پیمایش ۱۶ هزار باره سایت سازمان ملل توسط ربات‌های OpenAI

سیستم‌های هوش مصنوعی پیشرفت‌های چشمگیری داشته‌اند اما همچنان فاقد برخی قابلیت‌های هوش انسانی هستند. پژوهشگران با الهام از نظریه تفکر سریع و کند دنیل کانمن، معماری جدیدی پیشنهاد کرده‌اند. در این ساختار چندعاملی، مسائل ورودی توسط عوامل سیستم یک یا سریع و سیستم دو یا کند حل می‌شوند. عوامل سریع با تکیه بر تجربیات گذشته واکنش نشان می‌دهند و عوامل کند به استدلال و جستجوی راه‌حل‌های بهینه می‌پردازند. این سیستم‌ها توسط یک مدل جهانی و مدل خودی پشتیبانی می‌شوند. این رویکرد به توسعه هوش مصنوعی پیشرفته‌تر کمک می‌کند.

مایکروسافت پس از دو سال، برند «کوپایلوت پلاس» را از روی لپ‌تاپ‌های جدید خود حذف کرد. برت اوستروم، معاون ارشد سرفیس، تأیید کرد که اگرچه دستگاه‌های جدید همچنان استانداردهای سخت‌افزاری لازم را دارند، اما دیگر از این عنوان تجاری استفاده نخواهند کرد. این تصمیم در حالی اتخاذ شده که مایکروسافت قصد دارد حضور کوپایلوت را در ویندوز ۱۱ محدودتر کرده و عملکرد سیستم‌عامل را بهبود بخشد. با توجه به فراگیر شدن پردازنده‌های دارای واحد پردازش عصبی (NPU) در بازار، مایکروسافت دیگر نیازی به این تفکیک سخت‌افزاری نمی‌بیند. با این حال، این شرکت همچنان به توسعه ویژگی‌های هوش مصنوعی در محصولات نرم‌افزاری خود ادامه می‌دهد و برند کوپایلوت در محیط ویندوز باقی خواهد ماند.

بررسی‌های جدید نشان می‌دهد که مدل‌های یادگیری ماشین TabPFN و TabICL توانسته‌اند در ۱۴ مجموعه داده از بنچمارک Grinsztajn، الگوریتم محبوب XGBoost را شکست دهند. این مدل‌های پایه جدولی (Tabular Foundation Models) بدون نیاز به آموزش مجدد روی هر جدول جدید، پیش‌بینی‌های دقیقی انجام می‌دهند. برخلاف روش‌های سنتی، این مدل‌ها از یادگیری در متن (In-context learning) استفاده کرده و داده‌های جدید را به عنوان زمینه برای پیش‌بینی در یک مرحله پردازش می‌کنند. این دستاورد می‌تواند فرآیند جستجوی ابرپارامترها را از یک مرحله اجباری به یک انتخاب لوکس تبدیل کند. کاربردهای این مدل‌ها در حوزه‌های حیاتی مانند تشخیص تقلب در تراکنش‌ها، پیش‌بینی ریزش مشتریان، ارزیابی اعتبار مالی و تحلیل داده‌های پزشکی بسیار گسترده است. این مدل‌ها حتی در مجموعه‌داده‌هایی با بیش از ۳۲٬۰۰۰ ردیف نیز عملکرد خود را حفظ می‌کنند.

محصول جدیدی به نام «پاندا» (Panda) به عنوان اولین رایانه شخصی هوش مصنوعی در جهان معرفی شده است که هدف آن حذف وابستگی به مراکز داده و حفظ حریم خصوصی است. این دستگاه کوچک که در کنار روتر قرار می‌گیرد، تمام پردازش‌های مربوط به چت، کدنویسی، تحقیق، تولید تصویر، ویدیو و مدل‌های سه‌بعدی را به صورت محلی و بدون نیاز به اینترنت انجام می‌دهد. پاندا دارای ۳ ترابایت حافظه داخلی است و تا ۲۵ دستگاه را به طور همزمان در خانه یا محل کار پشتیبانی می‌کند. قیمت این محصول ۲٬۹۹۷ دلار تعیین شده و ارسال آن از دسامبر ۲۰۲۷ آغاز خواهد شد. این سیستم با هدف جلوگیری از نظارت شرکت‌ها و هزینه‌های اشتراک ماهانه طراحی شده و تمام داده‌ها را در داخل خانه کاربر نگه می‌دارد.

با افزایش بهره‌وری موسسات حقوقی به واسطه به‌کارگیری هوش مصنوعی، مشتریان این خدمات خواستار کاهش هزینه‌های پرداختی خود شده‌اند. گزارش نیویورک‌تایمز حاکی از آن است که استفاده از ابزارهای هوشمند، سرعت انجام امور حقوقی را بالا برده و زمان صرف‌شده برای پرونده‌ها را کاهش داده است. در همین راستا، مشتریان معتقدند که مدل سنتی «ساعت کاری» برای محاسبه حق‌الزحمه، دیگر با واقعیت‌های جدید همخوانی ندارد. آن‌ها از شرکت‌های حقوقی می‌خواهند که با توجه به صرفه‌جویی‌های حاصل از فناوری، تخفیف‌های ویژه‌ای در صورت‌حساب‌های نهایی اعمال کنند. این مطالبه نشان‌دهنده چالش جدیدی است که هوش مصنوعی در مدل‌های درآمدی سنتی ایجاد کرده است. بحث‌های پیرامون این موضوع در پلتفرم‌های تخصصی مانند «هکر نیوز» نیز بازتاب گسترده‌ای داشته است.

این مقاله به بررسی آموزش یک خودرو برای پارک خودکار با استفاده از الگوریتم ژنتیک در قالب ۵۰۰ خط کد می‌پردازد. در این پروژه، خودرو با استفاده از یک «مغز» دیجیتال که از طریق الگوریتم ژنتیک تکامل می‌یابد، یاد می‌گیرد چگونه با استفاده از حسگرها (چشم‌ها) و موتور و فرمان (عضلات)، مانع از برخورد با موانع شده و در جای پارک قرار گیرد. فرآیند تکامل در شبیه‌ساز به گونه‌ای است که در نسل‌های اولیه خودروها حرکات تصادفی دارند، اما تا نسل چهلم، با یادگیری الگوریتم، توانایی نزدیک شدن به نقطه پارک را پیدا می‌کنند. این سیستم با زبان تایپ‌اسکریپت پیاده‌سازی شده و امکان آموزش از صفر یا کنترل دستی خودرو در شبیه‌ساز فراهم است. هدف اصلی، یافتن ترکیب بهینه از ۱۸۰ بیت برای ایجاد ژنوم خودرو است.