گوگل کروم ارائه شده است. این ابزار از هوش مصنوعی جمنای شرکت گوگل استفاده می‌کند تا اطلاعات موجود بر صفحه نمایش فرد را درک و تحلیل کند و اقدامات لازم را انجام دهد.

این هوش مصنوعی هرچند همیشه عملکرد بسیار دقیقی ندارد، قادر است با تحلیل پیکسل‌ها، تصاویر، متون و فرم‌های وب، کارها را با تایپ یا کلیک بر نقطه‌های مناسب انجام دهد. این ابزار در حال حاضر تنها برای تعداد محدودی از آزمایش‌کنندگان در دسترس است و گوگل اذعان دارد که نسخه کنونی آن کندتر از انسان است و هنوز به قدر کافی قابل‌اعتماد نیست.

گوگل در یک پست وبلاگی که این ابزار را معرفی می‌کند نوشت: «این هنوز مراحل ابتدایی است، اما پروژه مارینر نشان می‌دهد که امکان فنی برای جست‌وجو در داخل یک مرورگر وجود دارد، هرچند در حال حاضر این فرایند همیشه دقیق نیست و کارها را کُند انجام می‌دهد، اما این مسئله به‌‌زودی بهبود خواهد یافت.»

گوگل پروژه مارینر را یک تغییر الگوواره یا پارادایم در تجربه کاربری توصیف می‌کند که نحوه تعامل ما با وبسایت‌ها و فناوری را به‌‌شکلی بنیادین تغییر خواهد داد.

این پروژه اگر موفق شود می‌تواند کسب‌وکارها را وادارد که نحوه عملکردشان را تغییر دهند تا با عوامل هوش مصنوعی بیشتر سازگار شوند. تمامی صنایع، از قبیل تبلیغات، ممکن است دستخوش تغییر شوند، زیرا انسان‌ها دیگر به‌صورت مستقیم برای مشاهده تبلیغات آنلاین از وبسایت‌ها بازدید نخواهند کرد.

پروژه مارینر بخشی از یک به‌روزرسانی بزرگ در مجموعه فناوری‌های هوش مصنوعی گوگل است که بر نسل جدید دستیار مجازی جمنای تمرکز دارد. جمنای، از زمان راه‌اندازی آن در دسامبر گذشته، به‌ گونه‌ای طراحی شده که چندوجهی باشد، به این معنا که می‌تواند اطلاعات را از طریق متن، صدا، ویدیو و تصاویر درک کند. نسخه جدید همچنین قادر است اطلاعات را از طریق این خروجی‌ها تولید کند.

جمنای ۲.۰ دارای چند عامل هوش مصنوعی پیش‌نمونه‌ است که برای تسلط بر وظایف خاصی مانند برنامه‌ریزی تعطیلات یا کدنویسی طراحی شده‌اند.

ساندار پیچای مدیرعامل گوگل گفت که پیشرفت‌های اخیر نمایانگر چیزی است که او آن را «عصر عاملیت» هوش مصنوعی می‌نامد، که بخشی از چشم‌انداز این شرکت برای ایجاد یک دستیار همه‌کاره و فراگیر است.

پیچای گفت: «ما در حال سرمایه‌گذاری برای توسعه مدل‌های عاملانه بیشتر بوده‌ایم، به این معنا که آن‌ها می‌توانند درک عمیق‌تری از جهان پیرامون شما داشته باشند، چند مرحله جلوتر فکر کنند و با نظارت شما اقداماتی را از سوی شما انجام دهند. ما همچنان مرزهای هوش مصنوعی را برای سازماندهی اطلاعات جهان از طریق هر ورودی گسترش می‌دهیم و آن را از طریق هر خروجی در دسترس قرار می‌دهیم تا واقعا برای شما مفید باشد.»

دیگر عوامل هوش مصنوعی معرفی‌شده در روز چهارشنبه «جولز» بود که به توسعه‌دهندگان وب در کارهای کدنویسی کمک می‌کند، و «دیپ ریسرچ» که برای کار در مقام یک دستیار پژوهشی از استدلال پیشرفته استفاده می‌کند.

«کارخانه هوش مصنوعی» چیست؟

کمیسیون اروپا در اوایل ماه جاری تاسیس هفت کارخانه جدید هوش مصنوعی تاسیس کرد. اتحادیه اروپا چه انتظاری از این کارخانه‌ها دارد؟

کمیسیون اروپا ماه جاری میلای یک بودجه ۱.۵ میلیارد یورویی را برای تاسیس هفت کارخانه هوش مصنوعی مدرن در سراسر اروپا تصویب کرد.

