eitaa logo
MetaCog I متاکاگ
1.1هزار دنبال‌کننده
438 عکس
124 ویدیو
65 فایل
MetaCog I متاکاگ "فراتر از شناخت" "از الگوریتم تا انگاره و رفتار، از داده تا استیلا" 🔸️روایت سیاست‌ها، رویدادها و تحلیل‌های فناورانه مؤثر در حوزه شناخت و ادراک؛🔸️ #هوش_مصنوعی #فناوری #جنگ_شناختی ارتباط با ادمین: @MCAdminAI
مشاهده در ایتا
دانلود
MetaCog I متاکاگ
💠 هوش مصنوعی و آزمون هوش هیجانی: برتری الگوریتم‌ها بر انسان یا صرفاً تشخیص الگوها؟ 🔹 یک پژوهش تازه که در ۲۱ مه ۲۰۲۵ در نشریه Communications Psychology منتشر شد، نشان می‌دهد مدل‌های زبانی بزرگ (LLMs) از جمله ChatGPT-4، ChatGPT-o1، Gemini 1.5 Flash، Claude 3.5 Haiku، Copilot 365 و DeepSeek V3 در آزمون‌های استاندارد هوش هیجانی (EI) عملکردی برتر از انسان‌ها داشته‌اند. این مطالعه توسط دانشگاه ژنو (UNIGE) و دانشگاه برن (UniBE) انجام شد و پنج آزمون معتبر هوش هیجانی شامل STEM، STEU، GEMOK-Blends، GECo Regulation و GECo Management به کار گرفته شد. نتایج نشان داد که LLMها در ۸۱٪ موارد پاسخ «صحیح» را بر اساس ارزیابی متخصصان انتخاب کردند، در حالی که میانگین پاسخ درست در میان انسان‌ها تنها ۵۶٪ بود. 🔹 همچنین زمانی که ChatGPT مأمور تولید سؤالات جدید هوش هیجانی شد، ارزیابان انسانی این سؤالات را از نظر دشواری و کیفیت هم‌تراز با آزمون‌های اصلی تشخیص دادند. همبستگی آماری بین آزمون‌های تولیدشده توسط AI و آزمون‌های اصلی ۰٫۴۶ گزارش شد که «قوی» ارزیابی گردید. 🔺اما روی دیگر ماجرا: 🔹متخصصان هشدار می‌دهند که این نتایج به‌معنای درک عمیق‌تر احساسات توسط هوش مصنوعی نیست؛ بلکه انعکاس توانایی فوق‌العاده AI در تشخیص الگوهاست. به گفته‌ی نعمان جعفر (مدیرعامل CliniScripts)، آنچه AI انجام می‌دهد طبقه‌بندی الگوهای زبانی یا چهره‌ای است، نه فهم تجربه زیسته‌ی هیجانی انسان. 🔹برخی کارشناسان مانند تیمور اجلال (کارشناس امنیت اطلاعات) یادآور شدند که حتی روانشناسان هم در تفسیر نشانه‌های هیجانی توافق کامل ندارند. بنابراین «غلبه» AI در آزمون‌های چندگزینه‌ای الزاماً به معنای بینش عمیق‌تر نیست، بلکه نشان‌دهنده انتخاب آماری درست‌تر است. 🔹علاوه بر این، AI در شرایط واقعی ــ زمانی که متغیرهایی مانند نور، زمینه فرهنگی یا شدت موقعیت تغییر می‌کند ــ دقت خود را به‌سرعت از دست می‌دهد. همان‌طور که در آزمون مشهور Reading the Mind in the Eyes Test مشاهده شده است. 🔺مورد کاربردی در دنیای واقعی: 🔹با وجود این نقدها، نمونه‌هایی وجود دارد که AI در موقعیت‌های واقعی نیز فراتر از انسان عمل کرده است. دستیار گفت‌وگویی Aílton که توسط ۶۰۰۰ راننده کامیون در برزیل استفاده می‌شود، توانسته با دقت حدود ۸۰٪ حالات هیجانی چون استرس، خشم یا غم را تشخیص دهد؛ رقمی حدود ۲۰ درصد بالاتر از عملکرد انسان. 🔹 در یک مورد، زمانی که راننده‌ای پیام صوتی کوتاه اما آشفته پس از مرگ همکارش فرستاد، Aílton با تسلیت‌گویی، ارائه منابع سلامت روان و هشدار خودکار به مدیران ناوگان واکنشی فوری و متناسب نشان داد. 🏷 ضمیمه گزارش 🌐 متاکاگ | فراتر از شناخت
