Media is too big
VIEW IN TELEGRAM
🤖 تحول هوش مصنوعی با عامل‌های چندمرحله‌ای (Multi-Step Agents)
📺 بررسی عمیق در ویدیوی جدید یوتیوب
@rss_ai_ir | #AI #AGI #Agents
هوش مصنوعی دیگر فقط پاسخ‌گو نیست؛ حالا برنامه‌ریزی می‌کند، وظایف را می‌شکند، تصمیم می‌گیرد و یاد می‌گیرد!
در ویدیوی جدید، به بررسی یکی از مهم‌ترین پیشرفت‌های اخیر AI پرداخته میشود:
🧠 عامل‌های چندمرحله‌ای (Multi-Step Agents) — سیستم‌هایی که می‌توانند مسائل پیچیده را به گام‌های کوچک‌تر تقسیم کرده، اجرا کنند و نتایج را تحلیل و بهینه کنند.
🎯 نکات کلیدی ویدیو:
🔹 تفاوت Agent با مدل‌های ساده زبانی مثل GPT
🔹 توانایی تفکر چندمرحله‌ای و تعامل با محیط
🔹 چالش‌ها: پیاده‌سازی، ارزیابی، حافظه، و ابزارهای جانبی
🔹 ارتباط با آینده AGI (هوش عمومی مصنوعی)
📌 این ویدیو برای کسانی که می‌خواهند آینده شغلی، تحقیقاتی یا توسعه خود را با عامل‌های هوشمند گره بزنند، حیاتی است.
📽 تماشا کن:
🔗 YouTube - Multi-step AI Agents
🔗 لینک کتاب داخل فیلم
📡 دنبال کنید برای تحلیل تخصصی و منابع بیشتر:
@rss_ai_ir | #هوش_مصنوعی #LLM #Agent
📺 بررسی عمیق در ویدیوی جدید یوتیوب
@rss_ai_ir | #AI #AGI #Agents
هوش مصنوعی دیگر فقط پاسخ‌گو نیست؛ حالا برنامه‌ریزی می‌کند، وظایف را می‌شکند، تصمیم می‌گیرد و یاد می‌گیرد!
در ویدیوی جدید، به بررسی یکی از مهم‌ترین پیشرفت‌های اخیر AI پرداخته میشود:
🧠 عامل‌های چندمرحله‌ای (Multi-Step Agents) — سیستم‌هایی که می‌توانند مسائل پیچیده را به گام‌های کوچک‌تر تقسیم کرده، اجرا کنند و نتایج را تحلیل و بهینه کنند.
🎯 نکات کلیدی ویدیو:
🔹 تفاوت Agent با مدل‌های ساده زبانی مثل GPT
🔹 توانایی تفکر چندمرحله‌ای و تعامل با محیط
🔹 چالش‌ها: پیاده‌سازی، ارزیابی، حافظه، و ابزارهای جانبی
🔹 ارتباط با آینده AGI (هوش عمومی مصنوعی)
📌 این ویدیو برای کسانی که می‌خواهند آینده شغلی، تحقیقاتی یا توسعه خود را با عامل‌های هوشمند گره بزنند، حیاتی است.
📽 تماشا کن:
🔗 YouTube - Multi-step AI Agents
🔗 لینک کتاب داخل فیلم
📡 دنبال کنید برای تحلیل تخصصی و منابع بیشتر:
@rss_ai_ir | #هوش_مصنوعی #LLM #Agent
🔥2👍1🙏1
🧠 تحلیل تخصصی دیدگاه ماسایوشی سان درباره ابرهوش مصنوعی (ASI)
---
✳️در کنفرانس SoftBank World، ماسایوشی سان اعلام کرد که تمرکز بر هوش مصنوعی عمومی (AGI) تنها یک مرحله گذار است؛ آنچه پیش‌روی بشر قرار دارد، ظهور ابرهوش مصنوعی (ASI) تا سال ۲۰۳۵ است. این سطح از هوش، توان محاسباتی‌ای بین ۱۰۰۰ تا ۱۰۰۰۰ برابر یک انسان نابغه خواهد داشت.
---
📌 تفاوت بنیادین بین AGI و ASI از دیدگاه سان:
هوش عمومی (AGI) تنها توانایی انجام وظایف انسانی را دارد. اما ASI سیستمی است با قدرت تصمیم‌گیری، درک موقعیتی و حافظه‌ای که از مجموع کل انسان‌ها پیشی می‌گیرد.
