☑️ ضرورت برنامه‌ریزی بلندمدت در حوزه هوش مصنوعی و کوانتوم 🔸دکتر جواد صالحی، رئیس گروه کوانتوم و هوش مصنوعی فرهنگستان علوم، در گفت‌وگو با خبرگزاری صدا و سیما بر اهمیت تدوین استراتژی‌های بلندمدت علمی تأکید کرد و هشدار داد که تغییر سیاست‌های علمی با تغییر دولت‌ها می‌تواند آسیب‌های جبران‌ناپذیری به توسعه کشور وارد کند. 🎯 نقشه راه ۱۰ ساله برای فناوری‌های آینده - پیوند هوش مصنوعی و محاسبات کوانتومی: نیاز به سرمایه‌گذاری در آزمایشگاه‌های پیشرفته - تدوین سند ملی کوانتوم: تکمیل روندی مشابه سند هوش مصنوعی - نمونه‌های عملی: پیاده‌سازی سیستم رمزنگاری کوانتومی در شبکه‌های فیبر نوری تهران تا سال آینده 💡چالش‌های پیش‌روی پژوهشگران 1. ناپایداری سیاست‌گذاری: تغییر جهت‌گیری‌های علمی با تغییر دولت‌ها 2. کمبود حمایت مالی: دغدغه‌های معیشتی دانشجویان دکتری و پژوهشگران 3. ضعف زیرساخت‌ها: نیاز به تجهیز آزمایشگاه‌های کوانتوم و هوش مصنوعی 🚀 راهکارهای پیشنهادی - تثبیت سیاست‌های علمی: برنامه‌ریزی در افق ۵ تا ۱۰ ساله - حمایت از شرکت‌های نوپا: تبدیل ایده‌ها به محصولات کاربردی - تجهیز آزمایشگاه‌ها: بال پرواز برای جوانان مستعد - رفع دغدغه‌های مالی پژوهشگران: آزادسازی ذهن برای نوآوری 🗣دکتر جواد صالحی: «علم پدیده‌ای مقدس است و نباید آن را بازیچه سیاست کرد. جوانان ما ستارگان درخشانی هستند که دانشگاه‌های جهانی مشتاق جذب آنها هستند.» 📌مشاهده مطلب 🌐http://www.ainews.ir

انویدیا و نقش جدید در زیرساخت‌های هوش مصنوعی جهانی انویدیا به یکی از تأمین‌کنندگان اصلی زیرساخت‌های هوش مصنوعی برای کشورها تبدیل شده و در تلاش است تا با ایجاد یک بازار جدید، کاهش تقاضا در چین را جبران کند. به گزارش رویترز، این روند از سفر دونالد ترامپ به خاورمیانه آغاز شد و باعث شد شرکت‌های دولتی عربستان و امارات سفارش‌های بزرگی برای تراشه‌های هوش مصنوعی ثبت کنند. با این حال، دولت آمریکا هنوز در مورد فروش این تراشه‌ها به این کشورها تردید دارد، زیرا امکان انتقال غیرمستقیم فناوری به چین وجود دارد. پروژه‌ی انویدیا در امارات شامل حداکثر ۱۰۰ هزار تراشه‌ی GB300 Blackwell خواهد بود، و عربستان نیز سرمایه‌گذاری گسترده‌ای در این حوزه انجام داده است. هنوز زمان دقیق نهایی شدن قراردادها مشخص نیست و احتمال دارد آمریکا محدودیت‌هایی برای جلوگیری از دسترسی چین به این فناوری اعمال کند. 🌐http://www.ainews.ir

سیناپس هوش مصنوعی با دقت 82 درصد، بینایی انسان را شبیه سازی می کند دانشمندان ژاپنی موفق به ساخت سیناپس هوش مصنوعی شده‌اند که مثل چشم انسان می‌بینند و فکر می‌کنند. این دستگاه خودکار با استفاده از سلول‌های خورشیدی رنگ‌برانگیخته‌ای دوگانه، قادر است رنگ و حرکت را با دقت 82 درصد تشخیص دهد — و آن هم تنها با استفاده از نور، بدون نیاز به برق خارجی 🌐http://www.ainews.ir

