رمزگشایی ارتباط دلفین‌ها با هوش مصنوعی گوگل
گوگل با استفاده از هوش مصنوعی، در تلاش برای رمزگشایی زبان پیچیده دلفین‌ها و ایجاد ارتباطی معنادار با این پستانداران دریایی است.
Tag: AIGC
تلاش هواوی برای رقابت با Nvidia در تراشه‌های AI
هواوی در حال آزمایش تراشه هوش مصنوعی جدید خود برای رقابت با Nvidia است. این گام مهم در راستای کاهش وابستگی به فناوری خارجی و تقویت توانایی های داخلی است.
تلاش هواوی برای رقابت با تراشه های هوش مصنوعی Nvidia
هواوی با تراشه Ascend 910D قصد دارد با Nvidia در بازار تراشه های هوش مصنوعی رقابت کند. این تلاش برای کاهش وابستگی به فناوری آمریکایی و تقویت خودکفایی چین در صنعت نیمه هادی است.
گسترش هوش مصنوعی متا: داده‌ها و انتخاب‌های کاربران اتحادیه اروپا
اقدام متا برای آموزش مدل‌های هوش مصنوعی با استفاده از داده‌های عمومی کاربران اتحادیه اروپا، گامی مهم است. این اقدام با هدف انطباق با مقررات سختگیرانه اتحادیه اروپا انجام شده و به کاربران امکان می‌دهد تا کنترل بیشتری بر داده‌های خود داشته باشند.
مدل هوش مصنوعی کم‌مصرف مایکروسافت
مایکروسافت از مدل هوش مصنوعی BitNet b1.58 2B4T رونمایی کرد که روی CPUها کارآمد است. این مدل با مجوز MIT، هوش مصنوعی را برای کاربردهای بیشتری در دسترس قرار می‌دهد و در تست‌های معیار از مدل‌های هم‌اندازه بهتر عمل می‌کند.
سامسونگ از هوش مصنوعی متا بهره می‌برد
سامسونگ با ادغام مدل هوش مصنوعی Llama 4 متا، قصد دارد تراشه‌های Exynos خود را بهبود بخشد و به بازار بازگرداند.
تقویت بازوی پرداخت آمازون در هند
آمازون با تزریق 41 میلیون دلار به بخش پرداخت خود در هند، موقعیت خود را در عرصه رقابتی UPI تقویت می کند. این سرمایه گذاری در بحبوحه رشد سریع اکوسیستم UPI و رقابت شدید بین شرکت ها صورت می گیرد.
DolphinGemma: تحولی در ارتباطات بین‌گونه‌ای
DolphinGemma گوگل مدل هوش مصنوعی برای رمزگشایی و تولید صداهای دلفین‌ها است. این پروژه با هدف درک بهتر زبان دلفین‌ها و ایجاد ارتباط با این پستانداران دریایی هوشمند انجام می‌شود.
تلاش هوش مصنوعی هند: Sarvam AI
هند با Sarvam AI در تلاش است تا مدل زبان بزرگ مستقل خود را توسعه دهد. هدف خودکفایی در هوش مصنوعی و بهره‌برداری از آن برای شهروندان است.
Meta AI: توکن-شافل برای کاهش توکن تصویر
Meta AI تکنیک Token-Shuffle را معرفی کرد، روشی برای کاهش توکن های تصویر در ترانسفورمرها بدون افت کیفیت. این کار با ادغام توکن های بصری محلی قبل از پردازش و بازگردانی ساختار فضایی پس از آن انجام می شود.