---
📊 تغییر راهبرد SoftBank در مسیر ASI:
ماسایوشی سان مأموریت شرکت خود را ارائه زیرساخت‌های نرم‌افزاری، سخت‌افزاری و انرژی برای توسعه ابرهوش می‌داند.
او SoftBank را صرفاً یک VC یا اپراتور نمی‌داند، بلکه آن را پلتفرمی می‌بیند برای ورود تمدن بشری به عصر غیرزیستی.
---
🚀 پروژه بزرگ Izanagi:
سان در حال راه‌اندازی یک پروژه سرمایه‌گذاری ۱۰۰ میلیارد دلاری برای ساخت تراشه‌های مخصوص ASI است. این تراشه‌ها قرار است رقیب مستقیم NVIDIA شوند، با توان پردازش فوق‌سنگین، مصرف انرژی بهینه، و مقیاس‌پذیری بالا برای مدل‌های self-evolving.
---
🌍 پیامدهای ظهور ASI از نگاه سان:
✔ حل چالش‌های پزشکی، زیست‌محیطی و امنیتی
✔ ایجاد ساختارهای صنعتی خودکار و بازتعریف صنایع
✔ همزیستی انسان با سیستم‌های فوق‌هوشمند
---
📢 سان هشدار می‌دهد: هر کس در توسعه ASI مشارکت نکند، مانند ماهی طلایی در تنگ از دنیای بیرون عقب می‌ماند.
---
#هوش_مصنوعی #ASI #AGI #ماسایوشی_سان #Izanagi #SoftBank #ابرهوش #AI2035 #فناوری_آینده
📡 برای تحلیل‌های تخصصی هوش مصنوعی:
🔗 https://yangx.top/rss_ai_ir
---
✳️در کنفرانس SoftBank World، ماسایوشی سان اعلام کرد که تمرکز بر هوش مصنوعی عمومی (AGI) تنها یک مرحله گذار است؛ آنچه پیش‌روی بشر قرار دارد، ظهور ابرهوش مصنوعی (ASI) تا سال ۲۰۳۵ است. این سطح از هوش، توان محاسباتی‌ای بین ۱۰۰۰ تا ۱۰۰۰۰ برابر یک انسان نابغه خواهد داشت.
---
📌 تفاوت بنیادین بین AGI و ASI از دیدگاه سان:
هوش عمومی (AGI) تنها توانایی انجام وظایف انسانی را دارد. اما ASI سیستمی است با قدرت تصمیم‌گیری، درک موقعیتی و حافظه‌ای که از مجموع کل انسان‌ها پیشی می‌گیرد.
---
📊 تغییر راهبرد SoftBank در مسیر ASI:
ماسایوشی سان مأموریت شرکت خود را ارائه زیرساخت‌های نرم‌افزاری، سخت‌افزاری و انرژی برای توسعه ابرهوش می‌داند.
او SoftBank را صرفاً یک VC یا اپراتور نمی‌داند، بلکه آن را پلتفرمی می‌بیند برای ورود تمدن بشری به عصر غیرزیستی.
---
🚀 پروژه بزرگ Izanagi:
سان در حال راه‌اندازی یک پروژه سرمایه‌گذاری ۱۰۰ میلیارد دلاری برای ساخت تراشه‌های مخصوص ASI است. این تراشه‌ها قرار است رقیب مستقیم NVIDIA شوند، با توان پردازش فوق‌سنگین، مصرف انرژی بهینه، و مقیاس‌پذیری بالا برای مدل‌های self-evolving.
---
🌍 پیامدهای ظهور ASI از نگاه سان:
✔ حل چالش‌های پزشکی، زیست‌محیطی و امنیتی
✔ ایجاد ساختارهای صنعتی خودکار و بازتعریف صنایع
✔ همزیستی انسان با سیستم‌های فوق‌هوشمند
---
📢 سان هشدار می‌دهد: هر کس در توسعه ASI مشارکت نکند، مانند ماهی طلایی در تنگ از دنیای بیرون عقب می‌ماند.
