جمنای اسپارک؛ چرا دستیار هوشمند و همیشهبیدار گوگل هم شگفتانگیز است، هم ترسناک؟
🔸تجربهی کار با جمنای اسپارک، بهروشنی نشان میدهد رابطهی مستقیمی بین مفیدبودن هوش مصنوعی و سطح دسترسی به حریم خصوصی وجود دارد. گوگل به این دلیل در بازی هوش مصنوعی عاملمحور دست بالا را دارد که سالهاست اطلاعاتمان را بهراحتی در اختیارش قرار دادهایم؛ درحالیکه شرکتهایی مثل OpenAI و آنتروپیک تازه بهدنبال راهی برای جمعآوری چنین سطحی از دادههای شخصی هستند.
🔸احتمالا این ضربالمثل دنیای فناوری را شنیدهاید که «اگر برای محصولی پول نمیدهید، خودتان محصول هستید»؛ اما اسپارک این قانون را یک مرحله به جلو میبرد، چون هم برای استفاده از آن باید اشتراک ۱۰۰ دلاری جمنای اولترا را بپردازیم، هم نامهها، عکسها و اطلاعات زندگیمان، مواد اولیهی کارخانهی دیجیتال اسپارک هستند.
🔸دیدن اینکه هوش مصنوعی چگونه بهجای محافظت از دادههای شخصی؛ آنها را معدنی برای استخراج میبیند، احساس ناخوشایند تحتنظر بودن را به کاربر القا میکند. از سوی دیگر، مسئلهی امنیت سایبری را هم در چنین ابزارهایی دستکم نگیریم. خود گوگل در اسناد راهنمای اسپارک در خصوص ریسک تزریق پرامپت (Prompt Injection) هشدار میدهد.
https://www.zoomit.ir/ai-articles/460688-gemini-spark-ai-agent-featured/
🔹مؤسسه آب، محیطزیست و سلامت دانشگاه سازمان ملل در گزارشی که گفته شده جامعترین ارزیابی اثر هوش مصنوعی بر محیطزیست تلقی میشود، ادعا میکند که AI تا سال ۲۰۳۰ میتواند معادل کل کشور ژاپن برق مصرف کند، به اندازه بریتانیا در سال ۲۰۲۵ آلودگی کربنی داشته باشد و سالانه معادل ۲۵۰ برج ایفل زباله الکترونیکی بهوجود بیاورد.آب مصرفی برای خنکسازی زیرساختهای هوش مصنوعی به ۹.۳ تریلیون لیتر خواهد رسید؛ به اندازه مصرف آب شرب سالانه ۱.۳ میلیارد نفر !
🔹دیتاسنترها سال گذشته میلادی در سراسر جهان ۴۴۸ تراواتساعت برق مصرف کردند. مقدار آب مصرفی این مراکز داده نیز به ۴.۵ تریلیون لیتر رسید که میتوانست آب بیش از ۶۰۰ میلیون نفر را در آفریقای جنوب صحرا تأمین کند. این فرآیند همچنین باعث تولید ۱۸۹ میلیون تن کربندیاکسید هم شده .
🔹گزارش سازمان ملل میگوید تولید یک تصویر با هوش مصنوعی به ۲.۹ واتساعت برق نیاز دارد که ۶۰ برابر بیشتر از تولید پاسخ متنی است. تولید ویدیو با وضوح بالا نیز با نیاز به بیش از ۴۱۵ واتساعت برق به ازای هر کلیپ، بیشترین مصرف انرژی را طلب میکند.
💡 تبدیل کابل فیبر نوری به میکروفون مخفی؛ واقعیت یا افسانه؟
پژوهشی از دانشگاه پلیتکنیک هنگکنگ نشان داده که کابلهای فیبر نوری، در شرایط خاص، میتوانند برای شنود صدا استفاده شوند. ایده اصلی این است که صدا نوعی لرزش در هواست و وقتی در نزدیکی کابل فیبر نوری صحبت میکنیم، این لرزشها تغییرات بسیار کوچکی در کابل ایجاد میکنند؛ تغییراتی که میتوانند الگوی حرکت نور داخل کابل را کمی عوض کنند.
