تقرير أسبوعي عن الذكاء الاصطناعي | تطوير الوكيل العام / اكتشاف الكائنات / نماذج الاستدلال الفيزيائي مفتوحة المصدر... احصل على لمحة عن أحدث تطورات الذكاء الاصطناعي في مقال واحد.
في السنوات الأخيرة، دفع تطوير نماذج اللغات الكبيرة (LLMs) حدود البحث من مهام حل الألغاز إلى التفكير العلمي، أي القدرة على التعامل مع مسائل معقدة تتطلب اختبار الإجابات وفقًا لقوانين الطبيعة، وليس فقط معايير التقييم. تُعدّ الفيزياء المقياس الأكثر دقة لهذا التحول، لأنها تربط الأنظمة الرمزية بالعالم الحقيقي، وتُشكّل حجر الأساس لمعظم التقنيات الحديثة.
بناءً على ذلك، نجح فريق بحثي من مختبر الذكاء الاصطناعي في شنغهاي في تطوير أبحاث الفيزياء من خلال تطوير نماذج لغوية واسعة النطاق ذات قدرات استدلال فيزيائي متميزة، لا سيما في حل مسائل بمستوى الأولمبياد. اقترح الباحثون سلسلة P1 من نماذج الاستدلال الفيزيائي مفتوحة المصدر، والتي تُدرّب بالكامل من خلال التعلم التعزيزي. من بينها، يُعدّ نموذج P1-235B-A22B أول نموذج مفتوح المصدر يحقق أداءً بمستوى الميدالية الذهبية في أولمبياد الفيزياء الدولي لعام 2025 (IPhO 2025)، وقد فاز بـ 12 ميدالية ذهبية في 13 مسابقة فيزياء دولية وإقليمية بين عامي 2024 و2025.
رابط الورقة:https://go.hyper.ai/NxT8f
أحدث أبحاث الذكاء الاصطناعي:https://go.hyper.ai/hzChC
من أجل السماح لمزيد من المستخدمين بمعرفة أحدث التطورات في مجال الذكاء الاصطناعي في الأوساط الأكاديمية، أطلق الموقع الرسمي لـ HyperAI (hyper.ai) الآن قسم "أحدث الأوراق البحثية"، والذي يقوم بتحديث أوراق البحث المتطورة في مجال الذكاء الاصطناعي كل يوم.إليكم 5 أوراق بحثية شائعة حول الذكاء الاصطناعي نوصي بهادعونا نلقي نظرة سريعة على إنجازات الذكاء الاصطناعي المتطورة لهذا الأسبوع⬇️
توصيات الورقة البحثية لهذا الأسبوع
1. Lumine: وصفة مفتوحة لبناء وكلاء عامين في عالم مفتوح ثلاثي الأبعاد
تقترح هذه الورقة البحثية Lumine، أول حل مفتوح المصدر لتطوير وكلاء متعددي الأغراض، قادر على تنفيذ مهام معقدة لساعات في الوقت الفعلي ضمن بيئات مفتوحة ثلاثية الأبعاد معقدة. يعتمد Lumine نموذج تفاعل شبيه بالتفاعل البشري، موحدًا الإدراك والاستدلال والفعل بطريقة متكاملة من خلال نموذج رؤية ولغة. يعالج Lumine مُدخلات البكسل الخام بتردد 5 إطارات في الثانية، ويُولّد عمليات دقيقة على لوحة المفاتيح والفأرة بمعدل 30 إطارًا في الثانية، ويستدعي وحدة الاستدلال ديناميكيًا فقط عند الضرورة.
رابط الورقة:https://go.hyper.ai/wfGhN
2. YOLOv13: اكتشاف الكائنات في الوقت الفعلي باستخدام الإدراك البصري التكيفي المعزز بالرسم البياني الفائق
تقترح هذه الورقة البحثية YOLOv13، وهو كاشف أجسام عالي الدقة وخفيف الوزن. كما يقترح الباحثون آلية تعزيز الارتباط التكيفي القائمة على الرسم البياني الفائق (HyperACE)، والتي تستخرج بشكل تكيفي الارتباطات المحتملة عالية المستوى، متجاوزةً بذلك قيود الطرق السابقة التي كانت تقتصر على نمذجة الارتباط الزوجي القائمة على حساب الرسم البياني الفائق. تحقق هذه الآلية دمجًا وتحسينًا فعالًا للميزات عبر المواقع والمقاييس العالمية.
رابط الورقة:https://go.hyper.ai/cKMGI
3. إنشاء صورة من 1000 كلمة تحسين تحويل النص إلى صورة باستخدام التعليقات التوضيحية المنظمة
تقدم هذه الورقة البحثية أول نموذج مفتوح المصدر لتحويل النص إلى صورة، وهو FIBO، ويعتمد على أوصاف طويلة منظمة، حيث تُوسم كل عينة تدريب بنفس مجموعة السمات الدقيقة. يُوسّع هذا التصميم القدرة التعبيرية بشكل كبير ويُحقق تحكمًا مُنفصلًا في العوامل البصرية. للتعامل بكفاءة مع الأوصاف الطويلة، يقترح الباحثون آلية DimFusion، وهي طريقة دمج تُمكّن من دمج الرموز الوسيطة من نموذج لغة كبير وخفيف الوزن (LLM) دون زيادة طول الرمز.
رابط الورقة:https://go.hyper.ai/zyUcE
4. العمق أي شيء 3: استعادة المساحة البصرية من أي وجهات نظر
تقترح هذه الورقة البحثية نموذج Depth Anything 3 (DA3)، وهو نموذج قادر على التنبؤ بهندسة متسقة مكانيًا من أي عدد من المدخلات البصرية، بغض النظر عما إذا كانت المدخلات تحتوي على أوضاع كاميرا معروفة. طوّر الباحثون معيارًا هندسيًا بصريًا جديدًا يغطي تقدير وضعية الكاميرا، وإعادة بناء هندسة زاوية الرؤية، ومهام العرض البصري. بناءً على هذا المعيار، يحقق DA3 أداءً متطورًا في جميع المهام، بمتوسط تحسن قدره 44.31 TP3T في دقة تقدير وضعية الكاميرا، ومتوسط تحسن قدره 25.11 TP3T في دقة إعادة بناء الهندسة، مقارنةً بالطريقة المتطورة السابقة، VGGT.
رابط الورقة:https://go.hyper.ai/WvSU4
5. P1: إتقان أولمبياد الفيزياء باستخدام التعلم التعزيزي
تُسهم هذه الورقة البحثية بنجاح في تطوير أبحاث الفيزياء من خلال تطوير نماذج لغوية واسعة النطاق ذات قدرات استدلال فيزيائية فائقة، وتتميز بشكل خاص بحل مسائل بمستوى الأولمبياد. نقترح سلسلة P1 من نماذج الاستدلال الفيزيائي مفتوحة المصدر، والتي تُدرّب بالكامل من خلال التعلم التعزيزي.
رابط الورقة:https://go.hyper.ai/NxT8f
هذا هو محتوى توصيات البحث لهذا الأسبوع. لمزيد من أبحاث الذكاء الاصطناعي المتطورة، يُرجى زيارة قسم "أحدث الأبحاث" على الموقع الرسمي لـ hyper.ai.
نرحب أيضًا بفرق البحث لتقديم نتائج وأوراق بحثية عالية الجودة إلينا. يمكن للمهتمين إضافة حساب نيوروستار على وي تشات (معرف وي تشات: Hyperai01).
نراكم في الاسبوع القادم!