شماره نهم خبرنامه‌ هوش‌مصنوعی دومان

شماره نهم خبرنامه‌ هوش‌مصنوعی دومان

تاریخ انتشار: ۱۵ آبان ماه ۱۴۰۲

۱. اسپات صحبت می‌کند: ربات معروف چهارپای بوستون داینامیکز موسوم به Spot با اتصال به APIهای ChatGPT می‌تواند با مخاطب خود صحبت کند. مهندسان این پروژه از مدل Whisper شرکت OpenAI برای تبدیل صدای مخاطب به متن انگلیسی استفاده کرده و سپس متن را از طریق API به ChatGPT ارسال می‌کنند. در نهایت پاسخ دریافتی از ChatGPT با صدای شخصیت های مختلف از ربات برای مخاطب پخش می‌شود. در این تست از Spot به عنوان راهنمای تور در محل شرکت استفاده شده است. برای دیدن ویدئوی کامل به اینجا و برای مطالعه جزئیات فنی به اینجا مراجعه کنید.

۲. نشریه Forbes ابزار جستجوی مبتنی بر هوش‌مصنوعی منتشر کرد: نشریه معروف Forbes برای جستجوی بهتر در بین مقالات و تعامل بیشتر ابزاری به نام Adelaide را در اختیار کاربران خود قرار داد. کاربران می‌توانند عنوان و یا سوال خود را از طریق این ابزار جستجو کرده و علاوه بر خلاصه‌ای درباره موضوع به لیست مقالات مرتبط با آن دسترسی پیدا کنند. برای توسعه این سرویس از ابزارهای هوش‌مصنوعی مولد گوگل کلاد استفاده شده است. برای تست Adelaide به اینجا مراجعه کنید.

۳. بروزرسانی جدید ChatGPT: در بروزرسانی جدید ChatGPT امکان آپلود فایل‌های مختلف از جمله PDF فراهم شده است. کاربران می‌توانند فایل مورد نظر خود را برای این چت‌بات آپلود کرده و حول محتوای آن سوال بپرسند. همچنین در این بروزرسانی تمامی قابلیت‌های چت‌بات به همراه اتصال به DALL.E و قابلیت تحلیل داده از طریق یک رابط کاربری در اختیار کاربر قرار می‌گیرد. این تغییرات تنها برای کاربران پریمیوم است. انتظار می‌رود در کنفرانس پیش‌روی OpenAI با عنوانOpenAI DevDay اطلاعات بیشتری از برنامه‌ها و تغییرات پیش‌روی این کمپانی و محصولاتش منتشر شود. 

۴. سرمایه‌گذاری گوگل در Anthropic: گوگل ۲ میلیارد دلار در Anthropic سرمایه‌گذاری کرد . Anthropic رقیب OpenAI بوده و در حال حاضر سرویس Claude را ارائه کرده است. این سرمایه‌گذاری به گوگل برای رقابت با مایکروسافت که مدل‌ قدرتمند GPT-4 را به صورت انحصاری در اختیار دارد کمک می‌کند. قابل ذکر است که Anthropic اخیراً ۴ میلیارد دلار سرمایه از آمازون نیز جذب کرده است. گوگل، شرکت DeepMind دیگر رقیب جدی OpenAI را نیز تحت مالکیت خود دارد. قرار است به زودی چت‌بات قدرتمند DeepMind با عنوان Gemini برای رقابت با ChatGPT منتشر شود. ظاهراً گوگل تنها به Bard اکتفا نکرده و می‌خواهد کارت‌های خود را در سبدهای مختلف قرار دهد.

👈 درباره سرمایه‌گذاری آمازون در Anthropic اینجا و درباره انتشار Gemini اینجا را بخوانید.

