«ایکس» توسط شرکت هوش مصنوعی ایلان ماسک خریداری شد

ایلان ماسک که همچنین مدیریت شرکت خودروسازی تسلا و شرکت هوافضای «اسپیس ایکس» را نیز بر عهده دارد، در پستی در «ایکس» نوشت: آینده xAI و «ایکس» در هم تنیده شده است. امروز ما رسما برای یکی کردن داده، مدل‌ها، رایانش، توزیع و استعداد، گام برداشتیم.

شبکه اجتماعی «ایکس» (توییتر سابق) ایلان ماسک، توسط شرکت هوش مصنوعی xAI این میلیاردر در قراردادی به ارزش ۳۳ میلیارد دلار خریداری شد.

 

به گزارش ایسنا، این معامله به شرکت xAI برای آموزش چت‌بات هوش مصنوعی «گروک» (Grok) کمک خواهد کرد.

 

ایلان ماسک که همچنین مدیریت شرکت خودروسازی تسلا و شرکت هوافضای «اسپیس ایکس» را نیز بر عهده دارد، در پستی در «ایکس» نوشت: آینده xAI و «ایکس» در هم تنیده شده است. امروز ما رسما برای یکی کردن داده، مدل‌ها، رایانش، توزیع و استعداد، گام برداشتیم.

بسیاری از جزئیات این معامله از جمله اینکه چگونه مدیران «ایکس» در شرکت جدید ادغام خواهند شد یا اینکه آیا بررسی‌های نظارتی وجود خواهد داشت، نامعلوم است.

 

ماسک که ثروتمندترین مرد جهان است، از متحدان نزدیک دونالد ترامپ، رئیس جمهور آمریکا است و ریاست وزارت کارآیی دولت را بر عهده دارد. 

 

شاهزاده الولید بن طلال، سرمایه‌گذار سعودی که مالک شرکت سرمایه‌گذاری «کینگدام هولدینگ» است، اظهار کرد که برای چنین اقدامی، درخواست کرده بود. وی در پستی در «ایکس» گفت: شرکت‌هایش دومین سرمایه‌گذار بزرگ در «ایکس» و xAI هستند. پس از این معامله، انتظار می‌رود ارزش سرمایه‌گذاری‌های ما، بین چهار تا پنج میلیارد دلار باشد.

 

بر اساس گزارش رویترز، یکی از سرمایه‌گذاران xAI که نخواست نامش فاش شود، گفت که از این معامله شگفت‌زده نشده‌ است و آن را به‌ عنوان اینکه ماسک، رهبری و مدیریت خود را در شرکت‌هایش تثبیت می‌کند، می‌دانست. ماسک از سرمایه‌گذاران درخواست تایید نکرد، اما به آنها گفت که این دو شرکت از نزدیک با هم همکاری کرده اند و این معامله باعث ادغام عمیق‌تر با«گروک» خواهد شد.

بیل گیتس: هوش مصنوعی ۱۰ سال دیگر جایگزین پزشکان و معلمان می‌شود

به باور مدیرعامل سابق مایکروسافت، هوش مصنوعی تا ۱۰ سال دیگر در حوزه‌های کلیدی جای انسان‌ها را می‌گیرد.

در ماه‌های اخیر، بیل گیتس، یکی از بنیان‌گذاران مایکروسافت، دیدگاه‌های جالبی درباره‌ی هوش مصنوعی، مسیر توسعه و تأثیر کلی آن بر مشاغل ارائه کرده است. گیتس پیش‌تر ادعا کرده بود که هوش مصنوعی در بسیاری از حوزه‌ها جایگزین انسان‌ها خواهد شد.

به گزارش زومیت، بیل گیتس در مصاحبه‌ای با با جیمی فلن، کمدین معروف در برنامه‌ی The Tonight Show شبکه‌ی NBC گفت که هوش مصنوعی طی ۱۰ سال آینده جایگزین پزشکان و معلمان خواهد شد.

کانال عصر ایران در تلگرام

گیتس اذعان کرد که هوش مصنوعی هنوز به مرحله‌ای نرسیده که بتواند متخصصان را جایگزین کند. او با تأکید بر اهمیت پزشکان و معلمان در حوزه‌های تخصصی‌شان، اشاره کرد که تخصص همچنان «کم‌یاب» است؛ اما طی دهه‌ی آینده، هوش مصنوعی می‌تواند ارائه‌ی مشاوره‌ی پزشکی و آموزش باکیفیت را به‌صورت رایگان و در دسترس همگان ممکن کند.