مطابق اعلام کمیسیون اروپا، هر یک از این کارخانه‌ها ابررایانه‌های تقویت شده با هوش مصنوعی، مدل‌های بزرگ هوش مصنوعی (GPAI) و امکانات برنامه‌نویسی مستقر می‌کند و ارتقا می‌دهد.

کارخانه‌های جدید هوش مصنوعی همزمان با این که استفاده از هوش مصنوعی را در بین عموم مشاغل به ویژه در کسب و کارهای کوچک در اتحادیه اروپا «گسترش می‌دهند»، از تحقیقات در زمینه هوش مصنوعی در میان دانشگاهیان این بلوک «حمایت» می‌کنند.

به گفته اورزولا فن در لاین، رئیس کمیسیون اروپا، نخستین کارخانه باید تا پایان سال ۲۰۲۵ راه‌اندازی شود. او ابراز امیدواری کرد که تا پایان دهه جاری، اروپا به «قاره هوش مصنوعی» تبدیل شود.

کارخانه هوش مصنوعی چیست؟

یک کارخانه هوش مصنوعی چهار جزء اصلی دارد: یک کانال ارتباطی داده که داده‌ها را برای هوش مصنوعی آماده می‌کند، ساخت الگوریتم، زیرساخت نرم‌افزاری مانند ابررایانه‌هایی که از آموزش هوش مصنوعی پشتیبانی می‌کنند و یک پلتفرم آزمایشی که در آن هوش مصنوعی می‌تواند آزمایش شود.

سپس هوش تولید شده توسط کارخانه‌های هوش مصنوعی می‌تواند برای کار با مدل‌های هوش مصنوعی یا انواع دیگر فناوری‌های جدید استفاده شود.

کارخانه‌های هوش مصنوعی اتحادیه اروپا کجا تاسیس می‌شوند؟

کمیسیون اروپا شهرهای بارسلون در اسپانیا، بیسن در لوکزامبورگ، بولونیا در ایتالیا، اشتوتگارت در آلمان، مایمر در سوئد، کایانی در فنلاند و آتن دریونان را به عنوان مراکز تاسیس کارخانه‌های هوش مصنوعی انتخاب کرد.

پیش‌بینی‌های گوگل کلود درباره هوش مصنوعی در سال ۲۰۲۵

با استفاده از ابزارهای هوش مصنوعی، سازمان‌ها قادر خواهند بود تا کارایی بیشتری داشته باشند و زمان و منابع را صرفه‌جویی کنند. این اتوماسیون شامل وظایفی مانند مدیریت داده‌ها و خلاصه‌سازی گزارش‌ها خواهد بود.

گوگل کلود در گزارش جدید خود به بررسی پنج روند کلیدی هوش مصنوعی پرداخته است که انتظار می‌رود در سال ۲۰۲۵ شکل‌دهنده آینده کسب‌وکارها باشند.

این گزارش نشان می‌دهد که هوش مصنوعی به طور فزاینده‌ای در حال تغییر نحوه عملکرد، رقابت و نوآوری شرکت‌ها است.

۱. هوش مصنوعی چندوجهی

هوش مصنوعی چندوجهی اطلاعات را از متن، تصویر، صدا و ویدئو پردازش می‌کند و تعاملات بصری و شهودی‌تری را فراهم می‌آورد. این رویکرد انسانی به هوش مصنوعی به کسب‌وکارها کمک می‌کند تا در دنیای سرشار از داده‌ها، تصمیمات بهتری بگیرند.
به عنوان مثال، در خدمات مالی، این فناوری می‌تواند تحلیل ویدئوهای بازار را با توجه به نشانه‌های غیرکلامی مانند لحن صدا و حالت چهره انجام دهد.

۲. اتوماسیون فرآیندها

هوش مصنوعی به شرکت‌ها این امکان را می‌دهد که فرآیندها را خودکار کنند. با استفاده از ابزارهای هوش مصنوعی، سازمان‌ها قادر خواهند بود تا کارایی بیشتری داشته باشند و زمان و منابع را صرفه‌جویی کنند. این اتوماسیون شامل وظایفی مانند مدیریت داده‌ها و خلاصه‌سازی گزارش‌ها خواهد بود.