MetaCog I متاکاگ
💠 ربات بارداری انسان‌نما با رحم مصنوعی در چین 🔹در کنفرانس جهانی ربات ۲۰۲۵ در پکن، شرکت چینی Kaiwa Technology از طرح اولیه‌ی نخستین ربات بارداری انسان‌نما با عنوان Humanoid رونمایی کرد؛ ماشینی که قادر است فرآیند کامل بارداری از لقاح تا تولد را درون یک رحم مصنوعی یکپارچه انجام دهد. قیمت تقریبی این دستگاه حدود ۱۰۰ هزار یوان (۱۴ هزار دلار) اعلام شده و قرار است تا سال ۲۰۲۶ وارد مرحله‌ی نمایش عمومی شود. 🔺ویژگی‌های فنی ▫️رحم مصنوعی با مایع آمنیوتیک مصنوعی برای تنظیم دما، محافظت و تبادل تنفسی، غذایی جنین. ▫️انتقال مواد غذایی از طریق لوله مشابه بند ناف. ▫️قابلیت نگهداری جنین تا ۱۰ ماه و القای زایمان. ▫️مدیریت کامل لقاح، لانه‌گزینی، رشد جنین و زایمان درون سامانه. 🔺کاربردها و پیامدها ▫️جایگزینی احتمالی برای مادران جایگزین با هزینه کمتر. ▫️امکان نجات نوزادان نارس بسیار زودرس و کمک به زنان با ریسک بالای بارداری. ▫️طرح پرسش‌های اخلاقی و اجتماعی؛ از جمله دور شدن بارداری از پیوند عاطفی مادر و جنین. 🔺واکنش‌ها ▫️بخشی از افکار عمومی چین (۴۲٪ از جوانان ۱۸–۲۴ سال) از ایده بارداری خارج از بدن زن استقبال کرده‌اند. ▫️پژوهشگران نسبت به بازتولید دیالوگ هورمونی و تحمل ایمنی بین مادر و جنین ابراز تردید کرده و آن را فرایندی دست‌نیافتنی در کوتاه‌مدت می‌دانند. ▫️مقامات استان گوانگ‌دونگ نیز تدوین مقررات مربوط به حقوق والدین، تابعیت کودک و مسئولیت نقص احتمالی سیستم را آغاز کرده‌اند. 🏷 پیوست خبری 🏷 پیوست تحلیلی 🌐 متاکاگ | فراتر از شناخت
4.52M حجم رسانه بالاست
مشاهده در ایتا
💠 یک تحول بزرگ در نظام اداری ایران: هوش مصنوعی دیگر یک انتخاب نیست، یک الزام است! 🔹تا دیروز، استفاده از هوش مصنوعی یک گزینه برای پیشرو بودن بود؛ اما امروز به یک «تکلیف قانونی» برای تمام دستگاه‌های اجرایی تبدیل شده است. 🔹 چالش‌های دیروز: سخنان ابتدایی رئیس سازمان ملی بهره‌وری، به وضوح مشکلات ریشه‌ای نظام اداری را به تصویر می‌کشد: از مصرف بی‌رویه انرژی تا بروکراسی فرسایشی و معطلی شهروندان. این‌ها مسائلی هستند که راه‌حل‌های سنتی دیگر برایشان کافی نیست. 🔹 راهکار امروز: معاون هوشمندسازی سازمان اداری و استخدامی کشور با صراحت اعلام می‌کند که بر خلاف سال‌های گذشته، دستگاه‌های اجرایی «مکلف» شده‌اند تا در زمینه هوش مصنوعی اقدامات عملی انجام دهند. این یک تغییر پارادایم است که کل ساختار مدیریتی کشور را تحت تأثیر قرار خواهد داد. 🔹 چشم‌انداز فردا: هدف از این الزام، صرفاً به‌کارگیری تکنولوژی نیست؛ بلکه یک تحول ساختاری برای رسیدن به «دولت چابک» است. کوچک‌سازی دولت، تسریع و شفاف‌سازی فرآیندها، قابلیت ارزیابی عملکرد و در نهایت، افزایش رضایت شهروندان، اهداف نهایی این موج جدید فناورانه هستند. 🌐 متاکاگ | فراتر از شناخت
s13054-025-05591-5.pdf