🔹 چت‌بات‌های هوش مصنوعی در دانشگاه‌ها؛ فرصت یا تهدید؟ شرکت «اوپن‌ای‌آی» قصد دارد چت‌بات «چت جی‌پی‌تی» را به بخشی جدایی‌ناپذیر از آموزش دانشگاهی تبدیل کند. این ابزار قرار است نقش مربی شخصی، کمک آموزشی و مشاور حرفه‌ای را برای دانشجویان ایفا کند. برخی دانشگاه‌های مطرح، مانند «دانشگاه مری‌لند» و «دانشگاه کالیفرنیا»، سرویس پریمیوم این چت‌بات را پذیرفته‌اند و آن را در بخش‌های مختلف آموزش ادغام کرده‌اند. با این حال، نگرانی‌هایی درباره تأثیر «هوش مصنوعی» بر مهارت‌های تفکر انتقادی و اجتماعی دانشجویان وجود دارد. مطالعات نشان می‌دهد که چت‌بات‌ها ممکن است اطلاعات نادرست ارائه دهند و فرآیند یادگیری را مختل کنند. همچنین، وابستگی بیش از حد به این ابزارها می‌تواند بر سرمایه‌گذاری دانشگاه‌ها در تعاملات انسانی تأثیر منفی بگذارد. 🌐http://www.ainews.ir

فراخوان پژوهشی توسعه سامانه مبتنی بر هوش مصنوعی و اینترنت اشیا در مزارع میگو با توجه به رشد روزافزون صنعت آبزی‌پروری و به ویژه پرورش میگو، چالش‌های مرتبط با تغییرات محیطی، شیوع بیماری‌ها و نوسانات کیفیت آب به دغدغه‌های اساسی این حوزه بدل شده است. پایداری تولید و افزایش بهره‌وری در مزارع پرورش میگو مستلزم توسعه سامانه‌های نظارتی پیشرفته، تحلیل بلادرنگ داده‌های محیطی و پیاده‌سازی رویکردهای هوشمند مبتنی بر فناوری‌های نوین نظیر امواج سونار، اولتراسونیک و الگوریتم‌های یادگیری ماشین است. به کارگیری این فناوری‌ها می‌تواند با ارتقای شرایط متابولیسمی و بهبود کیفیت زیستی میگوها، نقشی تعیین‌کننده در افزایش نرخ بقا، ارتقای تولید و کاهش هزینه‌های عملیاتی ایفا کند. در دویست‌ و بیست‌ و ششمین فراخوان با عنوان «توسعه سامانه مبتنی بر هوش مصنوعی و اینترنت اشیا در مزارع متراکم و نیمه‌متراکم میگو» از مجری انتظار می‌رود در یک مزرعه دو هکتاری، به طراحی و توسعه مدل‌های یادگیری ماشین جهت تشخیص زودهنگام بیماری‌های میگو با دقت ۹۰ درصد بپردازد. علاوه بر این، الگوریتم‌های بهینه‌سازی تغذیه با هدف کاهش ضریب تبدیل غذایی (FCR) و سامانه‌های هوشمند تزریق مواد شیمیایی یا هوادهی حوضچه مبتنی بر تحلیل بلادرنگ داده‌های محیطی توسعه خواهد یافت لینک فراخوان 🌐http://www.ainews.ir

