ما زلنا نجري عمليات التوظيف لاختبار النسخة التجريبية المغلقة، مع مكافأة قصوى قدرها 200 ين ياباني.

مشاركة تجارب واقعية من مستخدمي الذكاء الاصطناعي الفائق

يتوفر الآن برنامج "DeepSeek-OCR 2: Visual Causal Flow" في قسم "الدروس التعليمية" على موقع HyperAI الإلكتروني. ما عليك سوى تحميل صورتك للحصول على تحليل دقيق للنصوص بتقنية التعرف الضوئي على الحروف (OCR). جرّبه الآن!

اقترح فريق بحث Polymathic AI نموذج Walrus، وهو نموذج أساسي قائم على بنية Transformer وموجه بشكل أساسي نحو ديناميكيات الموائع المتصلة. يغطي Walrus 19 سيناريو فيزيائيًا شديد التنوع خلال مرحلة التدريب المسبق، تشمل مجالات متعددة منها الفيزياء الفلكية، وعلوم الأرض، وعلم الريولوجيا، وفيزياء البلازما، وعلم الصوتيات، وديناميكيات الموائع الكلاسيكية. تُظهر النتائج أن Walrus يتفوق على النماذج الأساسية السابقة في كل من التنبؤات قصيرة المدى وطويلة المدى للمهام اللاحقة.

2.2-2.6 أوراق بحثية مختارة في مجال الذكاء الاصطناعي

استلهامًا من النموذج الجديد لبرنامج DeepSeek، أطلق فريق Genos، المؤلف من باحثين من BGI Genomics ومختبر Zhejiang Zhijiang، إضافةً مخصصةً لنمذجة الجينوم تُدعى Gengram (البصمة الجينومية). وباستخدام حوالي 20 مليون مُعامل فقط، حطمت هذه الإضافة الأرقام القياسية لأحدث التقنيات في العديد من مهام الجينوم، مُقدمةً حلاً ثوريًا لتجاوز عقبة نمذجة الجينوم.

قامت شركة HyperAl بتجميع سلسلة من الدروس التعليمية ومجموعات البيانات القيّمة للغاية والقابلة للتطبيق على نطاق واسع في الفترة من 26 إلى 30 يناير، والتي تغطي مجالات متعددة مثل الوكلاء الأذكياء ورؤية الكمبيوتر وتحويل النص إلى كلام.

تُسهم المسوحات السماوية واسعة النطاق ومتعددة النطاقات وذات مجال الرؤية الواسع والعمق العالي حاليًا في دفع علم الفلك نحو عصر غير مسبوق من البيانات الغزيرة. ومع تشغيل مرافق الجيل التالي مثل تلسكوب إقليدس الفضائي ومرصد روبين وتلسكوب رومان الفضائي، يجري رسم خريطة منهجية للكون على نطاق غير مسبوق وبدقة غير مسبوقة. ومن المتوقع أن تُسفر هذه الملاحظات عن [...]

أوراق بحثية مختارة في مجال الذكاء الاصطناعي (26-30 يناير)

جمعت شركة Skild AI الناشئة في مجال الروبوتات 1.4 مليار دولار أمريكي في جولة تمويل من الفئة C، مما رفع قيمة الشركة إلى أكثر من 14 مليار دولار. قادت هذه الجولة مجموعة سوفت بنك اليابانية، بمشاركة مستثمرين استراتيجيين من بينهم NVentures التابعة لشركة Nvidia، وMacquarie Capital، وBezos Expeditions (التي أسسها جيف بيزوس، مؤسس أمازون). كما شاركت في الجولة شركات سامسونج، وإل جي، وشنايدر إلكتريك، وسيلزفورس فنتشرز.

