بیل گیتس کدهای منبع اولین محصول مایکروسافت رو منتشر کرده که حاوی 157 صفحه اسکن شده از کدهای مفسر Altair BASIC هست و از اینجا قابل دانلود هست. گیتس گفته که این کدها باحالترین کدهایی هستن که تابحال نوشته.
بیل گیتس و پاول الن در سال 1975 روی مجله Popular Electronics یک کامپیوتر Altair 8800 رو دیدن و در اون موقع حدس زدن که انقلاب کامپیوترهای شخصی نزدیکه و تصمیم گرفتن از همون ابتدا روی این موج سوار بشن.
این دو به همراه Monte Davidoff در طی دو ماه یک مفسر برای زبان بیسیک نوشتن تا بتونه روی منابع محدود کامپیوتر Altair 8800، یکی از اولین کامپیوترهای شخصی محبوب، اجرا بشه. این قضیه وقتی پیچیده تر شد که اونها باید این نرم افزار رو روی حافظه 4 کیلوبایتی این کامپیوتر جا میدادن چون خرید حافظه بیشتر برای این کامپیوتر اندازه خود کامپیوتر هزینه داشت.
اونها تصمیم گرفتن به جای کمپایلر برای زبان بیسیک، یک مفسر برای اون بنویسن که خط به خط اجرا میشد و برای برنامه نویسهای تازه کار مفیدتر بود چون به اونها بازخورد فوری درباره نتیجه کد میداد.
علاوه بر این، کامپیوتر Altair از چیپ Intel 8080 استفاده میکرد که اونها بهش دسترسی نداشتن، در نتیجه پاول الن کدی نوشت تا این چیپ رو روی مین فریم PDP-10 شبیه سازی کنه و اونها بتونن بدون نیاز به اون چیپ، کدهاشون رو برای این چیپ تست کنن.
در نهایت مجوز استفاده از این کد که به 4K BASIC شناخته میشه، رو به شرکت MITS، سازنده کامپیوترهای Altair، فروختن که حاوی 3 هزار دلار (17 هزار دلار امروزی) پیش پرداخت و حداقل 30 دلار برای فروش هر نسخه بود و به اولین محصول تجاری مایکروسافت تبدیل شد.
بیل گیتس برای این مطلب از انیمیشن های ascii جالبی استفاده کرده که توصیه میکنم در لینک منبع اونهارو ببینید.
🔎 gatesnotes
📍 @TechTube
بیل گیتس و پاول الن در سال 1975 روی مجله Popular Electronics یک کامپیوتر Altair 8800 رو دیدن و در اون موقع حدس زدن که انقلاب کامپیوترهای شخصی نزدیکه و تصمیم گرفتن از همون ابتدا روی این موج سوار بشن.
این دو به همراه Monte Davidoff در طی دو ماه یک مفسر برای زبان بیسیک نوشتن تا بتونه روی منابع محدود کامپیوتر Altair 8800، یکی از اولین کامپیوترهای شخصی محبوب، اجرا بشه. این قضیه وقتی پیچیده تر شد که اونها باید این نرم افزار رو روی حافظه 4 کیلوبایتی این کامپیوتر جا میدادن چون خرید حافظه بیشتر برای این کامپیوتر اندازه خود کامپیوتر هزینه داشت.
اونها تصمیم گرفتن به جای کمپایلر برای زبان بیسیک، یک مفسر برای اون بنویسن که خط به خط اجرا میشد و برای برنامه نویسهای تازه کار مفیدتر بود چون به اونها بازخورد فوری درباره نتیجه کد میداد.
علاوه بر این، کامپیوتر Altair از چیپ Intel 8080 استفاده میکرد که اونها بهش دسترسی نداشتن، در نتیجه پاول الن کدی نوشت تا این چیپ رو روی مین فریم PDP-10 شبیه سازی کنه و اونها بتونن بدون نیاز به اون چیپ، کدهاشون رو برای این چیپ تست کنن.