محققان برای اجرای این روش، گیرندهای کوچک طراحی کردند که میتواند در ظاهر یک جعبه تقسیم معمولی فیبر نوری پنهان شود. این سیستم در محل شنود به برق نیاز ندارد، موج رادیویی منتشر نمیکند و به همین دلیل با شنودیابهای معمولی یا مسدودکنندههای فراصوت بهراحتی شناسایی نمیشود.
با این حال، برای کاربران خانگی این سناریو بسیار بعید است. این روش در فواصل نزدیک (چند متر) میتواند تا ۸۰ درصد مکالمات را بازسازی کند، اما با افزایش فاصله و نویز پسزمینه، دقت آن بهشدت افت میکند. همچنین مهاجم باید به زیرساخت فیزیکی دسترسی داشته باشد و از تجهیزات گرانقیمتِ سنجش نوری استفاده کند.
بنابراین، این تهدید بیشتر سازمانهای حساس و سفارتخانهها را هدف میگیرد؛ آن هم معمولاً از طریق «تهدیدات داخلی» مثل تکنسینهای مخابرات و پیمانکاران.
راهکار اصلی هم بیشتر فیزیکی است: جعبهها و تجهیزات فیبر نوری باید پلمپ و بهصورت دورهای بازرسی شوند و کابلهای فیبر بلااستفاده یا قدیمی (Dark Fibers) که در ساختمانها رها شدهاند، قطع شوند.
این پژوهش یادآوری میکند که گاهی تهدیدهای حریم خصوصی فقط از نرمافزار و اینترنت نمیآیند؛ حتی زیرساختهای ظاهراً بیخطر هم در شرایط خاص میتوانند به ابزار شنود تبدیل شوند.
💡 هوش مصنوعی در نقش درمانگر: چرا کاربران برای سلامت روان به چتباتها پناه میبرند؟
گزارشهای تازه نشان میدهد نزدیک به نیمی از افراد با مشکلات روانی یا فرسودگی ذهنی درگیرند و بیش از یک میلیارد نفر در جهان با اختلالات سلامت روان زندگی میکنند. با این حال، بسیاری از افراد به دلایلی مثل هزینه درمان، کمبود وقت یا احساس نیاز نکردن به مراجعه تخصصی، سراغ کمک حرفهای نمیروند. همین خلأ باعث شده چتباتهای هوش مصنوعی برای بعضی کاربران به پناهگاهی فوری، ارزان و همیشه در دسترس تبدیل شوند.
طبق یک نظرسنجی جهانی، ۶۱ درصد از پاسخدهندگان گفتهاند برای مسائل مرتبط با سلامت روان از هوش مصنوعی استفاده کردهاند و ۵۵ درصد هم از توصیههای آن رضایت داشتهاند. دلیل استقبال روشن است: چتباتها ۲۴ ساعته پاسخ میدهند، قضاوت نمیکنند و دسترسی به آنها سادهتر از درمانگر انسانی است. اما همین دسترسی آسان میتواند خطرناک شود، اگر کاربر پاسخهای ماشین را جای تشخیص و درمان واقعی بگذارد.
خطر اصلی اینجاست که هوش مصنوعی همیشه ایمن و دقیق عمل نمیکند. نزدیک به یکسوم کاربران گفتهاند از توصیههای هوش مصنوعی احساس ناخوشایندی داشتهاند و بیش از یکچهارم گزارش کردهاند بعضی پاسخها آنها را به سمت رفتارهای آسیبزا سوق داده است. نگرانکنندهتر اینکه ۴۲ درصد از کاربران تقریباً همیشه و بدون چونوچرا به توصیههای هوش مصنوعی عمل میکنند.