۵. بکارگیری پهپاد برای ارسال محموله در اروپا توسط آمازون: آمازون اعلام کرد در سال آینده از پهپاد MK30 برای ارسال محموله در کشورهای انگلیس و ایتالیا استفاده خواهد کرد. در حال حاضر دلیوری آمازون با پهپاد تنها در دو ایالت کالیفرنیا و تگزاس به صورت محدود عملیاتی شده است. طراحی و توسعه پهپاد MK30 حدود ۱۸ ماه به طول انجامیده و قرار است جایگزین پهپادهای قدیمی آمازون شود. طبق ادعای آمازون این پهپاد توانایی پرواز در باران سبک را داشته و می‌تواند تا وزن ۵ پوند (حدوداً ۲.۲ کیلوگرم) بار را با خود حمل کند. اگرچه توسعه ایده ارسال محموله با پهپاد به کندی پیش رفته ولی آمازون نسبت به آینده آن امیدوار است.

۶. همایش ایمنی هوش‌مصنوعی در بریتانیا برگزار شد: بالاخره بعد از چند ماه برنامه‌ریزی همایش ایمنی هوش‌مصنوعی در بریتانیا با حضور افراد سرشناس فنی، علمی و سیاسی برگزار شد. این همایش به مدت دو روز در ۱ و ۲ نوامبر به میزبانی دولت بریتانیا برگزار شده است. ۲۹ کشور از جمله آمریکا و چین توافق کردند طی یک همکاری بین‌المللی درباره ارزیابی خطرات هوش‌مصنوعی همکاری داشته باشند. (گفت‌وگوی ریشی سوناک نخست وزیر بریتانیا و ایلان ماسک بعد از همایش ایمنی هوش‌مصنوعی از طریق پلتفرم X منتشر شده است. برای مشاهده آن به اینجا مراجعه کنید.)

 👈 برای مطالعه جزئیات بیشتر اینجا را بخوانید.

۷. دستاورد NVIDIA در آموزش ربات با استفاده از LLM و RL: در مقاله جدید منتشر شده توسط NVIDIA روشی به نام Eureka برای آموزش ربات معرفی شد. این روش با استفاده از GPT-4 کد تابع پاداش را برای ربات در محیط یادگیری می‌نویسد. در یادگیری تقویتی تابع پاداش (Reward Function) سازوکاری برای یادگیری ربات از فعالیت‌های خود را فراهم می‌کند به طوری که ربات می‌تواند با دریافت فیدبک از محیط به مرور رفتار مناسب را برای دریافت بیشترین پاداش یاد بگیرد. این پروژه در شبیه‌ساز فیزیک NVIDIA برای یادگیری تقویتی موسوم به Isaac Gym انجام شده است. برای مطالعه جزئیات فنی به اینجا مراجعه کنید.

۸. سازمان ملل کمیته مشورتی هوش‌مصنوعی تشکیل داد: سازمان ملل برای بهره‌برداری از هوش‌مصنوعی و کاهش ریسک‌های آن کمیته مشورتی هوش‌مصنوعی را تشکیل داده است. این کمیته ۳۹ نفره شامل چهره‌های فنی از شرکت‌های به‌نام، چهره‌های دولتی و علمی است. تمرکز اولیه این کمیته رسیدن به یک اجماع جهانی درباره خطرات و ریسک‌های هوش‌مصنوعی است. قرار است تا پایان تابستان ۲۰۲۴ نسخه نهایی توصیه‌های سازمان ملل در این حوزه توسط این کمیته تدوین شود.

۹. پیش‌بینی آب و هوا با استفاده از مدل جدید گوگل: گوگل با همکاری DeepMind با استفاده از یادگیری عمیق مدل جدیدی برای پیش‌بینی آب‌وهوا معرفی کرد که نسبت به مدل‌های قبلی دقت بیشتری دارد. این مدل MetNet-3 نام داشته و برای توسعه آن از دیتای تاریخی آب‌وهوا استفاده شده است. در حال حاضر مدل MetNet-3 برای پیش‌بینی آب‌وهوای ۱۲ ساعت آینده آمریکا و ۲۷ کشور اروپایی در سرچ و اپلیکیشن Weather گوگل عملیاتی شده است. برای مطالعه جزئیات فنی به اینجا مراجعه کنید.

۱۰. قابلیت‌های جدید گوگل برای Fact Checking: توسعه ابزارهای هوش‌مصنوعی مولد با تولید و انتشار تصاویر و محتوای جعلی در فضای اینترنت همراه بوده است. اخیراً گوگل برای حل این چالش ۳ قابلیت را تحت عنوان Fact Checking در اختیار کاربران قرار داده است.