در نهایت مجوز استفاده از این کد که به 4K BASIC شناخته میشه، رو به شرکت MITS، سازنده کامپیوترهای Altair، فروختن که حاوی 3 هزار دلار (17 هزار دلار امروزی) پیش پرداخت و حداقل 30 دلار برای فروش هر نسخه بود و به اولین محصول تجاری مایکروسافت تبدیل شد.
بیل گیتس برای این مطلب از انیمیشن های ascii جالبی استفاده کرده که توصیه میکنم در لینک منبع اونهارو ببینید.
🔎 gatesnotes
📍 @TechTube
❤74❤🔥16⚡10🌭4🍌3🥴2
This media is not supported in your browser
VIEW IN TELEGRAM
ویدیوی زیبایی از شفقهای قطبی، ثبت شده توسط دونالد پتی، فضانورد ناسا از ایستگاه فضایی بین المللی
🔎 astro_Pettit
📍 @TechTube
🔎 astro_Pettit
📍 @TechTube
❤🔥65❤7🆒4🌭1
در شبیه سازی جدیدی که توسط شرکت انرژی Baker Hughes برای توسعه نسل بعدی توربینهای گازی خودش با نرم افزار Ansys Fluent، نرم افزار شبیه‌سازی دینامیک سیالات محاسباتی (CFD)، انجام شده، این شرکت موفق شده زمان این شبیه سازی رو به طور قابل ملاحظه ای با سخت افزار AMD کاهش بده.
در حالی که این شبیه سازی پیش از این با 3700 هسته پردازنده بیش از 38 ساعت طول میکشید، حالا با 1024 پردازشگر گرافیکی AMD MI250X روی سوپرکامپیوتر Frontier، یکی از قویترین سوپرکامپیوترهای جهان، این زمان به 1.5 ساعت کاهش یافته!
برخلاف انویدیا که صرفا روی هوش مصنوعی و دیتا تایپهای بهینه شده برای اون مثل FP16 و FP8 تمرکز کرده، AMD همچنان پردازشگرهاش روی برای سوپرکامپیوترها و دیتاتایپهای مناسب برای اونها مثل FP64 بهینه میکنه که در چنین شبیه سازیهای دقیقی به طور گسترده استفاده میشه.
🔎 tomshardware
📍 @TechTube
در حالی که این شبیه سازی پیش از این با 3700 هسته پردازنده بیش از 38 ساعت طول میکشید، حالا با 1024 پردازشگر گرافیکی AMD MI250X روی سوپرکامپیوتر Frontier، یکی از قویترین سوپرکامپیوترهای جهان، این زمان به 1.5 ساعت کاهش یافته!
برخلاف انویدیا که صرفا روی هوش مصنوعی و دیتا تایپهای بهینه شده برای اون مثل FP16 و FP8 تمرکز کرده، AMD همچنان پردازشگرهاش روی برای سوپرکامپیوترها و دیتاتایپهای مناسب برای اونها مثل FP64 بهینه میکنه که در چنین شبیه سازیهای دقیقی به طور گسترده استفاده میشه.
🔎 tomshardware
📍 @TechTube
❤57⚡13🤯6🔥5❤🔥2👏2
Forwarded from هشتگ تبلیغ تخصصی
🎁 همچنین یه هدیه هم برای شما داریم
Please open Telegram to view this post
VIEW IN TELEGRAM
🍌19🌭3❤🔥1
شرکت Stripe، یکی از بزرگترین درگاه های پرداخت در جهان، این تلویزیون CRT رو برای شرکت میدجرنی کادو فرستاده چون میدجرنی به بیشترین تعداد کشورها در سال 2024 فروش داشته و در این تلویزیون که با رزبری پای کار میکنه، نقشه کشورهایی که از میدجرنی خرید داشتن قابل مشاهده هست.
