صبح بخیر، علاقهمندان به هوش مصنوعی. دو هفته پس از قطع همکاری با OpenAI، شرکت سازنده انساننما، فیگور، از محصولی که روی آن کار میکردند رونمایی کرد: یک سیستم هوش مصنوعی که به رباتها اجازه میدهد گفتار را درک کرده و اشیایی را که قبلاً ندیدهاند، جابجا کنند.
آیا این فناوری میتواند پیشرفتی باشد که در نهایت رباتهای توانمند را به خانههای ما بیاورد؟
در خلاصه هوش مصنوعی امروز:
فیگور از سیستم جدید برای رباتهای خانگی رونمایی کرد
هوش مصنوعی جدید مایکروسافت تحقیقات پروتئین را سرعت میبخشد
دستیار ایمیل مبتنی بر هوش مصنوعی خود را ایجاد کنید
هوش مصنوعی تحقیقات ده ساله ابرمیکروب را در چند روز مطابقت میدهد
4 ابزار هوش مصنوعی جدید و 4 فرصت شغلی
فیگور از سیستم جدید برای رباتهای خانگی رونمایی کرد
خلاصه: شرکت سازنده ربات انسان نما، فیگور، به تازگی Helix را معرفی کرده است، یک مدل جدید هوش مصنوعی بینایی-زبانی-عملی که به رباتها اجازه میدهد دستورات صوتی را درک کرده و مواردی را که قبلاً ندیدهاند، جابجا کنند - یک گام بزرگ به سوی رباتهای خانگی کاربردی.
جزئیات:
این سیستم یک "مغز" 7B-پارامتری برای درک و یک مدل سریع 80M-پارامتری برای کنترل دقیق حرکت را ترکیب میکند.
فیگور دو ربات را نشان داد که با هم کار میکنند تا خوارباری را که قبلاً ندیده بودند، با استفاده از دستورات زبان طبیعی کنار بگذارند.
Helix به طور موثر روی پردازندههای گرافیکی داخلی پایه اجرا میشود و فقط به 500 ساعت داده آموزشی نیاز دارد، بسیار کمتر از رویکردهای قبلی.
این پیشرفت تنها چند هفته پس از پایان مشارکت فیگور با OpenAI صورت گرفت، که نشان دهنده اطمینان به فناوری داخلی آنها است.
اهمیت: رباتها در حال حاضر در محیطهای صنعتی توانایی خود را ثابت میکنند، اما این سوال مطرح است که چه زمانی، نه اینکه آیا رباتهای انسان نما نقش مهمی در کارهای خانگی ایفا خواهند کرد یا خیر. سیستم فیگور و توانایی آن در مقیاسبندی یادگیری ربات، این فناوری را یک گام به توانایی اطمینان از رسیدگی به آشفتگی اشیاء و موقعیتهای منحصربهفرد در اطراف خانه نزدیکتر میکند.
هوش مصنوعی جدید مایکروسافت تحقیقات پروتئین را سرعت میبخشد
خلاصه: Microsoft Research به تازگی BioEmu-1 را منتشر کرده است، یک سیستم هوش مصنوعی جدید که میتواند پیشبینی کند پروتئینها چگونه تغییر شکل داده و حرکت میکنند - هزاران ساختار پروتئینی را در ساعت تولید میکند در حالی که با دقت شبیهسازیهای ابررایانهای مطابقت دارد.
جزئیات:
این سیستم نمونههای ساختار پروتئین را 100000 برابر سریعتر از دینامیک مولکولی سنتی تولید میکند و ماهها محاسبات را به چند دقیقه تبدیل میکند.
این مدل بر روی 200 میلیثانیه داده شبیهسازی مولکولی، بیش از 9 تریلیون بلوک ساختمانی DNA و 750000 اندازهگیری پایداری آموزش داده شده است.
آزمایشها دقت بالایی در پیشبینی میزان پایداری پروتئینها نشان داد، که حتی برای پروتئینهایی که قبلاً ندیده بود، با اندازهگیریهای آزمایشگاهی مطابقت داشت.
مایکروسافت این سیستم را از طریق Azure AI Foundry Labs به صورت رایگان در اختیار محققان سراسر جهان قرار میدهد.
اهمیت: آیا این هفته، هفته شروع سریع علم هوش مصنوعی است؟ هم مایکروسافت و هم گوگل مدل به مدل را رها میکنند که روند تحقیقات علمی را تسریع میکند - ماهها یا سالها کار را به روزها تبدیل میکند (جزئیات بیشتر در زیر). به علاوه، با منبع باز بودن بسیاری از سیستمها برای محققان در سراسر جهان، احتمالاً این تازه شروع کار است.
هوش مصنوعی تحقیقات ده ساله ابرمیکروب را در چند روز مطابقت میدهد
خلاصه: سیستم دانشمند همکار هوش مصنوعی گوگل به طور مستقل به همان نتیجه در مورد مقاومت آنتی بیوتیکی باکتریایی که محققان امپریال کالج رسیدند - فقط در 48 ساعت در مقایسه با تحقیقات منتشر نشده ده ساله این تیم.
جزئیات:
هوش مصنوعی نحوه دزدیدن "دم" ویروس توسط باکتریها برای گسترش ژنهای مقاومت را شناسایی کرد، که با یافتههای منتشر نشده از یک مطالعه 10 ساله مطابقت دارد.
این سیستم پنج فرضیه عملی ایجاد کرد، که برترین پیشبینی آن کاملاً با نتایج تجربی مطابقت داشت.
محققان تأیید کردند که هوش مصنوعی به یافتههای خصوصی آنها دسترسی نداشته است، که نتیجهگیری منطبق را حتی مهمتر میکند.
گوگل دیروز سیستم دانشمند همکار را به طور عمومی اعلام کرد و آن را از طریق یک برنامه آزمایشی جدید در اختیار محققان قرار داد.
اهمیت: طول نکشید که دانشمند همکار از قبل اخبار تکاندهندهای منتشر کند، و این تنها چشمهای از آیندهای است که در آن سالها پیشرفتهای علمی در روزها فشرده میشود. این آزمایش همچنین نشان میدهد که چگونه هوش مصنوعی لزوماً جایگزین دانشمندان نخواهد شد، بلکه روند کشف و اعتبارسنجی آنها را به طور چشمگیری تسریع میکند.