نقش PLC زیمنس در هوشمندسازی خطوط تولید و توسعه اتوماسیون صنعتی

هوش مصنوعی به عنوان بهترین و بدترین اتفاق برای ریاضیات شناخته شده است. ریاضیدانان از ابزارهای قدرتمند این فناوری برای حل مسائل پیچیده استفاده می‌کنند، اما روش‌های صحیح استفاده از آن هنوز مشخص نیست. معادلات ناویر-استوکس، که ۲۰۰ سال پیش نوشته شده‌اند، هنوز پرسش‌های اساسی مانند امکان انفجار در آنها را پاسخ ندهند. OpenAI با استفاده از مدل‌های داخلی خود، پاسخ این پرسش را یافت و اعلام کرد که این معادلات انفجاری نیستند. این کشف یکی از بزرگترین پیشرفت‌های ریاضیات در چند دهه اخیر است، اما روش‌های OpenAI مورد انتقاد ریاضیدانان قرار گرفته است. در چند ماه گذشته، هوش مصنوعی در حل مسائل ریاضی لاینحل نیز پیشرفت‌های مهمی داشته است.

هوش مصنوعی در حال تغییر دین و دین نیز در حال تغییر هوش مصنوعی است. شرکت Longbeard در رم از هوش مصنوعی برای اسکن متون کاتولیکی استفاده می‌کند و چتباتی به نام Magisterium AI توسعه داده است. این چتبات به میلیون‌ها کاربر در ۱۹۰ کشور پاسخ می‌دهد. رهبران دینی نگران هستند که هوش مصنوعی سکولار شود و باورهای دینی را تضعیف کند. برخی از ادیان از هوش مصنوعی برای آماده‌سازی موعظه‌ها استفاده می‌کنند، اما برخی دیگر از آن به دلیل خطر توهمات و کاهش اهمیت روحانیون پرهیز می‌کنند.

Hugging Face مدل متن‌باز جدیدی به نام Carbon-X را برای درک DNA منتشر کرده‌است. این مدل با همکاری پژوهشگران آکادمی ژونگگوانتسون چین و دانشگاه فدریکوی دوم ناپل ایتالیا توسعه یافته و می‌تواند به پژوهشگران کمک کند تا تأثیر تغییرات DNA بر فعالیت ژنها و سلامت انسان را بررسی کنند. لوئیس تانستال، پژوهشگر ارشد هاگینگ فیس، گفت که این ابزار با هدف کمک به پژوهشگران در طراحی داروهای جدید و درمانهای ژنتیکی توسعه یافته‌است. مدل Carbon-X با استفاده از توالی‌های ژنومی و زبان طبیعی آموزش دیده و می‌تواند به کاربران اجازه دهد که درباره DNA پرسش‌های خود را مطرح کنند.

پژوهشگران OpenAI، PerturbAI و Scripps Research با استفاده از هزاران عامل هوش مصنوعی، داده‌های میلیونها سلول مغزی موش را در ۳۲ دقیقه تحلیل کردند. این فرایند، که به دست انسان ممکن بود چند ماه تا یک سال طول بکشد، ارتباطات ناشناخته‌ای را شناسایی کرد که به درک بیماری‌های عصبی مانند آلزایمر و پارکینسون کمک می‌کند. عامل‌ها با بررسی اختلال در ژن‌های مختلف، تفاوت‌های مهمی در عملکرد نورونها شناسایی کردند. یکی از یافته‌های مهم، ارتباط احتمالی کلسترول با تخریب سلول‌های عصبی بود که نیاز به بررسی بیشتر دارد.

OpenAI از پیشرفت مدل‌های خود در کدنویسی زبان‌های کم‌منبع مانند فورترن و ویژوال‌بیسیک خبر داد. این زبان‌ها در سامانه‌های بانکداری، پیش‌بینی آب‌وهوا و ایمنی هسته‌ای استفاده می‌شوند. مدل GPT-6 Astra در ۲۰ زبان برنامه‌نویسی ارزیابی شد و در ۱۹ زبان از آن به موفقیت ۸۳ درصدی دست یافت. COBOL با ۷۲ درصد موفقیت، دشوارترین زبان باقی ماند. مدل GPT-6 Luna با هزینه ۷۸ درصد کمتر از GPT-5.6 Sol، میانگین موفقیت ۴۰٫۳ درصدی داشت. OpenAI نتایج آزمون MultiLangBench را در گیتهاب منتشر کرد. در ارزیابی دوم، مدل GPT-6.1 Sol در مهاجرت کدهای COBOL به زبان‌های جدید، دقت ۸۶٫۶ درصدی نشان داد.

شرکت آنتروپیک در یک پژوهش جدید، توانایی مدل هوش مصنوعی Claude در طراحی پروتئین‌های متصلشونده به سم عقرب را بررسی کرد. در این پروژه، Claude طی ۶۴ ساعت ۳۱۸۴۸۴ طرح پروتئینی تولید کرد که ۱۷ مورد از آن‌ها به نوروتوکسین‌ها متصل شدند. پژوهشگران تأکید کردند که این پروتئین‌ها هنوز به عنوان پادزهر تأیید نشده‌اند. سالانه ۱٫۲ میلیون نفر دچار عقرب‌گزیدگی می‌شوند و ۳۲۵۰ نفر جان خود را از دست می‌دهند. روش‌های سنتی تولید پادزهر زمان‌بر و گران‌قیمت هستند. این پژوهش با استفاده از طراحی پروتئین از صفر انجام شد و پنج نوروتوکسین از عقرب‌های مختلف انتخاب شدند.