🔎 DavidSHolz
📍 @TechTube
🔎 DavidSHolz
📍 @TechTube
❤51🆒15
شرکت متا از بزرگترین مدلهای هوش مصنوعی متن باز از سری LLAMA رونمایی کرده که از معماری MoE همراه با امکان فهم عکسها پشتیبانی میکنن.
مدل اول Llama 4 Scout هست که 109 میلیارد پارامتر داره که از 16 مدل متخصص که هر کدوم 17 میلیارد پارامتر هست تشکیل شده و دارای context window عظیم 10 میلیون توکنی هست که از هر مدل دیگه ای بزرگتره و عملا میشه هر محتوایی حتی یک فیلم سینمایی کامل رو در اون جا داد تا بشه در مورد اون از مدل سوالات مختلف پرسید و به گفته متا از مدلهایی مثل Gemma 3 و Gemini 2.0 Flash-Lite و Mistral 3.1 قویتره.
مدل بعدی Llama 4 Maverick هست که 400 میلیارد پارامتر داره و از 128 مدل متخصص 17 میلیارد پارامتری تشکیل شده، context window اون یک میلیون توکن هست و با داشتن امتیاز 1417 یکی از مدلهای برتر در LMArena هست و به ادعای این شرکت از مدلهای GPT-4o و Gemini 2.0 Flash و DeepSeek v3 قدرت بیشتری داره.
و در نهایت Llama 4 Behemoth رو داریم که مدل بسیار عظیمی هست که 2000 میلیارد پارامتر (16 مدل متخصص 288 میلیارد پارامتری) داره و بزرگترین مدلی هست که تاکنون متن باز شده و به گفته متا قدرت بالایی داره و از مدلهایی همچون GPT-4.5 و Claude Sonnet 3.7 و Gemini 2.0 Pro قویتر ظاهر شده.
مدلها Scout و Maverick متن باز شدن و علاوه بر دانلود، امکان استفاده به صورت انلاین در سرویسهای مختلف از جمله واتساپ، اینستاگرام و Meta.ai قابل ازمایش هستن. مدل Behemoth هنوز در حال تمرین هست و در ماه های اینده عرضه میشه.
این مدلها همه غیراستدلالی هست و این شرکت قرار هست در اینده نسخه استدلالی لاما رو هم منتشر کنه.
🔎 meta
📍 @TechTube
مدل اول Llama 4 Scout هست که 109 میلیارد پارامتر داره که از 16 مدل متخصص که هر کدوم 17 میلیارد پارامتر هست تشکیل شده و دارای context window عظیم 10 میلیون توکنی هست که از هر مدل دیگه ای بزرگتره و عملا میشه هر محتوایی حتی یک فیلم سینمایی کامل رو در اون جا داد تا بشه در مورد اون از مدل سوالات مختلف پرسید و به گفته متا از مدلهایی مثل Gemma 3 و Gemini 2.0 Flash-Lite و Mistral 3.1 قویتره.
مدل بعدی Llama 4 Maverick هست که 400 میلیارد پارامتر داره و از 128 مدل متخصص 17 میلیارد پارامتری تشکیل شده، context window اون یک میلیون توکن هست و با داشتن امتیاز 1417 یکی از مدلهای برتر در LMArena هست و به ادعای این شرکت از مدلهای GPT-4o و Gemini 2.0 Flash و DeepSeek v3 قدرت بیشتری داره.
و در نهایت Llama 4 Behemoth رو داریم که مدل بسیار عظیمی هست که 2000 میلیارد پارامتر (16 مدل متخصص 288 میلیارد پارامتری) داره و بزرگترین مدلی هست که تاکنون متن باز شده و به گفته متا قدرت بالایی داره و از مدلهایی همچون GPT-4.5 و Claude Sonnet 3.7 و Gemini 2.0 Pro قویتر ظاهر شده.