هوش مصنوعی میتواند برای مرتبکردن افکار، نوشتن احساسات، آمادهکردن سؤال برای روانشناس یا دریافت اطلاعات اولیه مفید باشد؛ اما روانشناس نیست. درباره دارو، قطع درمان، تشخیص بیماری یا تصمیمهای مهم زندگی به پاسخ چتبات تکیه نکنید، اطلاعات خیلی شخصی را وارد آن نکنید و اگر گفتوگو شما را مضطربتر یا سردرگمتر کرد، آن را متوقف کنید و با فرد قابل اعتماد یا متخصص صحبت کنید. هوش مصنوعی میتواند کمک اولیه باشد، نه تصمیمگیرنده نهایی.
▪️معرفی یک ابزار کاربردی برای امنیت در فضای مجازی
▪️سایت VirusTotal اسکنر رایگان فایلها و لینکهای مشکوک
برای اینکه درک بهتری از عملکرد این ابزار داشته باشید، آن را اینگونه تصور کنید: «یک آزمایشگاه پیشرفته که فایل یا لینک شما را به بیش از ۷۰ آنتیویروس و ابزار امنیتی معتبر جهانی نشان میدهد تا نظر آنها را درباره خطرناک بودن یا نبودن آن بپرسد.»
📌سایت VirusTotal دقیقاً چه کاری انجام میدهد؟
وقتی فایلی را در این سایت آپلود میکنید یا لینک یک وبسایت را در آن وارد میکنید، اتفاقات زیر رخ میدهد:
🔻تحلیل چندگانه: فایل یا لینک شما به طور همزمان توسط موتورهای امنیتی قدرتمندی مثل (Kaspersky، McAfee، Symantec، Google، Microsoft و دهها مورد دیگر) بررسی میشود.
🔻گزارشدهی: در نهایت، VirusTotal به شما میگوید که کدامیک از این آنتیویروسها فایل شما را «آلوده» تشخیص دادهاند و کدامیک آن را «پاک» دانستهاند.
🔻تشخیص الگوها: اگر فایل شما بدافزار باشد، این سایت جزئیات فنی آن را (مثلاً اینکه چه تغییراتی در سیستم ایجاد میکند یا با چه سرورهایی ارتباط میگیرد) به شما نشان میدهد.
Virustotal.com
⚠️ هشدار: اگر مورد مشکوکی یافت شود، یعنی لینک یا سایت قابل اعتماد نیست؛ اما عدم گزارش آلودگی توسط virustotal لزوماً به معنای امن بودن کامل آن نیست!
پارادوکسِ هوش مصنوعی
🔹واکاوی وضعیت فعلی نشاندهنده یک «شکاف عمیق» میان وعدههای فناوری و نتایج عملکردی است. بر اساس گزارش مککینزی در سال ۲۰۲۵، تنها ۶ درصد از شرکتهای مورد مطالعه توانستهاند ارزش واقعی از هوش مصنوعی استخراج کنند، در حالی که ۸۸ درصد همچنان در دایرهی تکراریِ «آزمایش و خطا» اسیر ماندهاند!
🔹یکی از کلیدیترین دلایل این ناکامیها، نادیده گرفتن کیفیت و ساختار دادههاست. دادهها حکم «سوخت» را برای موتور هوش مصنوعی دارند، اما در اکثر شرکتها، این سوخت یا کثیف است یا غیرقابل دسترس. مککینزی بهدرستی به پدیده «سیلوهای داده» اشاره میکند؛ یعنی دادههایی که در بخشهای مختلف سازمان بهصورت جزیرهای حبس شدهاند و اجازه نمیدهند AI تصویری یکپارچه و موثر ارائه دهد.
rouzegaremadan.ir/?p=49609
🔻نفوذ پیشرفتهترین مدل هوش مصنوعی به اتاق جنگ آمریکا
روزنامه فایننشال تایمز در گزارشی به نقل از منابع آگاه مدعی شد شرکت هوش مصنوعی «آنتروپیک» (Anthropic) نیمی از مهندسان زبده خود را به آژانس امنیت ملی آمریکا (NSA) اعزام کرده تا به جاسوسان این سازمان در بهکارگیری مدل پیشرفته و فوقامنیتی این شرکت به نام «میتوس» (Mythos) در عملیاتهای سایبری کمک کنند؛ هرچند هنوز مشخص نیست آیا این ابزار به طور مستقیم در عملیاتهای هک و حملات سایبری این سازمان استفاده میشود یا خیر.
