⚙️ تکنوپولی که در آن زندگی می‌کنیم

این همان چیزی است که امروز داریم.

• هوش مصنوعی برای متحول کردن المپیک و نحوه مصرف ورزش
• 🧰 ابزارهای هوش مصنوعی — سازندگان AI Agent بدون کد و کم کد
• 📚گوشه یادگیری — کدنویسی Vibe 101
• چرا هوش مصنوعی قرار است دستگاه‌های شما را گران‌تر کند
• تکنوپلی که در آن زندگی می‌کنیم

60% تخفیف برای 1 سال دریافت کنید

📰 اخبار و روندهای هوش مصنوعی

• یک مطالعه جدید Anthropic نشان می‌دهد که هوش مصنوعی به جای بیکار کردن افراد، بیشتر به آن‌ها در انجام کارشان کمک می‌کند.
• Nvidia قصد دارد در Harmonic، یک استارتاپ داغ متمرکز بر سیستم‌های هوش مصنوعی طراحی‌شده برای حل مسائل ریاضی، سرمایه‌گذاری کند.
• معرفی تبلیغات به ChatGPT که مدت‌هاست شایعه بود، اکنون واقعیت یافته است
• Anthropic هدف دارد 25 میلیارد دلار یا بیشتر با ارزش‌گذاری 350 میلیارد دلار جمع‌آوری کند — بیش از دو برابر ارزش‌گذاری 170 میلیارد دلاری خود تنها چهار ماه پیش.

سایر اخبار فناوری

• FSD تسلا، مانند تقریباً هر چیز دیگری، در حال تبدیل شدن به اشتراک است
• آمریکا به آرامی وارد فاجعه Polymarket می‌شود و Goldman Sachs بنزین به آتش می‌ریزد.
• چرا استخراج منابع طبیعی گرینلند تقریباً غیرممکن است
• BBC در مذاکره برای تولید محتوا برای YouTube در توافقی تاریخی

اشتراک‌گذاری

هوش مصنوعی برای متحول کردن المپیک و نحوه مصرف ورزش

NBC Sports در حال راه‌اندازی ویژگی ردیابی در زمان واقعی (بلادرنگ) بازیکنان با هوش مصنوعی است که به بینندگان امکان می‌دهد ورزشکاران خاص را به صورت زنده روی موبایل دنبال کنند و نشان‌دهنده تغییر به سمت پخش‌های ورزشی شخصی‌سازی‌شده است.

این سیستم به نام Viztrick AiDi توسط Nippon Television Network توسعه یافته و از تشخیص چهره برای شناسایی بازیکنان، ردیابی حرکت آن‌ها و برش خودکار فیدهای افقی زنده به ویدیوهای عمودی و اول موبایل استفاده می‌کند. بینندگان قادر خواهند بود روی یک بازیکن در برنامه NBC Sports ضربه بزنند و یک فید زنده متمرکز بر آن ورزشکار را تماشا کنند، در حالی که پخش‌های سنتی همچنان در دسترس هستند. این فناوری قبلاً در ژاپن برای پوشش‌های آماری زنده استفاده شده و انتظار می‌رود در پوشش NBC در سال 2026، از جمله المپیک زمستانی 2026، ظاهر شود و نشان می‌دهد که چگونه هوش مصنوعی تماشای ورزش را از پخش‌های یک به چند به تجربیات قابل سفارش‌سازی و ورزشکار محور تبدیل می‌کند.

نظر بگذارید

📚گوشه یادگیری

من این دوره را می‌گذرانم، اما Lovable پلتفرم کدنویسی vibe انتخابی فعلی من است، و بعد از آن Cursor.

چرا هوش مصنوعی قرار است دستگاه‌های شما را گران‌تر کند

تقاضای جهانی هوش مصنوعی به طور مؤثر بازار حافظه را به فروش رسانده است و چیزی را ایجاد کرده که تحلیل‌گران آن را یک شوک بی‌سابقه می‌نامند.