مدلها Scout و Maverick متن باز شدن و علاوه بر دانلود، امکان استفاده به صورت انلاین در سرویسهای مختلف از جمله واتساپ، اینستاگرام و Meta.ai قابل ازمایش هستن. مدل Behemoth هنوز در حال تمرین هست و در ماه های اینده عرضه میشه.
این مدلها همه غیراستدلالی هست و این شرکت قرار هست در اینده نسخه استدلالی لاما رو هم منتشر کنه.
🔎 meta
📍 @TechTube
1🔥55❤9🍌5❤🔥1
سامسونگ بعد از ماه ها تاخیر، بالاخره عرضه اپدیت OneUI 7 رو برای پرچمدارهاش شروع کرده و علاوه بر سری S25 که از اول اون رو داشتن، حالا سری S24 همراه با Z Fold 6 و Flip 6 هم در حال دریافت این اپدیت هستن.
اپدیت OneUI 7 که بیش از 5 گیگابایت حجم داره، اندروید 15 رو به گوشیهای سامسونگ میاره و شامل تغییر طراحی پوسته سامسونگ، اضافه شدن قابلیتهای هوش مصنوعی جدید مثل Audio Eraser، امکان فعال کردن لیست عمودی اپها و اضافه شدن Now Bar به صفحه لاک اسکرین برای نمایش وضعیت و کنترل اپهای پشتیبانی شده هست. ظاهرا 5G گوشیهای سامسونگ در ایران (با رام خاورمیانه) هم با این اپدیت فعال میشه.
در حالی که سامسونگ یکی از سریعترین شرکتها در عرضه اندرویدهای جدید بود ولی حالا در عرضه اندروید 15 تاخیر فراوان داشته ولی ظاهرا قرار هست با عرضه زودهنگام OneUI 8 این تاخیر رو جبران کنه.
🔎 androidpolice
📍 @TechTube
اپدیت OneUI 7 که بیش از 5 گیگابایت حجم داره، اندروید 15 رو به گوشیهای سامسونگ میاره و شامل تغییر طراحی پوسته سامسونگ، اضافه شدن قابلیتهای هوش مصنوعی جدید مثل Audio Eraser، امکان فعال کردن لیست عمودی اپها و اضافه شدن Now Bar به صفحه لاک اسکرین برای نمایش وضعیت و کنترل اپهای پشتیبانی شده هست. ظاهرا 5G گوشیهای سامسونگ در ایران (با رام خاورمیانه) هم با این اپدیت فعال میشه.
علاوه بر این گوشیها، سامسونگ قرار هست طی زمان بندی زیر این اپدیت رو برای بقیه گوشیهاش منتشر کنه:
در ماه اوریل:
Galaxy S23 series, Z Fold 5, Flip 5, S24 FE, Galaxy Tab S10
در ماه می:
Galaxy Z Fold 4, Z Flip 4, Z Flip 3, Galaxy S23 FE, S22 series, S21 series, Galaxy A34, A35, A16, Galaxy Tab S8 and S9 series
در ماه جون:
Galaxy A53, A33, A25, A24, A15, Tab A9/A0+, Tab Active 5, and Tab S9 FE
در حالی که سامسونگ یکی از سریعترین شرکتها در عرضه اندرویدهای جدید بود ولی حالا در عرضه اندروید 15 تاخیر فراوان داشته ولی ظاهرا قرار هست با عرضه زودهنگام OneUI 8 این تاخیر رو جبران کنه.
🔎 androidpolice
📍 @TechTube
100❤🔥51❤11🌚7🤣7🕊2🫡1
This media is not supported in your browser
VIEW IN TELEGRAM
20 سال پیش در چنین روزی، لینوس توروالدز، سازنده هسته لینوکس، نرم افزار Git رو به صورت عمومی منتشر کرد که ابزاری برای مدیریت تغییرات در فایلها، به خصوص فایلهای متنی و پروژه های برنامه نویسی بود.