♨️آمازون با تاسیس گروه تخصصی هوش مصنوعی عامل، تحولی در رباتیک انبارداری ایجاد می‌کند 🔸شرکت آمازون در حرکتی استراتژیک، گروه جدیدی را در Lab126 (مرکز تحقیقات سخت‌افزاری خود) تأسیس می‌کند که به طور ویژه بر توسعه هوش مصنوعی عامل (Agentic AI) متمرکز خواهد بود. این اقدام می‌تواند انقلابی در سیستم‌های رباتیک انبارهای آمازون ایجاد کند. 🚀 اهداف کلیدی این طرح: - ارتقای قابلیت‌های ربات‌های انبارداری با هوش مصنوعی پیشرفته - توسعه چارچوب اختصاصی AI Agent برای بهبود تصمیم‌گیری مستقل ربات‌ها - بهینه‌سازی زنجیره تأمین با ترکیب رباتیک و هوش مصنوعی عامل 🤖چرا هوش مصنوعی عامل؟ هوش مصنوعی عامل نوعی پیشرفته از AI است که می‌تواند: - به صورت خودمختار تصمیم بگیرد - از تجربیات بیاموزد - وظایف پیچیده را بدون دخالت انسان مدیریت کند - با محیط اطراف تعامل پویا داشته باشد 🔍 نقش Lab126 در این پروژه: این مرکز که پیشتر مسئول توسعه محصولاتی مانند Amazon Echo و Kindle بوده، اکنون با گردآوری متخصصان برجسته در سه حوزه کلیدی فعالیت می‌کند: 1. یادگیری ماشین پیشرفته 2. رباتیک خودمختار 3. بهینه‌سازی سیستم‌های توزیع 🌟 چشم‌انداز آینده: - کاهش ۳۰٪ خطاهای انبارداری تا ۲۰۲۵ - افزایش ۴۰٪ سرعت پردازش سفارشات - توسعه نسل جدید ربات‌های همه‌کاره انبار 📌مشاهده خبر 🌐http://www.ainews.ir

♨️رونمایی از زمان‌بندی راه‌اندازی سکوی ملی هوش مصنوعی ایران 🔹در نشست هم‌اندیشی شرکت‌های دانش‌بنیان، جزئیات جدیدی از طرح کلان سکوی ملی هوش مصنوعی ارائه شد. این پروژه که توسط دانشگاه صنعتی شریف و با مشارکت بخش خصوصی در حال توسعه است، مراحل مهمی را پیش رو دارد: 🗓جدول زمانی اجرا: - مهر ۱۴۰۳: واگذاری مسئولیت به دانشگاه صنعتی شریف - آبان ۱۴۰۳: شروع طراحی هسته مرکزی توسط پژوهشکده فناوری اطلاعات - بهمن ۱۴۰۳: آغاز توسعه توسط مرکز پردازش‌های سریع (HPC) - اسفند ۱۴۰۳: تکمیل نسخه اولیه - تیر ۱۴۰۴: آغاز ارائه خدمات آزمایشی - شهریور ۱۴۰۴: انتشار نسخه آلفا - اسفند ۱۴۰۴: عرضه نسخه بتا 🌟ویژگی‌های کلیدی سکو: - دسترسی چندسطحی برای کاربران مبتدی تا حرفه‌ای - ابزارهای توسعه بدون نیاز به کدنویسی - پشتیبانی از انواع فایل‌ها با عملیات خودکار - تأکید بر امنیت و حریم خصوصی مطابق استانداردهای جهانی - طراحی بومی برای مدیریت منابع محدود پردازشی 💻 مشخصات فنی: - زیرساخت سه‌لایه با قابلیت رقابت با نمونه‌های بین‌المللی - سیستم‌عامل سبک با مدیریت متمرکز منابع - بهینه‌سازی برای پردازش حجم بالا (چندصد گیگابایت) - هزینه تخمینی: بیش از ۳۰ میلیارد تومان 🎯 اهداف کلان: - توسعه هوش مصنوعی اخلاق‌مدار و انسان‌محور - بهره‌گیری از تجربیات جهانی با رویکرد بومی - همکاری با شرکت‌های دانش‌بنیان برای توسعه اکوسیستم 🔸طراحی این سکو با توجه به محدودیت‌های سخت‌افزاری کشور (مانند کمبود GPU) انجام شده و از راهکارهای نوین برای بهینه‌سازی منابع استفاده می‌کند. 📌مشاهده مطلب 🌐http://www.ainews.ir