تراشه‌های هوش مصنوعی از Nvidia، AMD و Google به مقادیر عظیمی از حافظه پهنای باند بالا (HBM) نیاز دارند که عرضه را به مراتب فراتر از ظرفیت سوق می‌دهد و قیمت‌های DRAM را 50-55% سه‌ماهه به سه‌ماهه افزایش می‌دهد، شدیدترین جهش ثبت‌شده. سه تأمین‌کننده، Micron، Samsung و SK Hynix، تقریباً کل بازار RAM را کنترل می‌کنند و به هوش مصنوعی و مراکز داده اولویت می‌دهند، جایی که حاشیه سود بالاتر است و خریداران نسبت به قیمت کمتر حساس هستند. تنها Micron "برای سال 2026 فروخته شده"، سهام آن 247% سال به سال افزایش یافته و حافظه اکنون حدود 20% از هزینه سخت‌افزار یک لپ‌تاپ را تشکیل می‌دهد، در حالی که در اوایل سال 2025، 10-18% بود.

سرریز به مصرف‌کنندگان رسیده است: شرکت‌هایی مانند Apple و Dell Technologies در مورد افزایش هزینه‌ها و افزایش قیمت احتمالی هشدار می‌دهند. هوش مصنوعی حافظه را به تنگنای جدید، "دیوار حافظه" تبدیل کرده است و تا زمانی که کارخانه‌های جدید در سال‌های 2027-2030 آنلاین شوند، قیمت‌های بالاتر سخت‌افزار ساختاری به نظر می‌رسند، نه موقتی.

🧰 ابزارهای هوش مصنوعی روز

من در حال حاضر بیشتر از Make و Zapier استفاده می‌کنم، اما در حال یادگیری N8N هستم و قصد دارم به زودی برخی از اتوماسیون‌ها را به آنجا منتقل کنم. Make استفاده بسیار آسانی دارد و می‌توانید در چند دقیقه برخی از اتوماسیون‌ها را راه‌اندازی کنید، اما N8N، اگرچه کمی پیچیده‌تر است، در درازمدت مقیاس‌پذیرتر و مقرون به صرفه‌تر است

• Make — محبوب‌ترین. سازنده گردش کار بصری با تبدیل داده پیشرفته و منطق شرطی، مناسب برای اتوماسیون‌های چندمرحله‌ای پیچیده.
• N8N — پلتفرم اتوماسیون گردش کار کم کد/بدون کد برای ایجاد یکپارچگی‌های سفارشی بین برنامه‌ها، خدمات و هوش مصنوعی، با استفاده از یک رابط بصری با "گره‌های" متصل (بلوک‌هایی برای اقدامات/برنامه‌ها) برای خودکارسازی وظایف.
• Activepieces — پلتفرم اتوماسیون متن‌باز و مبتنی بر هوش مصنوعی اول که می‌توانید خودتان میزبانی کنید. سازنده بدون کد قوی با کتابخانه یکپارچگی‌های در حال رشد.
• Gumloop — ابزار گردش کار متمرکز بر هوش مصنوعی که بر اتصال LLMها به وظایف و خدمات از طریق جریان‌های گره بصری متمرکز است — مناسب برای اتوماسیون عاملی.
• Pipedream — پلتفرم اتوماسیون ترکیبی حرفه‌ای-کد/بدون-کد با گردش‌کارهای قابل گسترش و یکپارچگی‌های زیاد؛ مفید برای تیم‌های توسعه‌دهنده.

تکنوپلی که در آن زندگی می‌کنیم

یک مطالعه جدید استنفورد-ییل دفاع قانونی اصلی صنعت هوش مصنوعی را به چالش می‌کشد و نشان می‌دهد که مدل‌های پیشرو از OpenAI، Google، Anthropic و xAI می‌توانند کتاب‌های دارای حق نسخه‌برداری را با دقت 76-96% بازتولید کنند، از جمله خروجی‌های تقریباً کلمه به کلمه هری پاتر و 1984.