تا سال 2005 برنامه نویسهای هسته لینوکس از ابزار Bitkeeper برای مدیریت کدها و تغییرات اون استفاده میکردن ولی در اون سال Bitkeeper نسخه مجانیش رو تعطیل کرد و اقای توروالدز تا وقتی جایگزینی برای اون پیدا نشه، توسعه کرنل رو متوقف کرد ولی جایگزین قابل قبولی برای اون پیدا نکرد. ایشون که خفن بودنش با ساخت هسته لینوکس ثابت شده بود، تصمیم گرفت باز هم خودش استینهارو بالا بزنه و خودش ابزاری برای اینکار بنویسه.
در نتیجه گیت رو تنها در 10 روز نوشت که ابزار سریع، بهینه و متن بازی برای مدیریت تغییرات کدها بود که بلافاصله برای توسعه هسته لینوکس استفاده شد و بعد از تکمیل کدهای اولیه، توسعه و نگهداری اون رو به Junio Hamano سپرد که هنوز هم ایشون مسئول این پروژه هست.
این پروژه طی دو دهه از یک پروژه شخصی کوچک، به محبوبترین نرم افزار ورژن کنترل تاریخ تبدیل شد و در حاضر تقریبا همه برنامه نویسها از اون برای مدیریت تغییرات در کدهاشون استفاده میکنن.
دلیل نامگذاری اون هم جالب هست و مثل لینوکس، اسم Git هم به خود توروالدز اشاره داره که اصطلاح عامیانه ای در انگلیسی هست که معنی اون ادم‌های لجبازی که فکر میکنن همیشه حق با خودشونه و دائم بحث میکنن، هست!
🔎 heise
📍 @TechTube
تا سال 2005 برنامه نویسهای هسته لینوکس از ابزار Bitkeeper برای مدیریت کدها و تغییرات اون استفاده میکردن ولی در اون سال Bitkeeper نسخه مجانیش رو تعطیل کرد و اقای توروالدز تا وقتی جایگزینی برای اون پیدا نشه، توسعه کرنل رو متوقف کرد ولی جایگزین قابل قبولی برای اون پیدا نکرد. ایشون که خفن بودنش با ساخت هسته لینوکس ثابت شده بود، تصمیم گرفت باز هم خودش استینهارو بالا بزنه و خودش ابزاری برای اینکار بنویسه.
در نتیجه گیت رو تنها در 10 روز نوشت که ابزار سریع، بهینه و متن بازی برای مدیریت تغییرات کدها بود که بلافاصله برای توسعه هسته لینوکس استفاده شد و بعد از تکمیل کدهای اولیه، توسعه و نگهداری اون رو به Junio Hamano سپرد که هنوز هم ایشون مسئول این پروژه هست.
این پروژه طی دو دهه از یک پروژه شخصی کوچک، به محبوبترین نرم افزار ورژن کنترل تاریخ تبدیل شد و در حاضر تقریبا همه برنامه نویسها از اون برای مدیریت تغییرات در کدهاشون استفاده میکنن.
دلیل نامگذاری اون هم جالب هست و مثل لینوکس، اسم Git هم به خود توروالدز اشاره داره که اصطلاح عامیانه ای در انگلیسی هست که معنی اون ادم‌های لجبازی که فکر میکنن همیشه حق با خودشونه و دائم بحث میکنن، هست!
🔎 heise
📍 @TechTube
3❤123🫡39🔥16👏2🤬2
Forwarded from AI Pulse (Mohammad)
آقای Andrej Karpathy، پژوهشگر برجسته‌ی حوزه‌ی هوش مصنوعی و از چهره‌های تأثیرگذار سابق در تیم هوش مصنوعی تسلا و OpenAI، در تازه‌ترین مقاله‌ی خودش به یک پدیده‌ی جالب توجه اشاره کرده: انقلاب مدلهای زبانی بزرگ (LLMها) برخلاف مسیر همیشگی گسترش فناوری‌ها، از پایین به بالا اتفاق افتاده، نه از بالا به پایین.