قام فريق بحثي مشترك يضمّ Basecamp Research وNVIDIA والعديد من المؤسسات الأكاديمية المرموقة بتطوير سلسلة EDEN من النماذج الأساسية لعلم الجينوم البيئي. ومن خلال الاستفادة من كميات هائلة من البيانات التطورية الطبيعية التي تتجاوز حدود الأنواع وترتبط بالمعلومات البيئية، تمكنوا لأول مرة من استخلاص "القواعد" العميقة والمبادئ العالمية للتصميم البيولوجي بشكل منهجي.

يتوفر الآن عرض "TRELLIS.2 3D Generation Demo" على موقع HyperAI الإلكتروني (hyper.ai) في قسم "الدروس التعليمية". تفضلوا بتجربة إنشاء نماذج ثلاثية الأبعاد بكفاءة عالية!

قام فريق بحثي في جامعة كاليفورنيا بتصميم بنية خاصة لحصر الفوتونات (PTST) على سطح ثنائي ضوئي سيليكوني قياسي، وقدموا شبكة عصبية متصلة بالكامل ذات مقاومة عالية للتشويش. تستطيع هذه الشبكة حساب الطيف الأصلي وإعادة بنائه بذكاء مباشرةً من إشارة التيار الضوئي المقاسة بواسطة الجهاز. لا تُمكّن هذه الطريقة المطياف من تحقيق نسبة إشارة إلى ضوضاء أعلى عند الأطوال الموجية الأطول فحسب، بل يتجاوز أداؤه العام أداء المطيافات التقليدية القائمة على السيليكون.

قامت HyperAl بتجميع سلسلة من الدروس التعليمية ومجموعات البيانات القيّمة للغاية والقابلة للتطبيق على نطاق واسع من الإصدار 1.12 إلى 1.16، والتي تغطي مجالات متعددة مثل الوكلاء الأذكياء ورؤية الكمبيوتر وتحويل النص إلى كلام.

أوراق بحثية مختارة في مجال الذكاء الاصطناعي (19-23 يناير)

تُقدّم هذه المقالة مجموعةً شاملةً من البيانات عالية الجودة، والدروس التعليمية عبر الإنترنت، والأبحاث المتعلقة بالذكاء المُجسّد، لتوفير مرجعٍ قيّمٍ لمزيدٍ من التعلّم والبحث. تفضلوا بزيارة موقع hyper.ai لاستكشاف المزيد من الموارد عالية الجودة!

قام فريق بحثي من جامعة غوته في ألمانيا بتصنيف "جينوم إنزيم E3 ليغاز البشري" باستخدام التعلم المتري، وذلك بدمج بيانات متعددة المستويات تشمل تسلسلات البروتين، وتكوين النطاقات، والبنية ثلاثية الأبعاد، والوظيفة، وأنماط التعبير. تُوسّع هذه الطريقة التصنيف التقليدي لإنزيمات E3 (فئات RING وHECT وRBR) ليشمل آليات غير نمطية، وتُوضّح بنجاح التقسيمات الوظيفية، وتُميّز بين المركبات متعددة الوحدات الفرعية والإنزيمات أحادية الوحدة، وتُحدّد مواقع إنزيمات E3 على الركائز والأهداف الدوائية المحتملة.

اقترح فريق بحثي في جامعة ييل مؤخرًا نموذج MOSAIC، الذي يحوّل نموذجًا لغويًا عامًا إلى نظام تعاوني يتألف من العديد من خبراء الكيمياء المتخصصين. ومن خلال تقسيم العمل المهني، يُسهم هذا النموذج بفعالية في الحد من وهم النموذج، وتوفير تقييم كمي لعدم اليقين، وتحقيق التوليد المنهجي بدءًا من وصف التفاعل وصولًا إلى المخطط التجريبي الكامل. ومن المتوقع أن يُحسّن هذا النموذج بشكل كبير كفاءة البحث العلمي في مجالات مثل اكتشاف الأدوية وتطوير المواد.

يتوفر الآن نموذج "GLM-Image Precise Semantic High-Fidelity Image Generation Model" في قسم الدروس التعليمية على موقع HyperAI الإلكتروني (hyper.ai). انطلق وأطلق العنان لإبداعك!