حجم: 2.34M
📚 آیا هوش مصنوعی می‌تواند منطقی‌تر از انسان فکر کند؟ بررسی عمیق سوگیری‌های شناختی در جدیدترین مدل هوش مصنوعی (o1) 🔹با معرفی و تحلیل یک مقاله پژوهشی بسیار مهم و جدید در خدمت شما هستیم که به یکی از داغ‌ترین پرسش‌های دنیای AI و علوم شناختی می‌پردازد: آیا مدل‌های زبانی پیشرفته که برای «استدلال کردن» طراحی شده‌اند، می‌توانند بر خطاهای شناختی که انسان‌ها دچار آن می‌شوند، غلبه کنند؟ 🌐 متاکاگ | فراتر از شناخت
MetaCog I متاکاگ
📚 آیا هوش مصنوعی می‌تواند منطقی‌تر از انسان فکر کند؟ بررسی عمیق سوگیری‌های شناختی در جدیدترین مدل هو
📄 : 💠 ارزیابی مدل زبان بزرگ استدلال‌گر o1 برای سوگیری شناختی: یک مطالعه مبتنی بر سناریو 🔹این پژوهش، مدل جدید o1 را که با قابلیت‌های استدلال‌گرایانه پیشرفته عرضه شده، در موقعیت‌های حساس تصمیم‌گیری به چالش می‌کشد. 🔹پژوهش در یک نگاه: ▫️مشکل اصلی: سوگیری‌های شناختی (Cognitive Biases) مانند «اثر قاب‌بندی» یا «خطای پس‌نگری»، قضاوت منطقی انسان را مختل می‌کنند. مطالعات قبلی نشان داده بودند که حتی مدل GPT-4 نیز بسیاری از این سوگیری‌ها را بازتولید می‌کند. ▫️روش تحقیق: پژوهشگران ۱۰ نوع از معروف‌ترین سوگیری‌های شناختی را انتخاب کردند. برای هر کدام، دو سناریوی بالینی طراحی شد که فقط در یک جزئیات کوچک (برای تحریک سوگیری) تفاوت داشتند. مدل o1 برای هر سناریو ۹۰ بار اجرا شد (مجموعاً ۱۸۰۰ پاسخ) و نتایج آن با عملکرد GPT-4 و پزشکان انسانی مقایسه شد. 🔹نتایج شگفت‌انگیز و هشداردهنده: ▫️پیشرفت بزرگ: مدل o1 در ۷ مورد از ۱۰ سوگیری شناختی، هیچ خطای قابل‌اندازه‌گیری از خود نشان نداد! این یک بهبود چشمگیر نسبت به GPT-4 و انسان است. ▫️هنوز کامل نیست: در ۲ سناریو، o1 سوگیری داشت، اما شدت آن بسیار کمتر از مدل‌های قبلی و انسان بود. ▫️یک یافته عجیب: در یک سناریو، یعنی سوگیری «تیغ اوکام» که تمایل به انتخاب ساده‌ترین توضیح است، مدل o1 حتی بیشتر از انسان‌ها دچار خطا شد و عملکردی کاملاً معکوس داشت! ▫️ثبات بالا: این مدل در پاسخ‌های خود بسیار باثبات‌تر (نویز کمتر) از انسان و GPT-4 عمل کرد، که می‌تواند به کاهش تنوع سلیقه‌ای در تصمیم‌گیری کمک کند. ▫️جمع‌بندی و نگاه به آینده: این مقاله نشان می‌دهد که "مدل‌های استدلال‌گر" گام بزرگی در جهت کاهش خطاهای شناختی هوش مصنوعی هستند. اما این مدل‌ها هنوز مصونیت کامل ندارند و ممکن است در شرایط خاص، به شکل غیرمنتظره‌ای دچار "میان‌بُر شناختی" شوند. در پست‌های بعدی، صفحات این مقاله را به صورت پارت‌بندی منتشر خواهیم و هر بخش را با جزئیات بیشتری تحلیل خواهیم کرد. با ما همراه باشید تا ببینیم مرزهای تفکر منطقی در ماشین و انسان کجاست. 🌐 متاکاگ | فراتر از شناخت
2.09M حجم رسانه بالاست
مشاهده در ایتا
💠 ربات های پارک کننده ماشین خودکار
MetaCog I متاکاگ
💠 ربات های پارک کننده ماشین خودکار