به باور گیتس، این انسان‌ها هستند که تعیین خواهند کرد کدام جنبه‌های زندگی را برای خود حفظ کنند. او تأکید کرده بود هیچ‌کس علاقه‌ای ندارد که بازی بیسبالِ کامپیوترها را تماشا کند. اخیراً، او اظهار داشت تنها سه حرفه در عصر هوش مصنوعی ایمن خواهند ماند: متخصصان انرژی، زیست‌شناسان و برنامه‌نویسان.

اگرچه گزارش‌های متعددی نشان می‌دهند که برنامه‌نویسی می‌تواند به‌راحتی به‌وسیله‌ی هوش مصنوعی تصرف شود، گیتس معتقد است که انسان‌ها در این فرآیند نقشی حیاتی دارند، زیرا وظیفه‌ی شناسایی و اصلاح خطاها را برعهده خواهند داشت.

گیتس ادعا می‌کند که حوزه و صنعت انرژی به‌قدری پیچیده است که هوش مصنوعی را نمی‌توان در آن استفاده کرد.

به گفته‌ی بیل گیتس: «توسعه‌ی هوش مصنوعی بسیار عمیق و حتی کمی ترسناک است، زیرا به سرعت رخ می‌دهد و محدودیت زیادی ندارد.»

کدام هوش مصنوعی اطلاعات بیشتری از شما را دارد؟(+اینفوگرافی)

کدام هوش مصنوعی اطلاعات شما را کامل دارد؟(+اینفوگرافی)

جمع‌آوری داده‌های کاربران در ابزارهای هوش مصنوعی مانند جمینی و چت جی پی تی چالش‌های پیچیده‌ای در حوزه حریم خصوصی و حفظ امنیت اطلاعات ایجاد می‌کند.

جمع‌آوری اطلاعات کاربران در ابزارهای هوش مصنوعی از طریق یکپارچه‌سازی داده‌های مختلف از منابعی مانند تاریخچه جست‌وجو، موقعیت مکانی، ایمیل و سایر سرویس‌های مرتبط انجام می‌شود. این داده‌ها برای بهبود عملکرد ابزار، شخصی‌سازی سرویس‌ها و افزایش دقت پیش‌بینی‌ها استفاده می‌شوند، اما مرز بین استفاده مفید و دخالت ناخواسته در حریم خصوصی به‌ویژه در پلتفرم‌های اجتماعی و ابزارهای چندرسانه‌ای که داده‌های متنی، تصویری و صوتی را پردازش می‌کنند، بسیار باریک است. در بعضی موارد، این داده‌ها بدون رضایت کاربر جمع‌آوری می‌شوند که نگرانی‌های قانونی و اخلاقی را به‌ویژه در مورد کودکان و نوجوانان تشدید می‌کند.

به گزارش ایمنا، بر اساس گزارش سرف شارک Surfshark، گوگل جمینی با جمع‌آوری ۲۲ نوع داده در ۱۰ دسته‌بندی، رکورددار جمع‌آوری اطلاعات کاربران در بین ربات‌های هوش مصنوعی است. این داده‌ها شامل مواردی مانند دسترسی به مخاطبین (که هیچ ربات دیگری آن را جمع‌آوری نمی‌کند)، اطلاعات تشخیصی عمومی و سایر موارد می‌شود.

جمع‌آوری داده‌های حساس مانند اطلاعات تماس، نگرانی‌های جدی در مورد حریم خصوصی کاربران ایجاد می‌کند. این داده‌ها می‌توانند برای بهبود عملکرد ربات یا تحلیل رفتاری استفاده شوند، اما بدون شفافیت کافی، خطر سوءاستفاده یا فروش اطلاعات به شرکت‌های ثالث وجود دارد.

بر اساس داده‌های Apple App Store، ربات‌های دیگر مانند کلاود ChatGPT (OpenAI) چت‌جی‌پی‌تی، Claude (Anthropic) و گروک Grok (xAI) نیز داده‌های کاربر را جمع‌آوری می‌کنند، اما به اندازه جمینی گسترده نیست. این گزارش نشان می‌دهد رقابت در حوزه هوش مصنوعی نه‌تنها به عملکرد فنی، بلکه به سیاست‌های حریم خصوصی نیز گره خورده است.