قام فريق بحثي من جامعة تسينغهوا وجامعة شيكاغو بتقييم الأثر الحقيقي لأدوات الذكاء الاصطناعي على البحث العلمي بشكل منهجي، مستخدمين مجموعة بيانات ضخمة تضم 41.3 مليون ورقة بحثية في العلوم الطبيعية و5.37 مليون عالم خلال الفترة من 1980 إلى 2025. وخلصت الدراسة إلى أنه في حين يُحسّن الذكاء الاصطناعي بشكل ملحوظ إنتاجية البحث الفردي والتأثير الأكاديمي، فإنه يؤدي إلى تقلص نطاق المعرفة وتركيز التفاعل الأكاديمي على المستوى الجماعي. ومن خلال تحديد أبحاث الذكاء الاصطناعي عبر نماذج اللغة، وتقديم مؤشرات الابتكار مثل "اتساع المعرفة"، تكشف الورقة البحثية عن التكاليف الهيكلية التي تم تجاهلها وراء استخدام الذكاء الاصطناعي في العلوم، مما يوفر أدلة حاسمة لفهم كيفية إعادة تشكيل الذكاء الاصطناعي للنظام البيئي البحثي.

قامت HyperAl بتجميع سلسلة من الدروس التعليمية ومجموعات البيانات القيّمة للغاية والقابلة للتطبيق على نطاق واسع من الإصدار 1.12 إلى 1.16، والتي تغطي مجالات متعددة مثل الوكلاء الأذكياء ورؤية الكمبيوتر وتحويل النص إلى كلام.

يتوفر الآن برنامج "Qwen-Image-2512: إنشاء صور شخصية ومناظر طبيعية أكثر واقعية" على موقع HyperAI الإلكتروني (hyper.ai) في قسم الدروس التعليمية. انطلق وأطلق العنان لإبداعك!

اقترح فريق بحثي مشترك من جامعة برينستون وكلية كولورادو للمناجم طريقة تنبؤ فعّالة تعتمد على التعلّم الآلي. تستخدم هذه الطريقة نموذجًا لغويًا ضخمًا للتنبؤ مباشرةً بالطاقة الحرة من التسلسل البنيوي للأطر المعدنية العضوية، مما يقلل بشكل كبير من التكاليف الحسابية ويتيح تقييمًا ديناميكيًا حراريًا عالي الإنتاجية وقابلًا للتوسع لهذه الأطر.

لتحسين تجربة استخدام منتج HyperAI وقدراته الأساسية، نُعلن رسميًا عن إطلاق جولة جديدة من الاختبارات الداخلية. نأمل في دعوة مجموعة مختارة من المستخدمين الحقيقيين لتجربة إمكانيات المنصة والمساهمة في تحسين تفاصيل المنتج. 💻 إذا كنت بحاجة طويلة الأمد إلى منصات الحوسبة السحابية وقوة معالجة الرسومات، 🙋‍♀️ إذا كنت تمتلك خلفية تقنية [...]

قامت شركة HyperAl بتجميع سلسلة من الدروس التعليمية ومجموعات البيانات القيّمة والقابلة للتطبيق على نطاق واسع، وذلك في الفترة من 8 إلى 12 ديسمبر، وتغطي مجالات متعددة مثل الأنظمة الذكية، ورؤية الحاسوب، وتحويل النص إلى كلام. (سيتم تعديل التواريخ والمجالات التمثيلية وفقًا للظروف الفعلية).

في عام 2025، يشهد منطق صناعة الذكاء الاصطناعي انهيارًا جذريًا. فمع إنفاق مئات المليارات من الدولارات على النفقات الرأسمالية، بالتزامن مع تباطؤ نمو الإيرادات، باتت فرص الحكم على ما إذا كانت هذه الصناعة "فقاعة" حقيقية قد حُسمت. فمن تبخر القيمة السوقية لشركة ألفابت التي بلغت 200 مليار دولار، إلى الخسائر الفادحة التي مُنيت بها شركة ChatGPT، يبدو أن التكنولوجيا مُجبرة على الخضوع للواقعية.