🔷 حتی تصورش هم جالبه: وارد پارکینگ می‌شی... و به جای یک انسان، یک ربات ماشینت رو بلند می‌کنه و با دقتی باورنکردنی توی یه فضای اون‌قدر تنگ پارکش می‌کنه که خودت هیچ‌وقت جرأت امتحانش رو نداشتی. 🔷 شبیه صحنه‌ای از یه فیلم علمی‌تخیلیه، نه؟ ولی واقعیه و همین حالا توی سه شهر چین داره اتفاق می‌افته. 🔷 این ربات‌های پارک‌کننده که با هوش مصنوعی کار می‌کنن، بی‌سروصدا دارن بازی رو عوض می‌کنن: بدون دود، بدون خطای انسانی، فقط بهره‌وری خالص. با استفاده از لیدار و حسگرها، با دقتی دیوانه‌وار حرکت می‌کنن؛ چرخش ۳۶۰ درجه، حرکت افقی، و جا دادن ماشین‌ها توی فضاهایی که حتی فکرش رو هم نمی‌کردیم. 🔷 و چیزی که بیشتر از همه منو حیرت زده کرده؟ اینکه نیازی به ساخت سازه‌های جدید ندارن. از همون پارکینگ‌های قدیمی استفاده می‌کنن و ظرفیت رو دو برابر، گاهی حتی سه برابر می‌کنن. واقعاً... چرا هنوز همه‌جا این فناوری نیست؟ 🔶 تو حاضر بودی ماشینت رو بسپری دست یه ربات؟ 🌐 متاکاگ | فراتر از شناخت
💠 گزارشی جدید افشا کرد که ردیت منبع اصلی پاسخ های هوش مصنوعی (از جمله چت جی پی تی و پرپلکسیتی) در سال ۲۰۲۵ است. (با بیش از ۴۰%)
MetaCog I متاکاگ
💠 گزارشی جدید افشا کرد که ردیت منبع اصلی پاسخ های هوش مصنوعی (از جمله چت جی پی تی و پرپلکسیتی) در سا
🔷 هوش مصنوعی از کجا مطالب ش رو گیر میاره؟!! 🔷 ردیت، ویکی پدیا و یوتیوب در صدر جدول! 🌐 متاکاگ | فراتر از شناخت
💠 ورود هوش مصنوعی به حاکمیت شرکتی دریایی: سامانه‌ی NOVA در Al Seer Marine امارات 🔹شرکت Al Seer Marine مستقر در ابوظبی، نخستین شرکت دریایی امارات شد که یک ناظر هیئت‌مدیره مبتنی بر هوش مصنوعی را به ساختار تصمیم‌گیری خود افزود. این سامانه با نام NOVA (Neural Oversight & Virtual Automation)، در جایگاه «ناظر بدون حق رأی» طراحی شده و قادر است با پرسش‌گری زنده، مدل‌سازی سناریوها، پشتیبانی بودجه‌ای و نظارت بر شرکت‌های تابعه و سرمایه‌گذاری‌های مشترک، کیفیت تصمیم‌سازی در سطح عالی سازمان را ارتقا دهد. 🔺مشخصات و قابلیت‌ها ▫️توسعه‌یافته توسط شرکت Aleria، با قابلیت تجمیع داده‌های مالی، عملیاتی و بازار و ارائه‌ی بینش بلادرنگ. ▫️توانایی یادگیری مستمر، کشف ناهنجاری‌ها و ارائه‌ی پیش‌بینی‌های تحلیلی. ▫️تمرکز بر بهبود آمادگی ناوگان، ایمنی دریایی، و بهره‌وری عملیاتی. ▫️ایجاد شفافیت هیئت‌مدیره‌ای در حوزه‌های ساختار سرمایه، زنجیره تأمین و انطباق‌های مقرراتی. 🔺جایگاه راهبردی: به‌گفته مدیرعامل «گای نیونز»، هوش مصنوعی اکنون بخشی بنیادین از DNA عملیاتی Al Seer Marine است؛ از مدیریت ناوگان و کشتی‌سازی تا توسعه‌ی شناورهای سطحی بدون‌سرنشین (USVs) و تولید پیشرفته. این اقدام ادامه‌ی مسیر گروه مادر (IHC) است که در سال ۲۰۲۴ ناظر هوش مصنوعی خود با نام Aiden Insight را معرفی کرده بود. نتایج مورد انتظار: کاهش هزینه‌های عملیاتی، بهینه‌سازی استفاده از ناوگان، تقویت تاب‌آوری زنجیره تأمین و خلق خدمات دیجیتال نوین در مدیریت یات و ساخت شناورهای خودران. 🏷 پیوست خبری 🌐 متاکاگ | فراتر از شناخت