دو برابر شدن ارزش شرکت Cognition در ۱۵ هفته

شرکت OpenAI مدل جدید ChatGPT Images 2.5 را با دو مدل API جدید منتشر کرد که یکی از آن‌ها توسط شرکت ادوبی در سرویس Firefly به کار گرفته شده است. این مدل جدید نسبت به نسخه ۲.۰ دارای جزئیات دقیق‌تر، ویرایش دقیق‌تر و تا ۵۰ درصد تأخیر کمتر است. مدل‌های جدید شامل GPT-Image-2.5 Flare به عنوان گزینه پیش‌فرض و Sunburst برای کارهای خلاقانه با کنترل بالاتر هستند. ادوبی با ادغام این مدل‌ها در ابزارهای خود، استراتژی خود را بر تبدیل شدن به یک رابط کاربری جامع برای مدل‌های مختلف متمرکز کرده است. طبق اعلام OpenAI، هفته‌ای بیش از ۳ میلیارد تصویر در ChatGPT و APIهای آن تولید می‌شود. همچنین ویژگی‌های جدیدی مانند قابلیت اشتراک‌گذاری دستورها (prompt) در کنار تصویر، قابلیت Sketch برای طراحی و استفاده از الگوهای آماده برای کاربران در دسترس قرار گرفته است.

شرکت OpenAI مدعی شد که مدل هوش مصنوعی داخلی این شرکت توانسته است معادلات سه‌بعدی ناویر-استوکس را اثبات کند. این پروژه با استفاده از حدود ۱۰ هزار عامل هوش مصنوعی و صرف هزینه‌ای میلیونی طی ۸۸ ساعت به نتیجه رسیده است. با وجود این ادعا، شرکت هنوز فایل اثبات رسمی و قابل راستی‌آزمایی را منتشر نکرده است. تریستان باک‌مستر و لِوِنت آلپوگه، از پژوهشگران مستقل، پیش‌نویس‌های مرتبطی را با فرمالیسم Lean منتشر کرده‌اند که امکان بررسی ماشینی را دارد. برخی کارشناسان و ریاضی‌دانان ابراز تردید کرده‌اند و خواستار انتشار فایل‌های کامل برای بررسی دقیق شده‌اند. شرکت OpenAI اتهامات مربوط به استفاده از پژوهش‌های منتشرنشده دیگران را رد کرده و هدف از این اعلام را نشان دادن پیشرفت مدل‌های خود عنوان کرده است.

شرکت «متا» از هوش مصنوعی شخصی جدید خود با نام «میوز» رونمایی کرد که جزئیات و قابلیت‌های آن در وب‌سایت رسمی این شرکت منتشر شده است. این ابزار جدید به عنوان یک دستیار شخصی هوشمند طراحی شده است تا تعاملات کاربران را بهبود بخشد. اطلاعات اولیه این پروژه در پلتفرم‌های مختلف فناوری از جمله «هکریوکر» مورد بحث و بررسی کاربران قرار گرفته است. در حال حاضر امتیاز این مقاله در وب‌سایت مرجع به ۵۳ رسیده و ۳۰ دیدگاه درباره آن ثبت شده است. شرکت «متا» تلاش می‌کند با معرفی این قابلیت‌های جدید، حضور خود را در بازار رقابتی هوش مصنوعی تقویت کند.

شرکت OpenAI از انتشار نسخه جدید ابزار تصویرساز خود با نام ChatGPT Images ۲.۵ خبر داده است. این نسخه جدید توجه کاربران زیادی را در وب‌سایت‌های فناوری به خود جلب کرده است. به گزارش منابع آنلاین، این ابزار توانسته امتیاز ۱۰۹ را از کاربران دریافت کند. همچنین ۸۳ دیدگاه مختلف پیرامون قابلیت‌های این نسخه به ثبت رسیده است. توسعه‌دهندگان امیدوارند این به‌روزرسانی عملکرد بهتری در تولید تصاویر ارائه دهد. اطلاعات بیشتر در وب‌سایت رسمی شرکت سازنده در دسترس است.

آزمایشگاه دیپ‌مایند از انتشار پایگاه داده آلفاژنوم آتلاس خبر داد که پیش‌بینی‌های مربوط به تمامی ۹ میلیارد تغییر تک‌حرفی احتمالی در ژنوم انسان را شامل می‌شود. این مجموعه داده حجمی معادل یک پتابایت دارد و استفاده از آن برای اهداف آکادمیک و پژوهشی رایگان است. گرت هاکس از دانشگاه اکستر با بررسی این داده‌ها روی بیش از ۵۴ هزار ژنوم توانست ارتباطات غیرکدگذاری‌شده را ۲۲ درصد بیشتر شناسایی کند. تیم تحقیقاتی لورا کوویل در موسسه برود نیز از این امتیاز برای کشف یک واریانت مرتبط با انسفالوپاتی صرع استفاده کرد. دسترسی تجاری به این سامانه قرار است به زودی از طریق گوگل کلود فراهم شود. این پایگاه داده جدید حجمی بیش از ۳۰ برابر پایگاه داده پیشین آلفافولد دارد.

مدل OUI-1، به عنوان اولین مدل رابط کاربری مولد جهان، معرفی شده است که قادر است رابط‌های کاربری را با استفاده از زبان openui-lang تولید کند. این مدل که بر پایه DiffusionGemma تنظیم شده، با حجم ۲۶BA4B، قابلیت اجرا بر روی کارت‌های گرافیک مصرف‌کننده مانند RTX 5090 را دارد و وزن‌های آن تحت شرایط استفاده Gemma در Hugging Face در دسترس است. هدف اصلی از توسعه OUI-1، ایجاد رابط‌های کاربری مبتنی بر عامل (agent-driven) با سرعت بالا (زیر یک ثانیه)، قابلیت اطمینان کافی و امکان اجرا به صورت محلی بر روی سخت‌افزارهای خانگی است. این مدل از DiffusionGemma بهره می‌برد که قادر است بلوک‌های ۲۵۶ توکنی را به صورت همزمان تولید کند و سرعت بالایی (بیش از ۷۰۰ توکن بر ثانیه روی RTX 5090) را ارائه می‌دهد. برای افزایش قابلیت اطمینان، OUI-1 در دو مرحله آموزش دیده است: ابتدا با تنظیم دقیق نظارت‌شده بر روی حدود ۷۰۰ مثال OpenUI Lang و سپس با استفاده از خودتقطیری برای بهبود سرعت و دقت در ۲۷ کتابخانه کامپوننت. این نوآوری گامی مهم در جهت آینده نرم‌افزار با رابط‌های کاربری هوشمند و سریع محسوب می‌شود.