آژانس امنیت ملی آمریکا (NSA) وظیفه جمعآوری اطلاعات مخفی از طریق شنود، پایش کابلهای زیردریایی، همکاریهای شرکتی و همچنین هدایت حملات سایبری تهاجمی علیه کشورهای رقیب را بر عهده دارد.
🔻چرا هوش مصنوعی «میتوس» تا این حد حیاتی است؟
قدرت بالای مدل میتوس در حوزه امنیت سایبری، آن را به ابزاری به شدت وسوسهبرانگیز برای دولتها تبدیل کرده است. شرکت آنتروپیک به دلیل نگرانی از تواناییهای این مدل در «کشف آسیبپذیریهای امنیتی» و «اجرای هکهای پیچیده»، دسترسی عمومی به آن را به شدت محدود کرده بود تا مانع از سوءاستفادههای احتمالی شود. اکنون به نظر میرسد بزرگترین سازمان جاسوسی سایبری آمریکا به این ابزار محدودشده دسترسی کامل یافته است.
13.6M حجم رسانه بالاست
مشاهده در ایتا
جوابهایی به نفع اسراییل
دکتر «مایا آکرمن» متخصص هوش مصنوعی:
▪️هوش مصنوعی فرصتی مستقیم برای «اصلاح دنیای دیجیتال» به نفع یهودیان فراهم میکند؛ فرصتی که به گفته او حتی از شبکههای اجتماعی نیز بیشتر است.
▪️اکنون هوش مصنوعی در حال تبدیل شدن به منبع غالب اطلاعات و حتی منبع اصلی اطلاعات است. مردم بیش از هر چیز دیگری به هوش مصنوعی اعتماد میکنند؛ آنها بیشتر از شبکههای اجتماعی به هوش مصنوعی اعتماد دارند. به جای استفاده از گوگل به سراغ چتباتهایی مانند چتجیپیتی و جمینای میروند و جوانان در مقیاس بسیار، بسیار، بسیار گستردهای به جای گوگل از این ابزارها استفاده میکنند.
▪️در دو سال گذشته، شرکتهای هوش مصنوعی به سمت چیزی حرکت کردهاند که آن را «همراستاسازی» (Alignment) مینامیم.در نتیجه، به جای اینکه الگوریتمها صرفاً آنچه را در دادهها وجود دارد به شکلی بیطرفانه بازتاب دهند، میبینیم که این چتباتها و مدلهای تولید تصویر روزبهروز بیشتر آن چیزی را به ما نشان میدهند که شرکتها میخواهند ما ببینیم. این فرایند هرچه بیشتر آگاهانه و هدفمند میشود.
▪️این یعنی به جای تلاش برای کنترل کل جهان و مدیریت آنچه در این توده عظیمِ ویکیپدیا و شبکههای اجتماعی رخ میدهد، میتوانیم مستقیماً به سراغ شرکتهای هوش مصنوعی برویم و راهحلهای فنی و حمایتی مشخصی ارائه کنیم.
📊 معرفی Julius AI؛ دستیار هوشمند تحلیل داده برای پژوهشگران بدون نیاز به برنامهنویسی
در یک پژوهش پس از جمعآوری دادهها، یکی از مهمترین و زمانبرترین مراحل پژوهش، تحلیل دادهها و استخراج نتایج قابل استناد است. Julius AI ابزاری مبتنی بر هوش مصنوعی است که به پژوهشگران کمک میکند بدون نیاز به دانش پیشرفته برنامهنویسی، دادههای خود را تحلیل و تفسیر کنند.