۵ رقیب قدرتمند ChatGPT که حتی عملکرد بهتری هم دارند وقتی صحبت از هوش مصنوعی می‌شود چت‌جی‌پی‌تی اولین نامی است که به ذهن همه می‌رسد اما دنیای هوش مصنوعی بسیار بزرگ‌تر از یک ابزار همه‌کاره است. امروزه ابزارهای تخصصی زیادی توسعه یافته‌اند که هر کدام برای یک کار مشخص بهینه‌ شده‌اند و حتی بهتر از ChatGPT عمل می‌کنند. ۱. جمینای (Gemini) ۲. پرپلکسیتی (Perplexity) ۳. نوت‌بوک ال‌ام (NotebookLM) ۴. نوشن ای‌آی (Notion AI) ۵. آیدیوگرام (Ideogram) 🌐http://www.ainews.ir

✅پنجمین کنفرانس بین‌المللی فقه، قانون و هوش مصنوعی برگزار می‌شود ✴️ پنجمین کنفرانس بین‌المللی فقه، قانون و هوش مصنوعی به همت مرکز تحقیقات اسلامی مجلس شورای اسلامی برگزار خواهد شد. آیت‌الله احمد مبلغی، رئیس این کنفرانس، در نشست خبری اعلام کرد که این رویداد با هدف بررسی ابعاد فقهی و حقوقی هوش مصنوعی و ارائه چارچوب‌های حکمرانی شرعیـحقوقی در این حوزه طراحی شده است. 🟡محورهای اصلی کنفرانس: - نقش هوش مصنوعی در قانون‌گذاری فقه‌پایه - بررسی چالش‌های اخلاقی، فرهنگی و امنیتی هوش مصنوعی - تدوین سیاست‌های تقنینی برای مقابله با تهدیدات نوظهور 🔹هوش مصنوعی؛ پیونددهنده فقه و قانون آیت‌الله مبلغی تأکید کرد که هوش مصنوعی نه‌تنها یک ابزار فناورانه، بلکه عاملی کلیدی در هماهنگی نظام‌های فقهی و حقوقی است. وی افزود: «هوش مصنوعی می‌تواند خلأهای میان فقه و قانون را کاهش دهد و با تحلیل داده‌ها، مدل‌سازی مفاهیم و تصمیم‌گیری تطبیقی، در سه مرحله پیشاقانون، حین قانون و پساقانون نقش آفرینی کند.» 🔸چالش‌های پیش‌روی قانون‌گذاری در عصر هوش مصنوعی - حفظ حریم خصوصی در برابر نظارت هوشمند - مقابله با تهدیدات شغلی ناشی از اتوماسیون - تنظیم مقررات برای جلوگیری از انحصار داده‌ها - صیانت از ارزش‌های اخلاقی در فضای دیجیتال ♦️پیشنهادات به دستگاه‌های قانون‌گذاری: - تعیین مالکیت داده‌ها و الزام به رضایت آگاهانه کاربران - مقابله با نابرابری در دسترسی به فناوری‌های پیشرفته - تضمین امنیت ملی در برابر سلطه فناورانه قدرت‌های جهانی 📌مشاهده مطلب 🌐http://www.ainews.ir