رتبه	نام ابزار	کل داده‌های جمع‌آوری‌شده	دسته‌بندی‌ها
۱	Gemini	۲۲	اطلاعات تماس، موقعیت جغرافیایی، مخاطبین، محتوای کاربر، تاریخچه، شناسه‌های هویتی، تشخیصی، داده‌های استفاده، خریدها، سایر داده‌ها
۲	Claude	۱۳	اطلاعات تماس، موقعیت جغرافیایی، محتوای کاربر، شناسه‌های هویتی، تشخیصی، داده‌های استفاده
۳	Copilot	۱۲	اطلاعات تماس، موقعیت جغرافیایی، محتوای کاربر، تاریخچه، شناسه‌های هویتی، تشخیصی، داده‌های استفاده
۴	DeepSeek	۱۱	اطلاعات تماس، محتوای کاربر، شناسه‌های هویتی، تشخیصی، داده‌های استفاده
۵	ChatGPT	۱۰	اطلاعات تماس، محتوای کاربر، شناسه‌های هویتی، تشخیصی، داده‌های استفاده
۶	Perplexity	۱۰	موقعیت جغرافیایی، شناسه‌های هویتی، تشخیصی، داده‌های استفاده، خریدها
۷	Grok	۷	اطلاعات تماس، شناسه‌های هویتی، تشخیصی

 

نگاهی به یک مفهوم نوین در توسعه نرم افزار؛

وایب کدینگ (Vibe Coding) چیست؟ آیا برنامه نویسان به زودی بیکار می‌شوند؟

وایب کدینگ (Vibe Coding) یک مفهوم نوین در توسعه نرم‌افزار است که با ترکیب هوش مصنوعی و تعامل مبتنی بر زبان طبیعی، فرآیند برنامه‌نویسی را به‌طور بنیادی تغییر می‌دهد. این روش بر اساس شهود توسعه‌دهندگان و همکاری هوشمندانه با سیستم‌های هوش مصنوعی عمل می‌کند.

---

تاریخ انتشار: ۰۱ فروردین ۱۴۰۴ - ۲۳:۲۹

به گزارش سرویس علم و فناوری تابناک، در این رویکرد، کاربران به جای نوشتن کد ساختاریافته، قصد خود را به زبان طبیعی بیان می‌کنند و سیستم هوش مصنوعی مسئول تبدیل آن به کد است.

این فرایند شامل مراحل زیر است:

۱. بیان قصد: توسعه‌دهنده اهداف خود را به صورت توصیفی (مثلاً «یک صفحه گسترده بودجه با دسته‌بندی درآمد، هزینه و پس‌انداز بساز») بیان می‌کند

۲. تفسیر هوش مصنوعی: سیستم با استفاده از الگوریتم‌های تولیدی AI، کد را تولید و اصلاح می‌کند.

۳. پالایش تکراری: کاربر با ارائه بازخورد، کد نهایی را بهینه می‌کند 

مزایا و محدودیت‌ها

مزایا:

کاهش پیچیدگی: توسعه‌دهندگان نیازی به نگرانی در مورد نحو، اشکال‌زدایی یا ساختار‌های پیچیده ندارند.

افزایش بهره‌وری: زمان صرف‌شده برای کد نویسی کاهش می‌یابد و تمرکز روی طراحی سطح بالا افزایش می‌یابد.

تعامل بصری: ابزار‌هایی مانند Cursor.ai و Windsurfer محیطی شبیه به همکاری انسانی با AI فراهم می‌کنند.

محدودیت‌ها:

نیاز به دانش پایه: کاربران باید مفاهیم برنامه‌نویسی (مانند انتزاع یا تغییر شکل) را درک کنند.

محدودیت در پیچیدگی: سیستم ممکن است در پروژه‌های بسیار پیچیده یا نیاز‌های خاص دقت کمتری داشته باشد.

تأثیرات فراتر از توسعه

این پارادایم نه تنها در کدگذاری، بلکه در تعامل با نرم‌افزار‌ها نیز انقلابی ایجاد می‌کند. به عنوان مثال، یک کاربر غیرتخصصی می‌تواند با دستورالعمل‌های ساده، یک سیستم مدیریت بودجه یا لیست بسته‌بندی بسازد. این رویکرد به تدریج جایگزین رابط‌های پیچیده و منو‌های سنتی می‌شود

چه تفاوت‌هایی بین برنامه‌نویسی VIBE و روش‌های برنامه‌نویسی سنتی وجود دارد؟

تفاوت‌های برنامه‌نویسی VIBE با روش‌های سنتی

۱. رویکرد تعاملی با هوش مصنوعی

در وایب کدینگ، توسعه‌دهندگان به جای نوشتن کد ساختاریافته، قصد خود را به زبان طبیعی بیان می‌کنند و سیستم هوش مصنوعی مسئول تبدیل آن به کد است.  این در تضاد با روش‌های سنتی مانند برنامه‌نویسی شئ‌گرا یا تابعی است که نیاز به نوشتن کد دستی و درک ساختار‌های پیچیده (مانند کلاسها، توابع خالص، یا جریان‌های داده) دارد.