کافی است فایلهای Excel، CSV یا سایر دادههای پژوهشی را در این سامانه بارگذاری کنید. Julius AI به زبان طبیعی با شما تعامل میکند و میتواند دستورات شما را به تحلیلهای آماری تبدیل کند. برای مثال، میتوانید از آن بخواهید میانگینها را محاسبه کند، همبستگی متغیرها را بررسی نماید یا آزمونهای آماری مناسب را اجرا کند.
این ابزار در مرحله «تحلیل دادهها» و همچنین هنگام نگارش بخش «یافتههای پژوهش» کاربرد فراوانی دارد. پژوهشگر میتواند از Julius بخواهد نتایج آماری را تفسیر کند، روندهای مهم را شناسایی نماید و حتی نمودارها و جداول مورد نیاز مقاله را تولید کند.
یکی از مزایای مهم Julius AI، توضیح نتایج به زبان ساده است. بهعنوان مثال، اگر آزمون رگرسیون یا تحلیل همبستگی انجام شود، سامانه علاوه بر ارائه خروجی آماری، مفهوم و تفسیر نتایج را نیز بیان میکند. این ویژگی برای دانشجویان تحصیلات تکمیلی که در حال یادگیری روشهای آماری هستند، بسیار ارزشمند است.
همچنین این ابزار میتواند دادههای ناقص، مقادیر پرت و خطاهای احتمالی موجود در مجموعه داده را شناسایی کند. در نتیجه، پژوهشگر پیش از انجام تحلیل نهایی، از کیفیت دادههای خود اطمینان بیشتری خواهد داشت.
به طور خلاصه، Julius AI در مراحل «پاکسازی دادهها»، «تحلیل آماری»، «تولید نمودار و جدول»، «تفسیر نتایج» و «نگارش بخش یافتهها» کاربرد دارد و میتواند سرعت و دقت تحلیل دادههای پژوهشی را بهطور قابل توجهی افزایش دهد.
https://julius.ai
📌یک ترفند: برای استفاده از خدمات برخی سرویس های هوش مصنوعی (مثل کلاد) باید یک شماره تلفن ثبت کنیم.با توجه به تحریم کاربران و شماره های ایرانی, میتوانید از سایت زیر بصورت رایگان شماره مجازی دریافت کنید:
http://receive-smss.com
The_AI_Engineering_Blueprint.pdf
حجم:
13.9M
🔻کارگاه آموزش پرامپتنویسی آنتروپیک
🔹آنتروپیک در رویداد توسعهدهندگان Code with Claude 2026 (توکیو)، کارگاهی تخصصی با عنوان «The Prompting Playbook» برگزار کرد که به کاربرد اصول پایهای پرامپتنویسی در سیستمهای ایجنتیک اختصاص داشت.
🔹این کارگاه نیمساعته که توسط Hannah Moran، از اعضای ارشد کادر فنی آنتروپیک ارائه شد، بر یک پرسش محوری تمرکز دارد:
چگونه میتوان تکنیکهای کلاسیک طراحی پرامپت را به سیستمهایی تعمیم داد که برنامهریزی میکنند، عمل میکنند و با محیط سازگار میشوند؟
🔹با گسترش استقرار مدلهای هوش مصنوعی در قالب ایجنتهای خودمختار، نگارش دستورالعملهای مؤثر دیگر یک مهارت صرفاً محاورهای نیست؛ بلکه به رکنی معماری در طراحی سیستمهای هوش مصنوعی پیشرفته تبدیل شده است.
🔹محتوای این کارگاه را با استفاده از سرویس notebooklm به pdf ارائه و مرور ویدئویی تبدیل کردم
🔸مشاهده مرور ویدئویی کارگاه به زبان فارسی:
https://my.uupload.ir/p/NdwLOEYd
🔸ویدیوی کامل این کارگاه در یوتیوب:
https://www.youtube.com/watch?v=G2B0YWuJUgI