---
#هوش_مصنوعی #ASI #AGI #ماسایوشی_سان #Izanagi #SoftBank #ابرهوش #AI2035 #فناوری_آینده
📡 برای تحلیل‌های تخصصی هوش مصنوعی:
🔗 https://yangx.top/rss_ai_ir
👍2🔥2👏1
📌 احتمال انقراض انسان به‌دلیل هوش مصنوعی: ۹۵٪؟
@rss_ai_ir
نِیت سوارس، مهندس سابق Google و Microsoft و رئیس مؤسسه تحقیقاتی Machine Intelligence Research، هشدار داده است:
🔻 «اگر همین مسیر را ادامه دهیم، احتمال انقراض انسان بر اثر هوش مصنوعی حداقل ۹۵٪ است!»
او وضعیت کنونی را به رانندگی با سرعت ۱۶۰ کیلومتر بر ساعت به‌سوی پرتگاه تشبیه کرده:
«🚗 ما ممکن است هنوز بتوانیم ترمز بزنیم، ولی فعلاً با نهایت سرعت در مسیر سقوطیم.»
✅ نام‌هایی همچون جفری هینتون (برنده نوبل)، یوشوا بنجیو (برنده جایزه تورینگ)، و مدیران OpenAI، Anthropic و Google DeepMind نیز با وی هم‌عقیده‌اند.
همگی آن‌ها در بیانیه‌ای هشدار دادند:
⚠️ «کاهش ریسک انقراض ناشی از هوش مصنوعی باید در سطح تهدیدهای جهانی مانند جنگ اتمی یا پاندمی قرار گیرد.»
---
🔵 ما فعلاً فقط با هوش مصنوعی زمینه‌ای (Contextual AI) سروکار داریم؛ مدلی که در انجام وظایف مشخص مانند نوشتن، ترجمه یا تشخیص تصویر عالی عمل می‌کند.
اما بسیاری از متخصصان معتقدند که در چند سال آینده به مرحله‌ی AGI (هوش عمومی مصنوعی) خواهیم رسید.
همچنین AGI قادر است برنامه‌ریزی بلندمدت، حل مسائل پیچیده و انتقال فوری دانش به نسل بعدی را بدون خستگی یا توقف انجام دهد.
📈 پس از AGI، نوبت به ASI (هوش فوق انسانی) خواهد رسید؛ سامانه‌ای که شاید بتواند:
* سرطان را درمان کند
* همجوشی سرد را به واقعیت تبدیل کند
* سفر به ستارگان را ممکن سازد
اما... 🔴
---
🟡 مشکل اینجاست: تمام این آرمان‌شهرها بر پایه‌ی فرضی خطرناک بنا شده‌اند:
«این‌که ASI همچنان از ما فرمان ببرد.»
📌 این چالش، به‌عنوان مسئله همراستایی (Alignment Problem) شناخته میشود؛
یعنی چطور اطمینان حاصل کنیم که اهداف ASI دقیقاً با ارزش‌های انسانی منطبق باشند.
🔍 رسیدن به همراستایی کامل تقریباً غیرممکن است.
تشخیص نیت‌های ASI مثل تلاش برای فهم ذهن یک گونه بیگانه خواهد بود.
---
🧠 حتی امروز، مواردی ثبت شده که AI عمداً دروغ می‌گوید.
همچنین ASI با توانایی برنامه‌ریزی و فریب، ممکن است تا زمانی که برایش مفید است، به ما "وانمود" کند که مطیع است – و ما قدرت شناسایی واقعیت را نداشته باشیم!
---
🔴 حتی خوش‌بین‌ها هم نگران‌اند:
* هالی اِل‌مور (PauseAI): شانس انقراض را ۱۵ تا ۲۰٪ می‌داند.
* ایلان ماسک: ۲۰٪
* سوندار پیچای (مدیر Google): ۱۰٪
* کتیا گریس (AI Impacts): «ممکن است انسان‌ها به سطح زندگی در زباله‌دانی سقوط کنند؛ بدون هیچ قدرت سیاسی یا اقتصادی.»
---
🔻 با این وجود، دولت‌ها و شرکت‌ها با تمام قوا در حال توسعه AI هستند:
* دولت آمریکا در فکر کاهش نظارت بر تحقیق‌های AI است.
* مارک زاکربرگ تلاش می‌کند با پیشنهادهای میلیون‌دلاری، بهترین محققان OpenAI را جذب کند.
به‌گفته‌ی هالی ال‌مور، برخی طرفداران ASI دیگر از مرز منطق عبور کرده‌اند و به آن مانند یک باور مذهبی می‌نگرند.
