اشتراک
پژوهش هوش مصنوعی فناوری

تمرکز پژوهشی: هفته ۲۴ مارس ۲۰۲۵

در یک نگاه چکیدهٔ خودکار موتور هوش مصنوعی افق آبی

وبلاگ پژوهشی مایکروسافت در هفته ۲۴ مارس ۲۰۲۵ به معرفی پژوهش‌های جدید در زمینه هوش مصنوعی و یادگیری ماشین پرداخته است. در این شماره، راهکار جدیدی برای بخش‌بندی مکالمات به نام SeCom معرفی شده که با تقسیم مکالمات بلندمدت به بخش‌های موضوعی، به بهبود انسجام مکالمات و شخصی‌سازی تجربیات کمک می‌کند. همچنین، سیستم GeoMap-Agent برای درک و تحلیل نقشه‌های زمین‌شناسی توسط هوش مصنوعی طراحی شده و توانسته است عملکرد قابل توجهی در مقایسه با مدل‌های فعلی نشان دهد. این تلاش‌ها امیدوارکننده هستند و می‌توانند به پیشرفت‌های جدیدی در زمینه کاربردهای پیچیده هوش مصنوعی، مانند تشخیص بلایا و اکتشاف منابع طبیعی، منجر شوند. مقاله‌های دیگری نیز در زمینه‌های مختلفی مانند طراحی پروتئین و شبکه‌بندی سلولی برای کاربردهای صنعتی ارائه شده‌اند. در پایان، پادکست‌هایی از سوی پژوهش مایکروسافت در مورد تاثیرات هوش مصنوعی بر پزشکی و دیگر موضوعات به‌روز معرفی شده و کاربران تشویق به دنبال کردن آخرین اخبار و فرصت‌های شغلی در این حوزه می‌شوند.

در این شماره:

ما یک روش جدید بخش‌بندی مکالمه را بررسی می‌کنیم که مکالمه عامل منسجم‌تر و شخصی‌سازی‌شده‌تری ارائه می‌دهد و تلاش‌ها برای بهبود درک مدل‌های زبان بزرگ چندوجهی (MLLMs) از نقشه‌های زمین‌شناسی را مرور می‌کنیم. آخرین پژوهش‌ها و به‌روزرسانی‌های دیگر را بررسی کنید.

پژوهش جدید

پژوهشگرانی از مایکروسافت و دانشگاه تسینگ‌هوا روشی جدید برای کمک به عامل‌های هوش مصنوعی مکالمه‌ای پیشنهاد می‌کنند تا پاسخ‌های منسجم‌تر و شخصی‌سازی‌شده‌تری را در طول گفتگوی پیچیده و بلندمدت ارائه دهند.

رویکرد جدید پیشنهادی، SeCom، بانک حافظه را در سطح بخش با معرفی یک مدل بخش‌بندی (Segmentation) مکالمه می‌سازد که مکالمات بلندمدت را به بخش‌های منسجم موضوعی تقسیم می‌کند، در حالی که نویززدایی مبتنی بر فشرده‌سازی (Compression) را روی واحدهای حافظه برای بهبود بازیابی حافظه اعمال می‌کند.

پژوهش جدید

پژوهشگران مایکروسافت و همکاران خارجی، GeoMap-Agent را معرفی می‌کنند، یک سیستم هوش مصنوعی که به طور خاص برای درک و تحلیل نقشه‌های زمین‌شناسی طراحی شده است.

این مقاله نتایج آزمایش‌هایی را ارائه می‌دهد که در آن GeoMap-Agent به امتیاز کلی ۰.۸۱۱ در GeoMap-Bench دست می‌یابد، که به طور قابل توجهی از امتیاز ۰.۳۶۹ مدل GPT-4o بهتر است.

پژوهش جدید

اتصال بی‌سیم قابل اعتماد و با پهنای باند بالا و پردازش محلی در لبه، عوامل کلیدی برای کاربردهای نوظهور هوش مصنوعی صنعتی هستند. این کار پیشنهاد می‌کند که شبکه‌بندی سلولی به دلیل مجازی‌سازی و پشتیبانی از APIهای باز، راه‌حل اتصال ایده‌آل برای این کاربردها است.

پژوهش جدید

یک عبارت منظم (regex یا RE) دنباله‌ای از کاراکترها است که برای تطبیق، جستجو و دستکاری رشته‌ها در متن بر اساس معیارهای خاص استفاده می‌شود. REها در زبان‌های برنامه‌نویسی برای اعتبارسنجی داده‌ها، تجزیه متن و عملیات جستجو استفاده می‌شوند.

این مقاله یک ابزار و نظریه مبتنی بر مشتقات نمادین را ارائه می‌دهد که از پس‌گردی (backtracking) استفاده نمی‌کند، در حالی که هم از عملگرهای کلاسیک و هم از متمم، اشتراک و نگاه‌های محدود شده به اطراف (restricted lookarounds) پشتیبانی می‌کند.

پژوهش جدید

پژوهشگران پیشرفت‌های اخیر در مدل‌های مولد عمیق برای طراحی پروتئین را با تمرکز بر روش‌های هم‌آفرینی توالی-ساختار مرور می‌کنند.

پادکست

دو سال پیش، GPT-4 از OpenAI دوران جدیدی را در هوش مصنوعی آغاز کرد.

پیرامون پژوهش مایکروسافت

اشتراک:
این گزارش ترجمه و بازنویسی خبری با موتور هوش مصنوعی افق آبی است و برای خوانندهٔ فارسی‌زبان بازتنظیم شده. منبع اصلی: microsoft research