در برخی موارد، کل کتاب‌ها با دقت 95.8% بازتولید شدند و سؤالات جدی در مورد اینکه آیا این سیستم‌ها داده‌ها را حفظ می‌کنند یا صرفاً از آن‌ها "یاد می‌گیرند" مطرح می‌شود. در حالی که این ممکن است یک مسئله محدود حق نسخه‌برداری به نظر برسد، به یک تغییر گسترده‌تر به سمت تکنوپلی اشاره می‌کند، جایی که تعداد کمی از شرکت‌های فناوری کنترل بی‌سابقه‌ای را از طریق داده‌ها، مقیاس و تشخیص الگو جمع می‌کنند. شرکت‌ها اکنون گنجینه‌های وسیعی از داده‌های شخصی و رفتاری را در اختیار دارند که آن‌ها را قادر می‌سازد نه تنها گذشته و حال را درک کنند، بلکه به طور فزاینده‌ای رفتار آینده را پیش‌بینی و شکل دهند. پلتفرم‌هایی مانند Palantir نشان می‌دهند که چگونه سیستم‌های داده یکپارچه عمیق می‌توانند برای نقشه‌برداری هویت‌ها، حرکات و تصمیمات در مقیاس جمعیت استفاده شوند و از تمام آن داده‌ها علیه شهروندان خود استفاده کنند (Ice, Ice, Baby).

همانطور که سیستم‌های هوش مصنوعی قادر به تکرار کتاب‌ها، موسیقی، نرم‌افزار و حتی کسب‌وکارهای کامل می‌شوند، سؤال اصلی کمتر درباره نوآوری و بیشتر درباره قدرت می‌شود. چه کسی این سیستم‌ها را کنترل می‌کند، چه کسی قوانین را تعیین می‌کند، و چگونه نهادهای دموکراتیک، البته اگر دموکراسی هنوز وجود داشته باشد چون رأی‌های ما به طور فزاینده‌ای توسط رسانه‌های اجتماعی و شرکت‌های فناوری که عقیده را شکل می‌دهند و حتی رأی‌ها را می‌شمارند دستکاری می‌شوند، به طور واقع‌بینانه می‌توانند با شرکت‌هایی که سریع‌تر حرکت می‌کنند، بیشتر می‌بینند و بیشتر از هر دولتی می‌دانند، همگام شوند. شاید تنها راه حل برای آزادی از دستکاری این باشد که دوشاخه را بکشیم، به معنای واقعی کلمه. ما در حال بهینه‌سازی به انسان‌های خودکار هستیم.

آیا ما در یک تکنوپلی زندگی می‌کنیم؟

آیا قدرت از نهادها به پلتفرم‌ها منتقل شده است؟

• شرکت‌های فناوری زیرساخت را کنترل می‌کنند: ارتباطات، ابر، پرداخت‌ها، هوش مصنوعی، هویت (مراکز داده این را تقویت خواهند کرد)
• الگوریتم‌ها رفتار را شکل می‌دهند: آنچه می‌بینیم، می‌خریم، باور داریم و برای آن رأی می‌دهیم (رسانه‌های اجتماعی)
• داده‌ها جایگزین رضایت می‌شوند: پیش‌بینی و هل دادن بیشتر از بحث عمومی اهمیت دارند (داده‌ها نفت جدید هستند)
• سرعت مقررات را شکست می‌دهد: دولت‌ها در سال‌ها حرکت می‌کنند، پلتفرم‌ها در هفته‌ها
• قوانین خصوصی مانند قوانین عمل می‌کنند: اعتدال محتوا، دسترسی، قیمت‌گذاری، دیده شدن

⚙️ تکنوپلی که در آن زندگی می‌کنیم در ابتدا در Coinmonks در Medium منتشر شد، جایی که مردم با برجسته کردن و پاسخ دادن به این داستان به گفتگو ادامه می‌دهند.