صُممت CleaveNet، وهي عملية تصميم شاملة قائمة على الذكاء الاصطناعي اقترحها فريق مشترك من معهد ماساتشوستس للتكنولوجيا وجامعة هارفارد، لمواجهة هذا التحدي. تهدف هذه العملية، من خلال العمل التعاوني بين النماذج التنبؤية والتوليدية، إلى إحداث ثورة في النموذج الحالي لتصميم ركائز البروتياز، مما يوفر حلولاً جديدة كلياً للبحوث الأساسية والتطوير الطبي الحيوي ذي الصلة.

يتوفر الآن نموذج الترجمة الآلية العصبية متعدد اللغات "HY-MT1.5-1.8B" على موقع HyperAI الإلكتروني (hyper.ai) في قسم الدروس التعليمية. تفضلوا بزيارتنا لتجربة قدراته الفائقة في الترجمة!

اختتمت بنجاح فعاليات الصالون التقني الثامن لمترجم الذكاء الاصطناعي لعام 2025 في 27 ديسمبر في أكاديمية شنغهاي للابتكار.

تأسست شركة FieldAI، المتخصصة في الذكاء الاصطناعي المتجسد، عام 2023، وجمعت أكثر من 405 ملايين دولار في أقل من عامين، من بين مستثمريها جيف بيزوس، وإنتل، وإنفيديا، وبيل غيتس، وسامسونج. ويضم فريقها الأساسي أعضاءً من شركات رائدة مثل ناسا JPL، وديب مايند، وتسلا، وسبيس إكس، وتكرس الشركة جهودها لابتكار "دماغ روبوتي ذكي شامل" قادر على العمل مع مختلف أنواع الروبوتات والتكيف مع بيئات متنوعة.

ما زلنا نجري عمليات التوظيف لاختبار النسخة التجريبية المغلقة، مع مكافأة قصوى قدرها 200 ين ياباني.

مشاركة تجارب واقعية من مستخدمي الذكاء الاصطناعي الفائق

يتوفر الآن برنامج "DeepSeek-OCR 2: Visual Causal Flow" في قسم "الدروس التعليمية" على موقع HyperAI الإلكتروني. ما عليك سوى تحميل صورتك للحصول على تحليل دقيق للنصوص بتقنية التعرف الضوئي على الحروف (OCR). جرّبه الآن!

اقترح فريق بحث Polymathic AI نموذج Walrus، وهو نموذج أساسي قائم على بنية Transformer وموجه بشكل أساسي نحو ديناميكيات الموائع المتصلة. يغطي Walrus 19 سيناريو فيزيائيًا شديد التنوع خلال مرحلة التدريب المسبق، تشمل مجالات متعددة منها الفيزياء الفلكية، وعلوم الأرض، وعلم الريولوجيا، وفيزياء البلازما، وعلم الصوتيات، وديناميكيات الموائع الكلاسيكية. تُظهر النتائج أن Walrus يتفوق على النماذج الأساسية السابقة في كل من التنبؤات قصيرة المدى وطويلة المدى للمهام اللاحقة.

2.2-2.6 أوراق بحثية مختارة في مجال الذكاء الاصطناعي

استلهامًا من النموذج الجديد لبرنامج DeepSeek، أطلق فريق Genos، المؤلف من باحثين من BGI Genomics ومختبر Zhejiang Zhijiang، إضافةً مخصصةً لنمذجة الجينوم تُدعى Gengram (البصمة الجينومية). وباستخدام حوالي 20 مليون مُعامل فقط، حطمت هذه الإضافة الأرقام القياسية لأحدث التقنيات في العديد من مهام الجينوم، مُقدمةً حلاً ثوريًا لتجاوز عقبة نمذجة الجينوم.

