
AI هنوز در وظایف انسانی ساده ضعیف است
نوآوری AI را محتاطتر میکند، ممکن است ۲۵٪ تمرکز روی ایمنی افزایش یابد.

نوآوری AI را محتاطتر میکند، ممکن است ۲۵٪ تمرکز روی ایمنی افزایش یابد.
این حرکت میتواند نشانهی آن باشد که گوگل، نه فقط مدلهای LLM سطح بالا را توسعه میدهد، بلکه در حال آمادهسازی یک پلن گسترده برای سیستمهای هوش مصنوعی پیشرفتهتر در آینده است، احتمالا با هدف AGI سادهتر یا هوش تعاملیتر.
SIMA 2 میتواند از دستورات زبانی برای برنامهریزی استراتژیک استفاده کند و برای کاربردهای واقعی مانند رباتیک و شبیهسازیهای صنعتی طراحی شده.
این حرکت نشان میدهد که مرحلهی بعدی AI، مدلهای عمومی نیستند بلکه مدلهای تخصصی و فوقپیشرفته هستند که در حوزههای خاص عملکرد انسانمانند یا فراترش خواهند داشت.
استارتاپ سلامت-فناوری مستقر در بوستون، MENU – ORDER AI، اپلیکیشنی راهاندازی میکند که با هوش مصنوعی منوی رستوران و تحویل غذا را اسکن کرده و به کاربر پیشنهادات غذایی مطابق هدف سلامتی ارائه میدهد. تاریخ انتشار رسمی ۲۸ اکتبر ۲۰۲۵ است.
گروهی شامل چهرههای فناوری، سیاستگذاری و رسانه از جمله Steve Wozniak، Geoffrey Hinton و برخی افراد سیاسی، با همکاری Future of Life Institute خواستار توقف توسعه سیستمهای “هوش مصنوعی فوق انسان” (ASI) شدند تا اجماع علمی و تأیید عمومی درباره ایمن بودن آن حاصل شود.
Andrej Karpathy، یکی از چهرههای مطرح در حوزه هوش مصنوعی، در مصاحبهای عنوان کرده است که رسیدن به هوش مصنوعی عمومی (AGI) هنوز حدود یک دهه زمان خواهد برد. او معتقد است اگرچه مسیر فنی برای AGI “قابل حل” است، اما چالشهای متعددی باقی مانده است که زمانبر هستند.
Skild AI، استارتآپی که روی هوش مصنوعی رباتیک تمرکز دارد (تأسیسشده توسط کهنهکاران از OpenAI و Google)، مدل OmniGibson را معرفی کرده. این مدل بر پایه یک Vision-Language Model (VLM) ساخته شده و از دادههای شبیهسازیشده گسترده (با استفاده از Gibson محیط) آموزش دیده تا رباتها را قادر سازد وظایف پیچیده را در محیطهای متنوع انجام دهند. ادعای اصلی: OmniGibson “همهکاره” است، یعنی مهارتها را بین رباتهای مختلف (مانند بازوی Franka، ربات دوپا یا حتی رباتهای خیالی) منتقل میکند.
این مدلها گام مهمی در ادغام هوش مصنوعی با رباتیک فیزیکی هستند و هدفشان ایجاد رباتهای هوشمند و همهمنظوره است که بتوانند وظایف پیچیده چندمرحلهای را در دنیای واقعی حل کنند. من این خبر را بر اساس محتوای لینک ارائهشده (که استخراج کامل آن را انجام دادم) تحلیل میکنم. تحلیل را به صورت ساختاریافته و با جزئیات پیش میبرم، از جمله قابلیتها، عملکرد، ایمنی و اهمیت کلی.
GDPval یک ارزیابی جدید (اولین نسخه) هست که عملکرد مدلهای AI رو روی ۱,۳۲۰ وظیفه تخصصی (۲۲۰ مورد golden open-sourced) از ۴۴ شغل در ۹ صنعت اصلی آمریکا اندازه میگیره. این ارزیابی، بخشی از مأموریت OpenAI برای “فایده AGI برای همه انسانیت” هست و پیشرفت مدلها رو شفاف نشون میده.
در رویداد Meta Connect 2025، متا (Meta) بهروزرسانیهای مهمی در عینکهای هوشمند Ray-Ban را رونمایی کرد. تمرکز اصلی بر مدل جدید Ray-Ban Display است که
این افزایش به دلیل سرمایهگذاری عظیم در زیرساختهای محاسباتی برای تقویت هوش مصنوعی (AI) پشت ChatGPT است. OpenAI، که یکی از بزرگترین اجارهکنندگان سرورهای ابری جهان است، در سال ۲۰۲۵ بیش از ۸ میلیارد دلار هزینه خواهد کرد (۱.۵ میلیارد دلار بیشتر از پیشبینی قبلی) و این رقم تا سال ۲۰۲۸ به ۴۵ میلیارد دلار میرسد.
لابراتوارهای فوقهوش متا بخشی از استراتژی جاهطلبانه مارک زاکربرگ، مدیرعامل متا، برای توسعه هوش مصنوعی عمومی (AGI) و پیشیگرفتن از رهبران بازار مانند OpenAI است. هدف اصلی آنها ایجاد هوش مصنوعی که از تواناییهای شناختی انسان فراتر رود، است.
جف دین، دانشمند ارشد گوگل، اذعان کرده که از بحث درباره AGI اجتناب میکند زیرا دیدگاهها بسیار متفاوت و متضادند. این ابراز احتیاط نشان میدهد حتی در درون دره سیلیکون نیز، برنامهریزی و تعریف AGI بهشدت مبهم و پرچالش است.
You cannot copy content of this page