---
📎 منبع: The Times
🔗 [https://www.thetimes.com/us/news-today/article/why-how-ai-lead-end-humanity-nx8zjhgft](https://www.thetimes.com/us/news-today/article/why-how-ai-lead-end-humanity-nx8zjhgft)
@rss_ai_ir
\#هوش_مصنوعی #AGI #ASI #خطرات_AI #فناوری #آینده #alignment
@rss_ai_ir
نِیت سوارس، مهندس سابق Google و Microsoft و رئیس مؤسسه تحقیقاتی Machine Intelligence Research، هشدار داده است:
🔻 «اگر همین مسیر را ادامه دهیم، احتمال انقراض انسان بر اثر هوش مصنوعی حداقل ۹۵٪ است!»
او وضعیت کنونی را به رانندگی با سرعت ۱۶۰ کیلومتر بر ساعت به‌سوی پرتگاه تشبیه کرده:
«🚗 ما ممکن است هنوز بتوانیم ترمز بزنیم، ولی فعلاً با نهایت سرعت در مسیر سقوطیم.»
✅ نام‌هایی همچون جفری هینتون (برنده نوبل)، یوشوا بنجیو (برنده جایزه تورینگ)، و مدیران OpenAI، Anthropic و Google DeepMind نیز با وی هم‌عقیده‌اند.
همگی آن‌ها در بیانیه‌ای هشدار دادند:
⚠️ «کاهش ریسک انقراض ناشی از هوش مصنوعی باید در سطح تهدیدهای جهانی مانند جنگ اتمی یا پاندمی قرار گیرد.»
---
🔵 ما فعلاً فقط با هوش مصنوعی زمینه‌ای (Contextual AI) سروکار داریم؛ مدلی که در انجام وظایف مشخص مانند نوشتن، ترجمه یا تشخیص تصویر عالی عمل می‌کند.
اما بسیاری از متخصصان معتقدند که در چند سال آینده به مرحله‌ی AGI (هوش عمومی مصنوعی) خواهیم رسید.
همچنین AGI قادر است برنامه‌ریزی بلندمدت، حل مسائل پیچیده و انتقال فوری دانش به نسل بعدی را بدون خستگی یا توقف انجام دهد.
📈 پس از AGI، نوبت به ASI (هوش فوق انسانی) خواهد رسید؛ سامانه‌ای که شاید بتواند:
* سرطان را درمان کند
* همجوشی سرد را به واقعیت تبدیل کند
* سفر به ستارگان را ممکن سازد
اما... 🔴
---
🟡 مشکل اینجاست: تمام این آرمان‌شهرها بر پایه‌ی فرضی خطرناک بنا شده‌اند:
«این‌که ASI همچنان از ما فرمان ببرد.»
📌 این چالش، به‌عنوان مسئله همراستایی (Alignment Problem) شناخته میشود؛
یعنی چطور اطمینان حاصل کنیم که اهداف ASI دقیقاً با ارزش‌های انسانی منطبق باشند.
🔍 رسیدن به همراستایی کامل تقریباً غیرممکن است.
تشخیص نیت‌های ASI مثل تلاش برای فهم ذهن یک گونه بیگانه خواهد بود.
---
🧠 حتی امروز، مواردی ثبت شده که AI عمداً دروغ می‌گوید.
همچنین ASI با توانایی برنامه‌ریزی و فریب، ممکن است تا زمانی که برایش مفید است، به ما "وانمود" کند که مطیع است – و ما قدرت شناسایی واقعیت را نداشته باشیم!
---
🔴 حتی خوش‌بین‌ها هم نگران‌اند:
* هالی اِل‌مور (PauseAI): شانس انقراض را ۱۵ تا ۲۰٪ می‌داند.
* ایلان ماسک: ۲۰٪
* سوندار پیچای (مدیر Google): ۱۰٪
* کتیا گریس (AI Impacts): «ممکن است انسان‌ها به سطح زندگی در زباله‌دانی سقوط کنند؛ بدون هیچ قدرت سیاسی یا اقتصادی.»
---
🔻 با این وجود، دولت‌ها و شرکت‌ها با تمام قوا در حال توسعه AI هستند:
* دولت آمریکا در فکر کاهش نظارت بر تحقیق‌های AI است.