Karpathy توضیح می‌ده که فناوری‌های بزرگ در طول تاریخ معمولاً اول در دولت‌ها یا ارتش‌ها توسعه پیدا میکردن، بعد به شرکت‌های بزرگ می‌رسیدن و نهایتاً راهشون به دست مصرف‌کننده‌های عادی باز می‌شده. مثلاً برق، اینترنت، کامپیوتر و حتی GPS همگی این مسیر رو طی کردن. چون فناوری‌های نو در ابتدای مسیرشون پرهزینه، کمیاب و نیازمند تخصص بالا بودن. اما حالا ما با یک استثنای تاریخی طرفیم: LLMها مثل ChatGPT و Claude مستقیماً و اول از همه به مردم رسیدن و تأثیرشون روی زندگی فردی، خیلی سریع‌تر و گسترده‌تر از سازمان‌ها و دولت‌ها بوده.
او به این نکته اشاره میکنه که ChatGPT با بیش از ۴۰۰ میلیون کاربر هفتگی، به یکی از پرکاربردترین ابزارهای روزمره تبدیل شده. افراد ازش برای کارهایی مثل نوشتن، کدنویسی، ترجمه، تحقیق، خلاصه‌نویسی، تولید محتوا، و حتی آموزش استفاده میکنن. چیزی که Karpathy روش تأکید میکنه اینه که LLMها نه فقط یک ابزار جدید، بلکه یک "اهرم برای قدرت فردی" هستن؛ چون به افراد این امکان رو می‌دن که کارهایی رو انجام بدن که قبلاً از عهده‌شون خارج بوده. اون می‌گه: «حالا هر کسی می‌تونه یک اپ بنویسه، یک مقاله علمی رو بفهمه، یا حتی قرارداد حقوقی رو تحلیل کنه، بدون این‌که متخصص اون حوزه باشه.»
در مقابل، Karpathy دلایلی رو مطرح میکنه که چرا سازمان‌ها و دولت‌ها هنوز نتونستن از این ابزارها به اندازه افراد بهره ببرن؛ دلیل اول اینه که مدلهای زبانی گستره زیادی از دانش دارن، ولی در هر حوزه‌ای فقط در سطح نیمه‌تخصصی عمل میکنن. در حالی که شرکتها خودشون با استخدام متخصص‌ها، از قبل این توانایی رو داشتن. در نتیجه، استفاده از LLMها تو سازمان‌ها بیشتر در حد افزایش بهره‌وری کارمنده، نه ایجاد توانمندی جدید. دلیل دوم، پیچیدگی بالای کار در سازمان‌هاست که از جمله اونها هماهنگی بین سیستم‌های قدیمی، قوانین سخت‌گیرانه، نیاز به امنیت بالا، رعایت سبک برند و خطرات حقوقی هست. و دلیل سوم هم مقاومت طبیعی سازمان‌های بزرگ در برابر تغییر سریعه؛ موانعی مثل فرهنگ داخلی، بوروکراسی، و چالش‌های آموزش نیروهای زیاد و پراکنده، موانعی هستن که در هنگام پذیرش تغییرات جدید دست و پاگیر میشن.
در ادامه، Karpathy به آینده این روند هم اشاره میکنه. اون می‌گه یکی از ویژگی‌های جالب LLMهای امروزی اینه که با سرمایه کم می‌تونی به بهترین نسخه‌ها دسترسی داشته باشی. به‌عبارت دیگه، بیل گیتس هم همون GPT-4o رو داره که یک دانش‌آموز ساده داره. اما هشدار می‌ده که ممکنه در آینده دوباره فاصله ایجاد بشه؛ اگه شرکتها بتونن مدلهایی بخرن یا بسازن که به‌مراتب بهتر از نسخه‌های عمومی باشن، اون وقت دوباره طبقه‌ی ثروتمند از بقیه جدا میشه. بچه‌ی ثروتمندها با GPT-8-Pro درس می‌خونه، بقیه با نسخه‌ی ارزان‌تر.