قامت شركة HyperAl بتجميع سلسلة من الدروس التعليمية ومجموعات البيانات القيّمة للغاية والقابلة للتطبيق على نطاق واسع في الفترة من 26 إلى 30 يناير، والتي تغطي مجالات متعددة مثل الوكلاء الأذكياء ورؤية الكمبيوتر وتحويل النص إلى كلام.

تُسهم المسوحات السماوية واسعة النطاق ومتعددة النطاقات وذات مجال الرؤية الواسع والعمق العالي حاليًا في دفع علم الفلك نحو عصر غير مسبوق من البيانات الغزيرة. ومع تشغيل مرافق الجيل التالي مثل تلسكوب إقليدس الفضائي ومرصد روبين وتلسكوب رومان الفضائي، يجري رسم خريطة منهجية للكون على نطاق غير مسبوق وبدقة غير مسبوقة. ومن المتوقع أن تُسفر هذه الملاحظات عن [...]

أوراق بحثية مختارة في مجال الذكاء الاصطناعي (26-30 يناير)

جمعت شركة Skild AI الناشئة في مجال الروبوتات 1.4 مليار دولار أمريكي في جولة تمويل من الفئة C، مما رفع قيمة الشركة إلى أكثر من 14 مليار دولار. قادت هذه الجولة مجموعة سوفت بنك اليابانية، بمشاركة مستثمرين استراتيجيين من بينهم NVentures التابعة لشركة Nvidia، وMacquarie Capital، وBezos Expeditions (التي أسسها جيف بيزوس، مؤسس أمازون). كما شاركت في الجولة شركات سامسونج، وإل جي، وشنايدر إلكتريك، وسيلزفورس فنتشرز.

قام فريق بحثي مشترك يضمّ Basecamp Research وNVIDIA والعديد من المؤسسات الأكاديمية المرموقة بتطوير سلسلة EDEN من النماذج الأساسية لعلم الجينوم البيئي. ومن خلال الاستفادة من كميات هائلة من البيانات التطورية الطبيعية التي تتجاوز حدود الأنواع وترتبط بالمعلومات البيئية، تمكنوا لأول مرة من استخلاص "القواعد" العميقة والمبادئ العالمية للتصميم البيولوجي بشكل منهجي.

يتوفر الآن عرض "TRELLIS.2 3D Generation Demo" على موقع HyperAI الإلكتروني (hyper.ai) في قسم "الدروس التعليمية". تفضلوا بتجربة إنشاء نماذج ثلاثية الأبعاد بكفاءة عالية!

قام فريق بحثي في جامعة كاليفورنيا بتصميم بنية خاصة لحصر الفوتونات (PTST) على سطح ثنائي ضوئي سيليكوني قياسي، وقدموا شبكة عصبية متصلة بالكامل ذات مقاومة عالية للتشويش. تستطيع هذه الشبكة حساب الطيف الأصلي وإعادة بنائه بذكاء مباشرةً من إشارة التيار الضوئي المقاسة بواسطة الجهاز. لا تُمكّن هذه الطريقة المطياف من تحقيق نسبة إشارة إلى ضوضاء أعلى عند الأطوال الموجية الأطول فحسب، بل يتجاوز أداؤه العام أداء المطيافات التقليدية القائمة على السيليكون.

قامت HyperAl بتجميع سلسلة من الدروس التعليمية ومجموعات البيانات القيّمة للغاية والقابلة للتطبيق على نطاق واسع من الإصدار 1.12 إلى 1.16، والتي تغطي مجالات متعددة مثل الوكلاء الأذكياء ورؤية الكمبيوتر وتحويل النص إلى كلام.