۳. تجزیه و تحلیل پیشرفته داده

با پیشرفت‌های هوش مصنوعی، تجزیه و تحلیل داده‌ها به سطح جدیدی خواهد رسید. شرکت‌ها قادر خواهند بود تا از داده‌های بزرگ برای استخراج بینش‌های عمیق‌تر استفاده کنند و پیش‌بینی‌های دقیق‌تری ارائه دهند. این امر به آنها کمک می‌کند تا تصمیمات استراتژیک بهتری بگیرند.

۴. افزایش امنیت سایبری

با افزایش استفاده از هوش مصنوعی، تهدیدات سایبری نیز افزایش خواهد یافت. گوگل کلود پیش‌بینی می‌کند که سازمان‌ها باید آمادگی بیشتری برای مقابله با حملات سایبری مبتنی بر هوش مصنوعی داشته باشند. این حملات ممکن است شامل فیشینگ، مهندسی اجتماعی و سرقت هویت باشند.

۵. تغییر در مدل‌های کسب‌وکار

هوش مصنوعی نه تنها نحوه عملکرد شرکت‌ها را تغییر می‌دهد بلکه مدل‌های کسب‌وکار جدیدی نیز ایجاد می‌کند. شرکت‌ها باید به سرعت خود را با این تغییرات وفق دهند تا بتوانند در بازار رقابتی باقی بمانند.

این گزارش نشان‌دهنده اهمیت یادگیری و انطباق با فناوری‌های نوین است تا سازمان‌ها بتوانند از مزایای هوش مصنوعی بهره‌برداری کنند و در عین حال با چالش‌های جدید روبرو شوند.
سال ۲۰۲۵ سال مهمی برای تحول دیجیتال خواهد بود که تأثیرات آن بر روی تمامی جنبه‌های کسب‌وکارها قابل مشاهده خواهد بود.

اوپن اِی‌آی مدل‌های جدید o3 را معرفی کرد

مدل o3 با استفاده از یادگیری تقویتی آموزش دیده تا قبل از پاسخ‌دهی "تفکر" کند و فرآیند بررسی واقعیت را انجام دهد. این فرآیند ممکن است زمان بیشتری ببرد، اما دقت بالاتری را در مقایسه با مدل‌های غیر منطقی فراهم می‌کند.

اوپن اِی‌آی (OpenAI) در آخرین روز از رویداد ۱۲ روزه (shipmas) ، مدل‌های جدید o3 و o3-mini را معرفی کرد. این مدل‌ها جانشین مدل o1 هستند که اوایل سال جاری منتشر شد.

o3 یک خانواده مدل است و شامل نسخه کوچک‌تر و بهینه‌سازی شده‌ای به نام o3-mini می‌شود که برای وظایف خاص طراحی شده است.

اوپن اِی‌آی ادعا می‌کند که o3، حداقل در شرایط خاص، با احتیاط‌های قابل توجه به هوش مصنوعی عمومی (AGI) نزدیک می‌شود. این کمپانی در حال حاضر آزمایشات ایمنی و بررسی‌های داخلی را برای این مدل‌ها آغاز کرده است. جالب است که اوپن اِی‌آی به دلیل نگرانی‌های مربوط به حق ثبت اختراع، از شماره‌گذاری o2 صرف‌نظر کرده است.

مدل‌های o3 و o3-mini هنوز به‌طور گسترده در دسترس نیستند، اما پژوهشگران ایمنی می‌توانند از امروز برای پیش‌نمایش o3-mini ثبت‌نام کنند. انتظار می‌رود که نسخه کامل o3 نیز پس از آن ارائه شود. سم آلتمن، مدیرعامل اوپن اِی‌آی ، اعلام کرد که هدف این است که o3-mini تا پایان ژانویه عرضه شود.

مدل‌های جدید به‌ویژه در زمینه‌های ریاضی، علم و برنامه‌نویسی عملکرد فوق‌العاده‌ای دارند. به عنوان مثال، مدل o3 در آزمون ریاضی آمریکایی ۲۰۲۴ نمره ۹۶.۷٪ را کسب کرده و تنها یک سوال را اشتباه پاسخ داده است. همچنین این مدل توانسته ۲۵.۲٪ از مسائل آزمون Frontier Math را حل کند.