در پایان، Karpathy این وضعیت رو "بی‌سابقه" توصیف میکنه و می‌گه که برخلاف تصور داستان‌های علمی‌تخیلی، انقلاب هوش مصنوعی نه از پروژه‌های نظامی و محرمانه، بلکه از اپلیکیشنی شروع شده که یه‌شبه و به‌صورت رایگان روی گوشی همه‌ی مردم اومده. با نقل‌قول از ویلیام گیبسون که می‌گفت "آینده همین حالاست، فقط هنوز همه‌جا پخش نشده"، Karpathy می‌نویسه: «این‌بار آینده نه‌تنها اینجاست، بلکه به طرز عجیبی همگانی شده. قدرت به مردم رسیده. و من عاشق این اتفاقم.»
نسخه کامل این مقاله رو از اینجا میتونید مشاهده کنید.
@aipulse24
Karpathy توضیح می‌ده که فناوری‌های بزرگ در طول تاریخ معمولاً اول در دولت‌ها یا ارتش‌ها توسعه پیدا میکردن، بعد به شرکت‌های بزرگ می‌رسیدن و نهایتاً راهشون به دست مصرف‌کننده‌های عادی باز می‌شده. مثلاً برق، اینترنت، کامپیوتر و حتی GPS همگی این مسیر رو طی کردن. چون فناوری‌های نو در ابتدای مسیرشون پرهزینه، کمیاب و نیازمند تخصص بالا بودن. اما حالا ما با یک استثنای تاریخی طرفیم: LLMها مثل ChatGPT و Claude مستقیماً و اول از همه به مردم رسیدن و تأثیرشون روی زندگی فردی، خیلی سریع‌تر و گسترده‌تر از سازمان‌ها و دولت‌ها بوده.
او به این نکته اشاره میکنه که ChatGPT با بیش از ۴۰۰ میلیون کاربر هفتگی، به یکی از پرکاربردترین ابزارهای روزمره تبدیل شده. افراد ازش برای کارهایی مثل نوشتن، کدنویسی، ترجمه، تحقیق، خلاصه‌نویسی، تولید محتوا، و حتی آموزش استفاده میکنن. چیزی که Karpathy روش تأکید میکنه اینه که LLMها نه فقط یک ابزار جدید، بلکه یک "اهرم برای قدرت فردی" هستن؛ چون به افراد این امکان رو می‌دن که کارهایی رو انجام بدن که قبلاً از عهده‌شون خارج بوده. اون می‌گه: «حالا هر کسی می‌تونه یک اپ بنویسه، یک مقاله علمی رو بفهمه، یا حتی قرارداد حقوقی رو تحلیل کنه، بدون این‌که متخصص اون حوزه باشه.»
در مقابل، Karpathy دلایلی رو مطرح میکنه که چرا سازمان‌ها و دولت‌ها هنوز نتونستن از این ابزارها به اندازه افراد بهره ببرن؛ دلیل اول اینه که مدلهای زبانی گستره زیادی از دانش دارن، ولی در هر حوزه‌ای فقط در سطح نیمه‌تخصصی عمل میکنن. در حالی که شرکتها خودشون با استخدام متخصص‌ها، از قبل این توانایی رو داشتن. در نتیجه، استفاده از LLMها تو سازمان‌ها بیشتر در حد افزایش بهره‌وری کارمنده، نه ایجاد توانمندی جدید. دلیل دوم، پیچیدگی بالای کار در سازمان‌هاست که از جمله اونها هماهنگی بین سیستم‌های قدیمی، قوانین سخت‌گیرانه، نیاز به امنیت بالا، رعایت سبک برند و خطرات حقوقی هست. و دلیل سوم هم مقاومت طبیعی سازمان‌های بزرگ در برابر تغییر سریعه؛ موانعی مثل فرهنگ داخلی، بوروکراسی، و چالش‌های آموزش نیروهای زیاد و پراکنده، موانعی هستن که در هنگام پذیرش تغییرات جدید دست و پاگیر میشن.