* مارک زاکربرگ تلاش می‌کند با پیشنهادهای میلیون‌دلاری، بهترین محققان OpenAI را جذب کند.
به‌گفته‌ی هالی ال‌مور، برخی طرفداران ASI دیگر از مرز منطق عبور کرده‌اند و به آن مانند یک باور مذهبی می‌نگرند.
---
📎 منبع: The Times
🔗 [https://www.thetimes.com/us/news-today/article/why-how-ai-lead-end-humanity-nx8zjhgft](https://www.thetimes.com/us/news-today/article/why-how-ai-lead-end-humanity-nx8zjhgft)
@rss_ai_ir
\#هوش_مصنوعی #AGI #ASI #خطرات_AI #فناوری #آینده #alignment
👍23😁21🔥19👏15🥰12❤11🎉6👎2🙏1
🚨 افشای زودهنگام GPT-5 توسط گیت‌هاب!
پیش از رونمایی رسمی، گیت‌هاب به‌اشتباه اطلاعاتی از نسخه جدید GPT-5 را منتشر کرد که بلافاصله حذف شد. اما تصاویر لو رفته جزئیاتی مهم را فاش می‌کنند:
🔍 قابلیت‌های جدید:
▪️ عملکرد ایجنت‌محور و چندمرحله‌ای در سطحی بی‌سابقه
▪️ توانایی درک و تولید کدهای پیچیده و دقیق
▪️ دسته‌بندی دقیق‌تر و هوشمندتر داده‌ها (در مقایسه با مدل‌های LLaMA و Cohere)
📦 چهار نسخه مختلف از GPT-5 در راه است:
1️⃣ نسخه اصلی برای وظایف چندمرحله‌ای و پردازش سنگین
2️⃣ نسخه Chat برای مکالمه‌های پیشرفته و طبیعی‌تر
3️⃣ نسخه Mini برای کاربردهای سبک و روزمره
4️⃣ نسخه Nano با قیمت رقابتی برای دستگاه‌های مصرفی و لبه‌ای (edge)
🕗 امشب ساعت ۸:۳۰ به وقت ایران منتظر رونمایی رسمی باشید!
#GPT5 #هوش_مصنوعی #OpenAI #مدل_زبان #AGI
@rss_ai_ir 🤖
پیش از رونمایی رسمی، گیت‌هاب به‌اشتباه اطلاعاتی از نسخه جدید GPT-5 را منتشر کرد که بلافاصله حذف شد. اما تصاویر لو رفته جزئیاتی مهم را فاش می‌کنند:
🔍 قابلیت‌های جدید:
▪️ عملکرد ایجنت‌محور و چندمرحله‌ای در سطحی بی‌سابقه
▪️ توانایی درک و تولید کدهای پیچیده و دقیق
▪️ دسته‌بندی دقیق‌تر و هوشمندتر داده‌ها (در مقایسه با مدل‌های LLaMA و Cohere)
📦 چهار نسخه مختلف از GPT-5 در راه است:
1️⃣ نسخه اصلی برای وظایف چندمرحله‌ای و پردازش سنگین
2️⃣ نسخه Chat برای مکالمه‌های پیشرفته و طبیعی‌تر
3️⃣ نسخه Mini برای کاربردهای سبک و روزمره
4️⃣ نسخه Nano با قیمت رقابتی برای دستگاه‌های مصرفی و لبه‌ای (edge)
🕗 امشب ساعت ۸:۳۰ به وقت ایران منتظر رونمایی رسمی باشید!
#GPT5 #هوش_مصنوعی #OpenAI #مدل_زبان #AGI
@rss_ai_ir 🤖
👍20🔥16😁15🎉14👏13❤12🥰12🤩3🙏1
This media is not supported in your browser
VIEW IN TELEGRAM
🧠 گرگ بروکمن توضیح جالبی درباره‌ی GPT-4 داده:
او میگه این مدل اساساً برای چت آموزش داده نشده بود، اما بعد از مرحله‌ی پست‌ترِینینگ با دستورالعمل‌ها (Instruction-following post-training) به‌طور طبیعی توانست حافظه‌ی چندمرحله‌ای (Context across turns) داشته باشه.
این موضوع باعث شد بعضی‌ها بپرسن: «پس چرا این AGI نیست؟»
پاسخ بروکمن: فاصله‌ی اصلی قابلیت اطمینان (Reliability) است.