أوراق بحثية مختارة في مجال الذكاء الاصطناعي (19-23 يناير)

تُقدّم هذه المقالة مجموعةً شاملةً من البيانات عالية الجودة، والدروس التعليمية عبر الإنترنت، والأبحاث المتعلقة بالذكاء المُجسّد، لتوفير مرجعٍ قيّمٍ لمزيدٍ من التعلّم والبحث. تفضلوا بزيارة موقع hyper.ai لاستكشاف المزيد من الموارد عالية الجودة!

قام فريق بحثي من جامعة غوته في ألمانيا بتصنيف "جينوم إنزيم E3 ليغاز البشري" باستخدام التعلم المتري، وذلك بدمج بيانات متعددة المستويات تشمل تسلسلات البروتين، وتكوين النطاقات، والبنية ثلاثية الأبعاد، والوظيفة، وأنماط التعبير. تُوسّع هذه الطريقة التصنيف التقليدي لإنزيمات E3 (فئات RING وHECT وRBR) ليشمل آليات غير نمطية، وتُوضّح بنجاح التقسيمات الوظيفية، وتُميّز بين المركبات متعددة الوحدات الفرعية والإنزيمات أحادية الوحدة، وتُحدّد مواقع إنزيمات E3 على الركائز والأهداف الدوائية المحتملة.

اقترح فريق بحثي في جامعة ييل مؤخرًا نموذج MOSAIC، الذي يحوّل نموذجًا لغويًا عامًا إلى نظام تعاوني يتألف من العديد من خبراء الكيمياء المتخصصين. ومن خلال تقسيم العمل المهني، يُسهم هذا النموذج بفعالية في الحد من وهم النموذج، وتوفير تقييم كمي لعدم اليقين، وتحقيق التوليد المنهجي بدءًا من وصف التفاعل وصولًا إلى المخطط التجريبي الكامل. ومن المتوقع أن يُحسّن هذا النموذج بشكل كبير كفاءة البحث العلمي في مجالات مثل اكتشاف الأدوية وتطوير المواد.

يتوفر الآن نموذج "GLM-Image Precise Semantic High-Fidelity Image Generation Model" في قسم الدروس التعليمية على موقع HyperAI الإلكتروني (hyper.ai). انطلق وأطلق العنان لإبداعك!

قام فريق بحثي من جامعة تسينغهوا وجامعة شيكاغو بتقييم الأثر الحقيقي لأدوات الذكاء الاصطناعي على البحث العلمي بشكل منهجي، مستخدمين مجموعة بيانات ضخمة تضم 41.3 مليون ورقة بحثية في العلوم الطبيعية و5.37 مليون عالم خلال الفترة من 1980 إلى 2025. وخلصت الدراسة إلى أنه في حين يُحسّن الذكاء الاصطناعي بشكل ملحوظ إنتاجية البحث الفردي والتأثير الأكاديمي، فإنه يؤدي إلى تقلص نطاق المعرفة وتركيز التفاعل الأكاديمي على المستوى الجماعي. ومن خلال تحديد أبحاث الذكاء الاصطناعي عبر نماذج اللغة، وتقديم مؤشرات الابتكار مثل "اتساع المعرفة"، تكشف الورقة البحثية عن التكاليف الهيكلية التي تم تجاهلها وراء استخدام الذكاء الاصطناعي في العلوم، مما يوفر أدلة حاسمة لفهم كيفية إعادة تشكيل الذكاء الاصطناعي للنظام البيئي البحثي.

قامت HyperAl بتجميع سلسلة من الدروس التعليمية ومجموعات البيانات القيّمة للغاية والقابلة للتطبيق على نطاق واسع من الإصدار 1.12 إلى 1.16، والتي تغطي مجالات متعددة مثل الوكلاء الأذكياء ورؤية الكمبيوتر وتحويل النص إلى كلام.

يتوفر الآن برنامج "Qwen-Image-2512: إنشاء صور شخصية ومناظر طبيعية أكثر واقعية" على موقع HyperAI الإلكتروني (hyper.ai) في قسم الدروس التعليمية. انطلق وأطلق العنان لإبداعك!