♨️دونالد ترامپ سیاست‌های سایبری اوباما و بایدن را بازنویسی کرد: تحول در راهبرد امنیت سایبری آمریکا 🔸دونالد ترامپ با امضای فرمان اجرایی جدید، تغییرات اساسی در سیاست‌های سایبری دولت‌های پیشین ایجاد کرده است. این اقدام واکنش‌های متفاوتی را از سوی کارشناسان امنیتی و فعالان فناوری برانگیخته است. 🔍 مهم‌ترین تغییرات اعمال شده: 1. لغو هویت دیجیتال دولتی: - حذف برنامه بایدن برای پیاده‌سازی هویت دیجیتال در خدمات عمومی - نگرانی دولت ترامپ از سوءاستفاده مهاجران غیرقانونی 2. تغییرات در حوزه هوش مصنوعی: - لغو الزامات آزمایش هوش مصنوعی برای حفاظت از زیرساخت‌های انرژی - جایگزینی پژوهش‌های امنیتی با تمرکز بر مدیریت آسیب‌پذیری‌ها - احتمال تأثیرپذیری از فشار شرکت‌های فناوری در سیلیکون ولی 3. تعدیل در امنیت سایبری: - لغو الزام استفاده از رمزنگاری کوانتومی - حذف نیاز به گواهی امنیتی برای پیمانکاران فدرال - محدودسازی تحریم‌های سایبری به بازیگران خارجی ⚠️ نگرانی‌های کارشناسان: - مارک مونتگومری: "این تغییرات ممکن است امنیت سایبری آمریکا را تضعیف کند" - تحلیلگران: "اولویت دادن به ملاحظات سیاسی بر امنیت ملی خطرناک است" - فعالان فناوری: "کاهش نظارت بر هوش مصنوعی ممکن است به توسعه بی‌قاعده این فناوری بینجامد" 📌مشاهده خبر 🌐http://www.ainews.ir

♨️ابرکامپیوتر نورومورفیک SpiNNaker 2 🔸آزمایشگاه ملی سندیا از SpiNNaker 2، ابرکامپیوتری با معماری منحصربه‌فرد مبتنی بر مغز انسان رونمایی کرد. این سیستم بدون استفاده از قطعات مرسوم مانند کارت گرافیک یا حافظه‌های ذخیره‌سازی سنتی، از ۱۷۵ هزار هسته‌ی ARM برای شبیه‌سازی عملکرد نورون‌های مغز بهره می‌برد. ✅ویژگی‌های کلیدی SpiNNaker 2 - معماری نورومورفیک: - شبیه‌سازی ۱۰۰ میلیارد نورون مغز انسان با استفاده از شبکه‌ای از پردازنده‌های کم‌مصرف. - ارتباطات فوق‌العاده سریع بین هسته‌ها مشابه سیناپس‌های عصبی. - سخت‌افزار اختصاصی: - ۲۴ مادربرد با ۲٫۳ ترابایت رم LPDDR4 و ۲۳ گیگابایت SRAM. - حذف نیاز به هارد دیسک/SSD با معماری مبتنی بر پردازش درون‌حافظه‌ای (In-Memory Computing). - افزایش ۱۰ برابری تعداد هسته‌ها نسبت به نسل اول. - بهینه‌سازی مصرف انرژی با فناوری ۲۲ نانومتری و ولتاژ دینامیک پایین. 🔍کاربردهای انقلابی ۱. هوش مصنوعی و یادگیری ماشین: - اجرای مدل‌های ترکیبی هوش مصنوعی با کارایی بالا. - پردازش داده‌های حجیم با تأخیر کم. ۲. شبیه‌سازی مغز و علوم اعصاب: - مطالعه بیماری‌های عصبی مانند آلزایمر و پارکینسون. - توسعه رابط‌های مغز-رایانه (BCI). ۳. رایانش شناختی: - ساخت سیستم‌های خودآموز با الهام از مکانیسم یادگیری مغز. ❓چرا SpiNNaker 2 مهم است؟ - کاهش مصرف انرژی نسبت به ابرکامپیوترهای سنتی. - پردازش موازی و واقع‌زمانی داده‌های پیچیده. - گامی به سوی هوش مصنوعی عمومی (AGI) با الهام از زیست‌شناسی مغز. 📌مشاهده خبر 🌐http://www.ainews.ir