هر مقاله برگرفته از پژوهشها و منابع روز.
گوگل دیپمایند دو مدل جدید برای مکالمهی صوتی زنده معرفی کرده: 3.8 Gemini Live که برای مقیاس و صرفهی هزینه ساخته شده، و 3.8 Gemini Live Extended Thinking که برای وظایف پیچیده و استدلال چندمرحلهای طراحی شده است. هر دو از طریق Gemini API و Google AI Studio در دسترس توسعهدهندهها قرار گرفتهاند.
وقتی ایجنتهای کدنویسی از دستیارهای پراکنده به خط تولید تبدیل میشوند، سوال دیگر «چه پرامپتی بزنم» نیست، بلکه «چطور این جریان را کنترل کنم». تجربهی چند شرکت بزرگ نشان میدهد پاسخ در معماری است، نه در مدل بهتر.
در سال ۲۰۲۱ حدود پنج میلیون مرگ در جهان با مقاومت باکتریایی به آنتیبیوتیکها مرتبط بوده و پیشبینی میشود این رقم سالانه تا سال ۲۰۵۰ تقریباً دو برابر شود. یک آزمایشگاه پژوهشی برای مقابله با این روند، از ChatGPT و Codex در کنار مدلهای یادگیری عمیق خودش استفاده میکند تا فرآیندی که معمولاً سالها طول میکشد را به ساعتها برساند.
اوپنایآی از نسخه 2.5 مدل تصویرسازی خود رونمایی کرده؛ نسخهای که وعده جزئیات شارپتر، ادیت دقیقتر و تولید سریعتر را میدهد. اما پشت این رونمایی، بحثی جدیتر در جریان است: آیا این ابزار برای ساخت واقعی چیزی طراحی شده یا فقط برای تخیلبازی با تصاویر؟
۹۸ درصد ژنوم انسان کدکننده پروتئین نیست، و همین بخش تا امروز عملاً کور بود؛ گوگل دیپمایند حالا برای هر یک از ۹ میلیارد نوکلئوتید تکبازی در ژنوم انسانی، هزاران پیشبینی اثر مولکولی منتشر کرده و آن را در قالب اطلسی به نام AlphaGenome Atlas در دسترس پژوهشگران گذاشته است.
OpenAI میگوید تا سپتامبر ۲۰۲۶ به هدف میانی خود یعنی «کارآموز پژوهشی خودکار» رسیده و حالا هدف بعدی را پژوهشگر هوش مصنوعی خودکار تا مارس ۲۰۲۸ گذاشته. اما همان گزارش نشان میدهد این مسیر با یک حادثه امنیتی و توقف بخشی از آموزش مدلها همزمان بوده.
دیپسیک یک نسخهی آزمایشی از خانواده V4 منتشر کرده که به مدل متنی Flash ماژولهای بینایی اضافه میکند. این تغییر کوچک در معماری، سوالی بزرگتر جلو میگذارد: وقتی یک مدل ایجنتی که برای کار با ترمینال و ابزار طراحی شده، حالا تصویر هم میبیند، چه چیزی واقعاً عوض میشود؟
اوپنایآی از GPT-6 Astra رونمایی کرده، مدلی که در استفاده از کامپیوتر، مرورگر، مهندسی نرمافزار، امنیت سایبری و علوم عملکردی در سطح بالا از خودش نشان داده. عددهای بنچمارک این مدل نشان میدهد فاصلهی قابل توجهی با نسخههای قبلی دارد، اما همراه با این قدرت، محدودیتهای امنیتی سنگینتری هم اعمال شده.
گوگل دیپمایند نسخه سوم مدل پیشبینی آبوهوایی WeatherNext را معرفی کرده که بهجای تکیه صرف بر دادههای بازتحلیلشده، مستقیماً روی مشاهدات پراکنده ایستگاههای زمینی و تصاویر ماهوارهای زمینثابت آموزش دیده است. نتیجه، تصویری از وضعیت جهانی هواست که تقریباً پنج برابر نسخه قبلی شفافتر است.