مدل o3 با استفاده از یادگیری تقویتی آموزش دیده تا قبل از پاسخ‌دهی "تفکر" کند و فرآیند بررسی واقعیت را انجام دهد. این فرآیند ممکن است زمان بیشتری ببرد، اما دقت بالاتری را در مقایسه با مدل‌های غیر منطقی فراهم می‌کند.

اوپن اِی‌آی همچنین از تکنیک جدیدی به نام "تنظیم تفکری" برای همسو کردن مدل‌ها با اصول ایمنی خود استفاده می‌کند. این روش به مدل کمک می‌کند تا تصمیمات ایمنی را مرحله به مرحله پردازش کند.

در نهایت، اوپن اِی‌آی اعلام کرده که با بنیاد پشت ARC-AGI همکاری خواهد کرد تا نسل بعدی معیارهای هوش مصنوعی خود را ایجاد کند. با توجه به پیشرفت‌های چشمگیر این مدل‌ها، انتظار می‌رود که استانداردهای جدیدی در زمینه هوش مصنوعی ایجاد شود و نحوه برخورد با وظایف پیچیده در صنایع مختلف تغییر کند.

ایجاد تصاویر هوش مصنوعی: یک راهنمای کامل همراه با نکات تخصصی

یک تصویر گویای هزار کلمه است؛ اما با هوش مصنوعی مولد (Generative AI) برای رسیدن به آن تصویر ابتدا باید از کلمات شروع کنید.

مولدهای تصاویر هوش مصنوعی بر پایه یک پایگاه داده از محتوای موجود (متن، تصاویر، ویدیوها و غیره) یا اطلاعات استخراج‌شده از اینترنت کار می‌کنند تا تصاویر جدیدی مطابق درخواست شما ایجاد کنند.

این ابزارها به هر کسی که یک حساب کاربری و درخواست (prompt) داشته باشد، اجازه می‌دهند تقریباً هر نوع تصویری را تولید کند (معمولاً در محدوده معقول).

بسیاری از خدمات تولید تصویر هوش مصنوعی در دسترس هستند، اما همه آن‌ها نتایج باکیفیت ارائه نمی‌دهند یا از داده‌های شما به خوبی محافظت نمی‌کنند. این خدمات همچنین در قیمت و ویژگی‌ها متفاوت هستند.

این راهنما برای کمک به شما طراحی شده است. اگرچه این خدمات هنوز به حدی نرسیده‌اند که جایگزین خالقان انسانی شوند، اما مجموعه‌ای از امکانات خلاقانه را ارائه می‌دهند.

مراحل ساخت تصاویر هوش مصنوعی
مرحله ۱: انتخاب بهترین سرویس هوش مصنوعی برای هدف مورد نظرتان
انتخاب بهترین سرویس به پروژه، بودجه و سطح تجربه شما بستگی دارد. اینجا سه توصیه برای شما آورده شده است:
۱) Leonado AI: این ابزار رایگان (که توسط Canva خریداری شده)، برنامه‌ای جامع است که طرح‌های مختلف هنری و ابزارهایی برای بهبود دستورات ارائه می‌دهد.

۲) Canva's Magic Media: اگر تجربه خلاقانه‌ای ندارید و بودجه محدودی دارید، این ابزار انتخاب خوبی است. این ابزار کاربرپسند است و ۵۰ اعتبار رایگان برای ایجاد تصاویر ارائه می‌دهد.
۳) سرویس‌های دیگر بسته به نیاز شما نیز ممکن است مناسب باشند.
پس از انتخاب برنامه، یک حساب کاربری بسازید و به بخش نوشتن درخواست بروید.

مرحله ۲: نوشتن درخواست (Prompt) تصویر
برای موفقیت بیشتر، یک درخواست خوب و دقیق بنویسید. هر درخواست باید شامل جزئیاتی از کاراکترها، مکان، عناصر دیگر و ابعاد تصویر باشد. برای بهبود نتیجه، توصیف سبک هنری، زیبایی‌شناسی و رنگ‌ها را نیز اضافه کنید.

توجه داشته باشید که مولدهای تصاویر هوش مصنوعی محدودیت‌هایی دارند، مانند جلوگیری از تولید محتوای غیرقانونی یا خطرناک. همچنین درخواست‌هایی که شامل نام شخصیت‌های عمومی باشند، ممکن است رد شوند. قوانین ایمنی ابزار مورد استفاده خود را بررسی کنید.