در ادامه، Karpathy به آینده این روند هم اشاره میکنه. اون می‌گه یکی از ویژگی‌های جالب LLMهای امروزی اینه که با سرمایه کم می‌تونی به بهترین نسخه‌ها دسترسی داشته باشی. به‌عبارت دیگه، بیل گیتس هم همون GPT-4o رو داره که یک دانش‌آموز ساده داره. اما هشدار می‌ده که ممکنه در آینده دوباره فاصله ایجاد بشه؛ اگه شرکتها بتونن مدلهایی بخرن یا بسازن که به‌مراتب بهتر از نسخه‌های عمومی باشن، اون وقت دوباره طبقه‌ی ثروتمند از بقیه جدا میشه. بچه‌ی ثروتمندها با GPT-8-Pro درس می‌خونه، بقیه با نسخه‌ی ارزان‌تر.
در پایان، Karpathy این وضعیت رو "بی‌سابقه" توصیف میکنه و می‌گه که برخلاف تصور داستان‌های علمی‌تخیلی، انقلاب هوش مصنوعی نه از پروژه‌های نظامی و محرمانه، بلکه از اپلیکیشنی شروع شده که یه‌شبه و به‌صورت رایگان روی گوشی همه‌ی مردم اومده. با نقل‌قول از ویلیام گیبسون که می‌گفت "آینده همین حالاست، فقط هنوز همه‌جا پخش نشده"، Karpathy می‌نویسه: «این‌بار آینده نه‌تنها اینجاست، بلکه به طرز عجیبی همگانی شده. قدرت به مردم رسیده. و من عاشق این اتفاقم.»
نسخه کامل این مقاله رو از اینجا میتونید مشاهده کنید.
@aipulse24
❤76👏25⚡4🌭2🆒2🏆1
تلگرام امکان تبلیغاتش رو گسترش داده و حالا کاربران علاوه بر کانالها و باتها، میتونن در نتایج جستجوی تلگرام هم تبلیغاتشون رو قرار بدن که اون رو از این نظر مشابه گوگل میکنه.
بدین صورت از طریق پلتفرم ads.telegram.org و شارژ حداقل 20 تون به عنوان شارژ اولیه، میتونین برای کلیدواژه های مدنظرتون که کاربران در تلگرام اون رو بخش جستجو مینویسن، تبلیغات به صورت متنی قرار بدین که هزینه هر 1000 بار نمایش اون 0.1 تون (در حال حاضر معادل 0.27 یورو) هست.
با این قابلیت شما میتونین هم برای کلمات عمومی (مثلا تکنولوژی) و هم برای اسم رقباتون، تبلیغات قرار بدین تا تلگرام طبق الگوریتمهای مدنظرش، اون رو بین جستجوها اضافه کنه که اون رو به گزینه جذابی برای بیزنسها تبدیل میکنه.
📍 @TechTube
بدین صورت از طریق پلتفرم ads.telegram.org و شارژ حداقل 20 تون به عنوان شارژ اولیه، میتونین برای کلیدواژه های مدنظرتون که کاربران در تلگرام اون رو بخش جستجو مینویسن، تبلیغات به صورت متنی قرار بدین که هزینه هر 1000 بار نمایش اون 0.1 تون (در حال حاضر معادل 0.27 یورو) هست.
با این قابلیت شما میتونین هم برای کلمات عمومی (مثلا تکنولوژی) و هم برای اسم رقباتون، تبلیغات قرار بدین تا تلگرام طبق الگوریتمهای مدنظرش، اون رو بین جستجوها اضافه کنه که اون رو به گزینه جذابی برای بیزنسها تبدیل میکنه.
📍 @TechTube
🍌66⚡23🌭7🥴4🌚2❤1🗿1🆒1