•  قابلیت About this image : این قابلیت تاریخچه اولین رویت تصویر در اینترنت را در اختیار کاربر قرار می‌دهد. نحوه دسترسی به آن در این gif نمایش داده شده است.
• قابلیت Fact Check Explorer: با مراجعه به اینجا می‌توانید ریویو دیگران درباره یک موضوع یا تصویر را جستجو کرده و مطالعه کنید. این ریویوها توسط افراد مستقل نوشته می‌شود.
• قابلیت Search Generative Experience: گوگل با استفاده از هوش‌مصنوعی درباره منبع محتوا توضیحی تحت عنوان About this result را تولید کرده و در اختیار کاربر قرار می‌دهد. بررسی منبع خبر یکی از روش‌های صحت‌سنجی محتواست.

برای مطالعه جزئیات بیشتر به اینجا مراجعه کنید.

۱۱. شرکت چینی Unitree Robotics در ویدئویی جدید قابلیت‌های ربات چهار پای خود به نام Unitree B2 را به نمایش گذاشت ( 👈 مشاهده ویدئو).

۱۲. بالاخره اولین محصول xAI منتشر شد: ایلان ماسک در توئیتی اعلام کرد اولین نسخه چت‌بات xAI به نام Grok در دسترس گروه محدودی قرار گرفته است. طبق گفته ماسک به محض انتشار نسخه بتا، در دسترس کاربران پریمیوم پلتفرم X (توئیتر سابق) قرار خواهد گرفت. Grok به صورت real-time به دیتای X دسترسی داشته و در پاسخ دادن به کاربران مقداری شوخ‌طبع است. برای دیدن نمونه‌هایی از چت Grok این توئیت ایلان ماسک را مشاهده کنید. 

👈 قبلاً درباره xAI در اینجا شرح داده‌ام.

۱۳. انتشار مدل Fuyu-8B به صورت اپن‌سورس: مدل کوچک Fuyu-8B توسط تیم Adept به صورت اپن‌سورس تحت لایسنس CC-BY-NC منتشر شد. Fuyu-8B یک دیکدر ترنسفورمر است که ورودی عکس و متن را گرفته و خروجی متن بازمی‌گرداند. تصویر زیر کپشن پیشنهادی Fuyu برای یک تصویر است. برای مطالعه جزئیات فنی به اینجا و برای دسترسی به مدل در HuggingFace به اینجا مراجعه کنید.

۱۴. معرفی پلن کسب درآمد پلتفرم Poe: پلتفرم Poe حدود ده ماه پیش توسط Quora برای دسترسی به چت‌بات‌های مختلف منتشر شد. در حال حاضر می‌توانید با خرید اشتراک این سرویس به چت‌بات‌هایی نظیر Claude و GPT-4 دسترسی پیدا کنید. همچنین با استفاده از این پلتفرم می‌توانید بات‌های اختصاصی خود را طراحی کرده و منتشر کنید! البته منظور از ساخت بات در این پلتفرم آموزش و انتشار مدل جدید نیست! بلکه هدف کاستومایز کردن خروجی مدل‌های موجود با استفاده از Prompt برای سرگرم کردن دیگران است. برای طراحی بات ابتدا یکی از مدل‌های موجود در پلتفرم را انتخاب کرده و سپس رفتار و نحوه پاسخگویی مدل به سوالات کاربران را مشخص می‌کنید. در اینجا می‌توانید نمونه‌های Prompt را مشاهده کنید. در پلن کسب‌وکار این پلتفرم اگر بات منتشر شده منجر به ثبت‌نام کاربر جدید شود، بخشی از سود آن به سازنده بات تعلق خواهد گرفت.

اگر مایل به دریافت خبرنامه هوش‌مصنوعی دومان در پست‌الکترونیک خود هستید از اینجا ثبت‌نام کنید. همچنین می‌توانید با عضویت در کانال تلگرام این خبرنامه در سریع‌ترین زمان در جریان اخبار جدید قرار بگیرید. برای مطالعه شماره‌های قبلی اینجا را نگاه کنید.