مهندسی درخواست (Prompt Engineering) مهارتی است که با تمرین بهتر می‌شود. برای مثال، Canva با درخواست‌های ساده بهتر عمل می‌کند، در حالی که Dall-E درخواست‌های طولانی و دقیق‌تر را می‌پسندد.

مرحله ۳: ویرایش تصاویر در صورت نیاز
حتی بهترین مولدها ممکن است به ویرایش تصویر بعد از تولید نیاز داشته باشند. خدمات مختلف ابزارهای ویرایشی متنوعی ارائه می‌دهند. اگر ابزار ویرایشی عملکرد ضعیفی داشت، به جای تصویر، درخواست خود را بازنویسی کنید.

مرحله ۴: اعتباریابی تصاویر
مشخص کردن اینکه تصویر با هوش مصنوعی ایجاد شده، بسیار مهم است. این کار به شفافیت و تمایز بین آثار انسانی و تصاویر هوش مصنوعی کمک می‌کند. برخی خدمات به‌طور خودکار نشانه‌ای از هوش مصنوعی بودن تصویر اضافه می‌کنند، اما بسیاری این کار را انجام نمی‌دهند.

در زمان انتشار این متن، استفاده از تولیدکننده‌های تصویر مبتنی بر هوش مصنوعی قانونی است. اما باید به مسائل حقوقی و اخلاقی مرتبط با ایجاد تصاویر هوش مصنوعی توجه کنید. در ادامه به چند سوال متداول نیز پاسخ داده شده است:

خدمات تولید تصویر با هوش مصنوعی، مانند Midjourney و Dall-E برای خلق تصاویر به محتوای موجود متکی هستند. این محتوا که معمولاً توسط انسان‌ها ایجاد شده است، یا در پایگاه‌های داده قرار دارد یا در وب آزاد در دسترس است.

همین موضوع نگرانی‌های جدی برای برخی از هنرمندان و خالقان محتوا ایجاد کرده است، زیرا طراحی و آموزش این برنامه‌ها به این محتوا وابسته است.

این نگرانی‌ها باعث اعتراض‌هایی در این صنعت و همچنین شکایات قانونی قابل توجهی شده است؛ از جمله پرونده‌ای که همچنان علیه Stable Diffusion (مدل هوش مصنوعی استفاده‌شده در برخی ابزارهای محبوب) در حال رسیدگی است.

در پایان باید گفت اگر نگران استفاده از خدماتی هستید که ممکن است حقوق خالقان را نقض کنند، از سرویس‌هایی استفاده کنید که به‌صورت شفاف اعلام می‌کنند چگونه مدل خود را آموزش می‌دهند.

راه‌اندازی خط تماس ChatGPT در آمریکا توسط OpenAI

این نسخه از ChatGPT تنها قابلیت ورودی متنی دارد و امکاناتی مانند حالت صوتی پیشرفته یا ورودی تصویری ارائه نمی‌کند، اما همچنان از کلیه قابلیت‌های مدل o1-mini بهره‌مند است.

شرکت OpenAI به تازگی دسترسی به ChatGPT را از طریق واتس‌اپ فراهم کرده است. بدین ترتیب کاربران اکنون می‌توانند با افزودن شماره 1 [phone] مخاطبین خود، از این چت‌بات بر بستر واتس‌اپ استفاده کنند.

این نسخه از ChatGPT تنها قابلیت ورودی متنی دارد و امکاناتی مانند حالت صوتی پیشرفته یا ورودی تصویری ارائه نمی‌کند، اما همچنان از کلیه قابلیت‌های مدل o1-mini بهره‌مند است.

ChatGPT در واتس‌اپ در تمامی مناطقی که OpenAI خدمات خود را ارائه می‌دهد قابل دسترس است و برای استفاده، نیازی به ایجاد حساب کاربری نیست. با این حال، OpenAI در حال کار بر روی روشی برای احراز هویت کاربران فعلی از طریق واتس‌اپ است، هرچند هنوز زمان‌بندی مشخصی برای این قابلیت اعلام نشده است. شایان ذکر است که خود متا نیز دارای یک چت‌بات در واتس‌اپ است.

همچنین OpenAI یک خط تماس ویژه ChatGPT در آمریکا راه‌اندازی کرده است. این شماره رایگان، که آن هم 1 [phone] است، برای استفاده با هر نوع تلفن از جمله تلفن‌های قدیمی قابل دسترسی است.
کاربران می‌توانند 15 دقیقه به صورت رایگان از خدمات ChatGPT استفاده کنند و برای مدت زمان بیشتر با ورود به حساب کاربری خود اقدام نمایند.