🔹 به باور او، این فاصله با آزمایش در دنیای واقعی و یادگیری تقویتی از بازخورد (RLHF) قابل پر کردن است.
#هوش_مصنوعی #GPT4 #AGI #RLHF
@rss_ai_ir
او میگه این مدل اساساً برای چت آموزش داده نشده بود، اما بعد از مرحله‌ی پست‌ترِینینگ با دستورالعمل‌ها (Instruction-following post-training) به‌طور طبیعی توانست حافظه‌ی چندمرحله‌ای (Context across turns) داشته باشه.
این موضوع باعث شد بعضی‌ها بپرسن: «پس چرا این AGI نیست؟»
پاسخ بروکمن: فاصله‌ی اصلی قابلیت اطمینان (Reliability) است.
🔹 به باور او، این فاصله با آزمایش در دنیای واقعی و یادگیری تقویتی از بازخورد (RLHF) قابل پر کردن است.
#هوش_مصنوعی #GPT4 #AGI #RLHF
@rss_ai_ir
👍2🔥1👏1
💬 به نقل از The Verge: «اوپن‌ای‌آی در آینده‌ی نزدیک قصد دارد تریلیون‌ها دلار روی ساخت دیتاسنترها سرمایه‌گذاری کند!»
⚡ رقابت برای دستیابی به AGI / ASI وارد سطح تازه‌ای شده — دیگر صحبت از میلیاردها نیست، بلکه پای تریلیون‌ها در میانه است.
🤖 هوش مصنوعی به اولویت شماره یک جهان فناوری تبدیل شده و بسیاری این پروژه را با پروژه منهتن در تاریخ معاصر مقایسه می‌کنند.
#هوش_مصنوعی #OpenAI #AGI #دیتاسنتر
@rss_ai_ir
⚡ رقابت برای دستیابی به AGI / ASI وارد سطح تازه‌ای شده — دیگر صحبت از میلیاردها نیست، بلکه پای تریلیون‌ها در میانه است.
🤖 هوش مصنوعی به اولویت شماره یک جهان فناوری تبدیل شده و بسیاری این پروژه را با پروژه منهتن در تاریخ معاصر مقایسه می‌کنند.
#هوش_مصنوعی #OpenAI #AGI #دیتاسنتر
@rss_ai_ir
🥰31❤25👍22🎉22❤🔥18💯18🔥16🤩13😍13👏12😁7
🔥 پر سر و صداترین مقاله ماه: Hierarchical Reasoning Model (HRM)
بدون مقدمه، بریم سر اصل ماجرا:
محققان مدلی با تنها ۲۷ میلیون پارامتر ساخته‌اند که روی بِنچمارک ARC-AGI-1 حتی از o3-mini بهتر عمل کرده. همین باعث شده کل جامعه تحقیقاتی در موردش صحبت کنن؛ حتی خود تیم ARC-AGI یک تحلیل مفصل از نتایج این مدل منتشر کرده.
---
🧩 ایده اصلی
معماری HRM شامل دو ماژول بازگشتی است:
یک ماژول سریع و سطح پایین → حل محلی و جزیی مسائل.
یک ماژول کندتر و سطح بالا → مدیریت انتزاعی و دادن تسک به ماژول پایین.
🔄 نکته کلیدی اینه که این دو ماژول با فرکانس‌های متفاوت آپدیت می‌شن:
♻️ماژول بالا در هر چرخه فقط یک بار آپدیت می‌شه.
♻️ماژول پایین در همون چرخه چندین بار قدم‌های کوچک محاسباتی برمی‌داره.
♻️به این ترتیب، مدل می‌تونه یک مسئله رو به چرخه‌های استدلالی بشکنه و همزمان هم تصویر کلان رو نگه داره، هم جزئیات محلی رو حل کنه.
---
🛠️ یادگیری
مدل با کمک RL یاد می‌گیره که چه زمانی باید متوقف بشه یا ادامه بده. پس می‌تونه بعضی وقت‌ها فقط چند ثانیه فکر کنه و بعضی وقت‌ها چند ساعت!
برای آموزش هم برخلاف مدل‌های RNN کلاسیک، فقط گرادیان حالت نهایی رو نگه می‌دارن و نه همه حالت‌های میانی. نتیجه؟ ساده‌تر، سبک‌تر و در کمال تعجب کاملاً کارآمد.