اقترح فريق بحثي مشترك من جامعة برينستون وكلية كولورادو للمناجم طريقة تنبؤ فعّالة تعتمد على التعلّم الآلي. تستخدم هذه الطريقة نموذجًا لغويًا ضخمًا للتنبؤ مباشرةً بالطاقة الحرة من التسلسل البنيوي للأطر المعدنية العضوية، مما يقلل بشكل كبير من التكاليف الحسابية ويتيح تقييمًا ديناميكيًا حراريًا عالي الإنتاجية وقابلًا للتوسع لهذه الأطر.

لتحسين تجربة استخدام منتج HyperAI وقدراته الأساسية، نُعلن رسميًا عن إطلاق جولة جديدة من الاختبارات الداخلية. نأمل في دعوة مجموعة مختارة من المستخدمين الحقيقيين لتجربة إمكانيات المنصة والمساهمة في تحسين تفاصيل المنتج. 💻 إذا كنت بحاجة طويلة الأمد إلى منصات الحوسبة السحابية وقوة معالجة الرسومات، 🙋‍♀️ إذا كنت تمتلك خلفية تقنية [...]

قامت شركة HyperAl بتجميع سلسلة من الدروس التعليمية ومجموعات البيانات القيّمة والقابلة للتطبيق على نطاق واسع، وذلك في الفترة من 8 إلى 12 ديسمبر، وتغطي مجالات متعددة مثل الأنظمة الذكية، ورؤية الحاسوب، وتحويل النص إلى كلام. (سيتم تعديل التواريخ والمجالات التمثيلية وفقًا للظروف الفعلية).

في عام 2025، يشهد منطق صناعة الذكاء الاصطناعي انهيارًا جذريًا. فمع إنفاق مئات المليارات من الدولارات على النفقات الرأسمالية، بالتزامن مع تباطؤ نمو الإيرادات، باتت فرص الحكم على ما إذا كانت هذه الصناعة "فقاعة" حقيقية قد حُسمت. فمن تبخر القيمة السوقية لشركة ألفابت التي بلغت 200 مليار دولار، إلى الخسائر الفادحة التي مُنيت بها شركة ChatGPT، يبدو أن التكنولوجيا مُجبرة على الخضوع للواقعية.

صُممت CleaveNet، وهي عملية تصميم شاملة قائمة على الذكاء الاصطناعي اقترحها فريق مشترك من معهد ماساتشوستس للتكنولوجيا وجامعة هارفارد، لمواجهة هذا التحدي. تهدف هذه العملية، من خلال العمل التعاوني بين النماذج التنبؤية والتوليدية، إلى إحداث ثورة في النموذج الحالي لتصميم ركائز البروتياز، مما يوفر حلولاً جديدة كلياً للبحوث الأساسية والتطوير الطبي الحيوي ذي الصلة.

يتوفر الآن نموذج الترجمة الآلية العصبية متعدد اللغات "HY-MT1.5-1.8B" على موقع HyperAI الإلكتروني (hyper.ai) في قسم الدروس التعليمية. تفضلوا بزيارتنا لتجربة قدراته الفائقة في الترجمة!

اختتمت بنجاح فعاليات الصالون التقني الثامن لمترجم الذكاء الاصطناعي لعام 2025 في 27 ديسمبر في أكاديمية شنغهاي للابتكار.

تأسست شركة FieldAI، المتخصصة في الذكاء الاصطناعي المتجسد، عام 2023، وجمعت أكثر من 405 ملايين دولار في أقل من عامين، من بين مستثمريها جيف بيزوس، وإنتل، وإنفيديا، وبيل غيتس، وسامسونج. ويضم فريقها الأساسي أعضاءً من شركات رائدة مثل ناسا JPL، وديب مايند، وتسلا، وسبيس إكس، وتكرس الشركة جهودها لابتكار "دماغ روبوتي ذكي شامل" قادر على العمل مع مختلف أنواع الروبوتات والتكيف مع بيئات متنوعة.