کوین وایل، مدیر ارشد محصول OpenAI، در جریان پخش زنده اینترنتی اخیر این شرکت اعلام کرد: «ما تازه در آغاز مسیر دسترس‌پذیرتر کردن ChatGPT برای همگان هستیم.»

از دیگر به‌روزرسانی‌های OpenAI می‌توان به ارائه قابلیت جست‌وجوی ChatGPT برای کاربران پلن رایگان و خارج شدن قابلیت تولید ویدئو با Sora از وضعیت پیش‌نمایش خصوصی اشاره کرد.

تفاوت نسل‌ها در به‌کارگیری هوش مصنوعی: مقایسه نسل‌های ایکس، وای و زد

نسل‌های جوان‌تر اغلب بالاترین انتظارات را از فناوری در محیط کار دارند و اولین کسانی هستند که ابزارهای جدید را امتحان می‌کنند.

براساس گزارش جدید Udacity، میلنیال‌ها یا نسل Y (متولدین بین 1981 و 1996) نسبت به سایر نسل‌ها به هوش مصنوعی در محیط کار دیدگاه مثبت‌تری دارند.
بیش از نیمی از میلنیال‌ها معتقدند هوش مصنوعی تصمیم‌گیری را بهبود می‌بخشد، استرس را کاهش و خلاقیت را افزایش می‌دهد، در حالی که کمتر از یک‌چهارم از پاسخ‌دهندگان نسل X (متولدین حدود ۱۹۶۵ تا ۱۹۸۰) و نسل Z (متولدین حدود ۱۹۹۷ تا اوایل ۲۰۱۰) با این نظر موافق بودند.

این تفاوت نسلی در استفاده از ابزارهای هوش مصنوعی نیز مشاهده می‌شود. میلنیال‌ها به راهکارهای تولید تصویر توسط هوش مصنوعی علاقه بیشتری نشان داده‌اند، در حالی که نسل Z و نسل X بیشتر از ابزارهای ترجمه استفاده می‌کنند. این تفاوت‌ها چالش‌هایی را برای رهبران شرکت‌ها در پیاده‌سازی هوش مصنوعی به همراه دارد.

به تازگی ویکتوریا پاپالیان، مدیر عامل Udacity، در بیانیه‌ای اظهار داشته که: «علی‌رغم این‌که نسل Z با اینترنت بزرگ شده و زمان زیادی را آنلاین می‌گذرانند، به نظر می‌رسد که میلنیال‌ها پتانسیل هوش مصنوعی را جدی‌تر گرفته‌اند.»

شرکت‌های بسیاری در تلاش هستند تا رضایت کارکنان خود را از برنامه‌های مبتنی بر هوش مصنوعی جلب کنند. این در حالی‌ست که عدم مشارکت کارکنان در پیاده‌سازی هوش مصنوعی می‌تواند خطرات قانونی، آسیب‌های شهرتی و نگرانی‌های اخلاقی به همراه داشته باشد. همچنین کارکنان آموزش‌ندیده بیشتر در معرض اشتباهات و برداشت‌های نادرست از ابزارهای هوش مصنوعی قرار دارند.

گزارش Slack در ژوئن نشان داد که کارکنانی که در هوش مصنوعی آموزش دیده‌اند، 19 برابر بیشتر احتمال داشت که افزایش بهره‌وری خود را گزارش کنند. نسل‌های جوان‌تر اغلب بالاترین انتظارات را از فناوری در محیط کار دارند و اولین کسانی هستند که ابزارهای جدید را امتحان می‌کنند.

با توجه به این آمر، بسیاری از شرکت‌ها ابتکارات آموزشی گسترده‌ای را آغاز کرده‌اند.
S&P Global امسال یک دوره آموزشی فشرده برای 35000 کارمند خود به اجرا در آورد. هر کارمند غیرکارخانه‌ای در Colgate-Palmolive تا پایان سال آموزش‌های اساسی در زمینه هوش مصنوعی دریافت خواهد کرد. تقریباً همه صنایع، از شرکت‌های ورزشی مانند NFL تا غول‌های کالاهای مصرفی مانند Unilever، در حال تلاش برای افزایش دانش خود در زمینه هوش مصنوعی هستند.