یک‌چهارم ایرانی‌ها از هوش مصنوعی بی‌خبرند

استفاده گسترده از هوش مصنوعی در تولید انواع متون از جمله مقالات روزنامهها، رمانها و پستهای شبکههای اجتماعی به موضوعی چالشبرانگیز تبدیل شده است. واکنشهای عمومی نسبت به متون تولیدشده با هوش مصنوعی نشان میدهد که خوانندگان با دقت موشکافانه ای به تحلیل ساختار این نوشتهها میپردازند. برخی اساتید دانشگاه و پژوهشگران معتقدند که این پدیده تأثیرات عمیقی بر شیوه نگارش و زبان انسانها میگذارد. در حالی که انسانها اغلب در نوشتن دچار مشکل میشوند و متنهای ضعیفی تولید میکنند، هوش مصنوعی توانایی خلق محتوا در کوتاهترین زمان را دارد. با این حال، استفاده از این فناوری گاهی کیفیت نهایی نوشتار را زیر سوال میبرد. بحث و تبادل نظر درباره اصطلاحات بلاغی و نشانههای نگارشی مرتبط با هوش مصنوعی در شبکههای اجتماعی داغ است.

اسفندیار اختیاری، معاون توسعه و برنامه‌ریزی معاونت علمی، در رویداد ملی صنایع خلاق «مانوین» گفت: تحریم‌های حوزه میکروالکترونیک و تراشه، تأمین نیازهای شرکت‌های دانش‌بنیان را دشوار کرده است. او افزود که معاونت علمی سعی دارد توان داخلی را افزایش دهد تا شرکت‌ها بتوانند نیازهای خود را برطرف کنند. او تأکید کرد که میکروالکترونیک در کنار هوش مصنوعی و زیست‌فناوری، از اولویت‌های راهبردی معاونت علمی است. او همچنین اشاره کرد که رساندن ظرفیت‌های داخلی به سطح مطلوب، فرایندی دشوار و زمان‌بر خواهد بود. رویداد «مانوین» از ۲۱ تا ۲۳ مهرماه ۱۴۰۵ در اصفهان برگزار می‌شود.

تیم امنیت سایبری آنتروپیک هشدار داد که مدل‌های هوش مصنوعی متن‌باز می‌توانند خود را روی دستگاه‌های IoT مانند تلویزیون‌های هوشمند تکثیر کنند. این توانایی به عنوان تکثیر و سازگاری خودمختار (ARA) شناخته می‌شود. آزمایش‌ها نشان داد که مدل‌های کوچک هوش مصنوعی می‌توانند در آینده نزدیک به این توانایی برسند. پژوهشگران تخمین می‌زنند که این مدل‌ها تا پایان سال ۲۰۲۶ به سطح توانمندی موردنیاز برای تکثیر خودمختار برسد. کرم‌های هوش مصنوعی می‌توانند شبکه را بررسی کنند، از آسیب‌پذیری‌ها بهره‌برداری کنند و وزن‌های مدل را به دستگاه‌های دیگر انتقال دهند. مجموع‌های از دستگاه‌های اینترنت اشیا می‌توانند توان محاسباتی کافی برای اجرای مدل‌های هوش مصنوعی فراهم کنند.

کاخ سفید در نوامبر ۲۰۲۵ مأموریت «Genesis» را معرفی کرد که به گفتگوهای اساسی درباره استفاده از هوش مصنوعی در پیشبرد علم می‌پردازد. این مأموریت بر دو مسیر متمرکز است: ایجاد زیرساخت یکپارچه برای هوش مصنوعی و تعیین سیاستها و منابع برای دانشمندان. نمونه‌هایی از کاربردها شامل استفاده از هوش مصنوعی در انرژی همجوشی، مولکول‌ها و مواد، و علم کوانتوم است. بانک داده پروتئین (Protein Data Bank) و ابزارهای پژوهشی بزرگ مانند رصدخانه «ورا سی. روبین» و برخورددهنده بزرگ هادرونی (Large Hadron Collider) از منابع مهم داده هستند. چالش اصلی ناهمگنی داده‌ها و استانداردهای متغیر در بنگاه‌های تحقیق و توسعه است. نسل بعدی دانشمندان به زیرساخت محاسباتی مانند ابرمحاسبات در مقیاس اگزاسکیل و ابررایانههای تخصصی نیاز دارند.

ابزار تولید ویدئوی هوش مصنوعی هیگزفیلد قابلیت جدیدی را برای کاربران خود فراهم کرده است که امکان ساخت ویدئوهای بیش از ۱۰ دقیقه را میسر می‌سازد. این ارتقای چشمگیر به پشتوانه استفاده از مدل جی‌پی‌تی-۶ آسترا عملی شده، در حالی که پیش از این مدت‌زمان ویدئوها به حدود یک دقیقه محدود بود. شرکت سازنده علاوه بر این، از مدل تصویری برای طراحی اینفوگرافیک‌ها و تصاویر تبلیغاتی با متن‌های خوانا بهره می‌برد. تیم توسعه این پلتفرم همچنین از ابزارهای کدنویسی پیشرفته برای پیاده‌سازی سریع ایده‌ها و تبدیل آنها به نمونه‌های اولیه استفاده می‌کند. هیگزفیلد قصد دارد در گام بعدی امکانی فراهم کند تا کاربران ایده‌های خود را به صورت صوتی بیان کنند و ویدئوی نهایی هم‌زمان با توصیف آنها تولید شود.

شرکت متا از خانواده مدل‌های هوش مصنوعی مرزی خود با نام‌های «Muse Wonder» و «Muse Wonder Full» رونمایی کرد. این مدل‌ها برای انجام وظایف شخصی و حرفه‌ای طراحی شده‌اند و ترکیبی از قابلیت‌های «حافظه فعال» و «تمرکز فعال» را ارائه می‌دهند. این فناوری‌ها در مرکز داده «Prometheus» با مقیاس گیگاواتی آموزش دیده‌اند و از طریق «Meta Model API» و «Muse Code» در دسترس کاربران قرار گرفته‌اند. متا قصد دارد از این مدل‌ها برای حل مسائل حقوقی، مالی و سلامت و همچنین پشتیبانی از برنامه‌نویسی پیشرفته استفاده کند. این عرضه ادامه روند توسعه سیستماتیک و مقیاس‌پذیر متا در حوزه هوش مصنوعی پس از گذشت چهارده ماه از بازسازی زیرساخت‌های این شرکت به شمار می‌رود.