---
🧠 شباهت به مغز انسان
این معماری خیلی شبیه کارکرد مغزه:
♻️بعضی بخش‌ها مسئول انتزاع و بعضی مسئول واکنش سریع هستن.
♻️ارتباط بین این بخش‌ها از طریق فیدبک‌های سلسله‌مراتبی انجام می‌شه.
♻️حتی مغز هم حالت‌های میانی رو ذخیره نمی‌کنه، بلکه به‌تدریج از چرخه‌های موجی به سمت همگرایی می‌ره.
---
📊 نتیجه
♻️برای مدلی به این کوچکی، عملکردش در حل پازل‌ها، سودوکو، مازها و مسائل استقرایی بی‌سابقه است.
♻️جایی که LLMهای معمولی شکست می‌خورن، HRM موفق ظاهر می‌شه.
♻️و البته اوج ماجرا، رکورد روی ARC-AGI است.
---
📖 مقاله کامل: [Arxiv / HRM Paper]
📌 تحلیل عالی به زبان روسی هم موجوده (لینک در متن اصلی).
@rss_ai_ir
#هوش_مصنوعی #یادگیری_عمیق #AGI #شبکه_عصبی #ARC_AGI
بدون مقدمه، بریم سر اصل ماجرا:
محققان مدلی با تنها ۲۷ میلیون پارامتر ساخته‌اند که روی بِنچمارک ARC-AGI-1 حتی از o3-mini بهتر عمل کرده. همین باعث شده کل جامعه تحقیقاتی در موردش صحبت کنن؛ حتی خود تیم ARC-AGI یک تحلیل مفصل از نتایج این مدل منتشر کرده.
---
🧩 ایده اصلی
معماری HRM شامل دو ماژول بازگشتی است:
یک ماژول سریع و سطح پایین → حل محلی و جزیی مسائل.
یک ماژول کندتر و سطح بالا → مدیریت انتزاعی و دادن تسک به ماژول پایین.
🔄 نکته کلیدی اینه که این دو ماژول با فرکانس‌های متفاوت آپدیت می‌شن:
♻️ماژول بالا در هر چرخه فقط یک بار آپدیت می‌شه.
♻️ماژول پایین در همون چرخه چندین بار قدم‌های کوچک محاسباتی برمی‌داره.
♻️به این ترتیب، مدل می‌تونه یک مسئله رو به چرخه‌های استدلالی بشکنه و همزمان هم تصویر کلان رو نگه داره، هم جزئیات محلی رو حل کنه.
---
🛠️ یادگیری
مدل با کمک RL یاد می‌گیره که چه زمانی باید متوقف بشه یا ادامه بده. پس می‌تونه بعضی وقت‌ها فقط چند ثانیه فکر کنه و بعضی وقت‌ها چند ساعت!
برای آموزش هم برخلاف مدل‌های RNN کلاسیک، فقط گرادیان حالت نهایی رو نگه می‌دارن و نه همه حالت‌های میانی. نتیجه؟ ساده‌تر، سبک‌تر و در کمال تعجب کاملاً کارآمد.
---
🧠 شباهت به مغز انسان
این معماری خیلی شبیه کارکرد مغزه:
♻️بعضی بخش‌ها مسئول انتزاع و بعضی مسئول واکنش سریع هستن.
♻️ارتباط بین این بخش‌ها از طریق فیدبک‌های سلسله‌مراتبی انجام می‌شه.
♻️حتی مغز هم حالت‌های میانی رو ذخیره نمی‌کنه، بلکه به‌تدریج از چرخه‌های موجی به سمت همگرایی می‌ره.
---
📊 نتیجه
♻️برای مدلی به این کوچکی، عملکردش در حل پازل‌ها، سودوکو، مازها و مسائل استقرایی بی‌سابقه است.
♻️جایی که LLMهای معمولی شکست می‌خورن، HRM موفق ظاهر می‌شه.
♻️و البته اوج ماجرا، رکورد روی ARC-AGI است.
---
📖 مقاله کامل: [Arxiv / HRM Paper]
📌 تحلیل عالی به زبان روسی هم موجوده (لینک در متن اصلی).
@rss_ai_ir
#هوش_مصنوعی #یادگیری_عمیق #AGI #شبکه_عصبی #ARC_AGI
🎉16😁12🔥10❤9🥰9👏9👍8