۲. تمرکز بر شهود در مقابل ساختار

در روش‌های سنتی، توسعه‌دهندگان باید ساختار‌های برنامه‌نویسی را به دقت پیاده‌سازی کنند. در مقابل، وایب کدینگ بر بیان اهداف به زبان ساده تأکید دارد و پیچیدگی‌های ساختاری را به هوش مصنوعی واگذار می‌کند.

۳. مدیریت پیچیدگی

برخلاف پارادایم‌های برنامه‌نویسی سنتی، وایب کدینگ پیچیدگی‌های ساختاری را با تعامل بصری و ساده جایگزین می‌کند و تمرکز را روی طراحی سطح بالا قرار می‌دهد.

۴. ابزار‌ها و محیط توسعه

در روش‌های سنتی، توسعه‌دهندگان از IDE‌های سنتی (مانند Eclipse یا IntelliJ) استفاده می‌کنند. در وایب کدینگ، ابزار‌هایی مانند Cursor.ai یا Windsurfer محیطی شبیه به همکاری انسانی با AI فراهم می‌کنند و نیاز به دانش ساختار کد‌ها را کاهش می‌دهند.

۵. محدودیت‌ها و کاربرد

ویژگی	روش‌های سنتی	وایب کدینگ
پیچیدگی پروژه	مناسب برای پروژه‌های پیچیده با نیاز به کنترل دقیق	محدودیت در پروژه‌های بسیار پیچیده یا نیازهای خاص
نیاز به دانش پایه	نیاز به درک ساختارهای برنامه‌نویسی	نیاز به درک مفاهیم پایه (مانند انتزاع)
کارایی	مناسب برای محیطهای همزمان یا توزیع شده (در تابعی)	تمرکز بر توسعه سریع و ساده

۶. تعامل با نرم‌افزار‌ها

وایب کدینگ نه تنها در کدگذاری، بلکه در تعامل با نرم‌افزار‌ها نیز انقلابی ایجاد می‌کند. به عنوان مثال، یک کاربر غیرتخصصی می‌تواند با دستورالعمل‌های ساده، یک سیستم مدیریت بودجه بسازد، در حالی که در روش‌های سنتی، نیاز به نوشتن کد دستی یا استفاده از رابط‌های پیچیده وجود دارد.

تأثیر وایب کدینگ بر شغل برنامه‌نویسان

شغل برنامه‌نویسی به طور کلی و مطلق با وایب کدینگ از بین نمی‌رود، بلکه احتمالا تغییر شکل اساسی خواهد داد. این روش با هوش مصنوعی، وظایف تکراری مانند نوشتن کد پایه یا اشکال‌زدایی را خودکار می‌کند، اما نیاز به مهارت‌های انسانی مانند طراحی سیستم، مدیریت پیچیدگی و نوآوری همچنان باقی می‌ماند.

برنامه‌نویسان با استفاده از وایب کدینگ می‌توانند تمرکز خود را روی مسائل پیچیده‌تر مانند بهینه‌سازی عملکرد، امنیت یا توسعه سیستم‌های هوشمندتر قرار دهند. همچنین، این فناوری فرصت‌های جدیدی مانند همکاری با AI یا توسعه ابزارهای مبتنی بر هوش مصنوعی ایجاد می‌کند. بنابراین، وایب کدینگ نه جایگزینی برای برنامه‌نویسان، بلکه ابزاری برای بهبود کارایی و خلاقیت آنهاست. البته همین حالا نیز برخی کارهای ساده برنامه نویسی با وایب کدینگ بدون دخالت برنامه نویسان ممکن شده است.

تنها شغل‌هایی که از دست هوش‌مصنوعی جان سالم به در می‌برند، از دید بیل گیتس

تنها شغل‌هایی که از دست هوش‌مصنوعی جان سالم به در می‌برند!

گروه فناوری: هوش مصنوعی سریع‌تر از آنچه انتظار می‌رفت دنیا را در دست می‌گیرد و مشاغلی را از بین می‌برد که به ذهن هیچکس نمی‌رسد. بیل گیتش می‌گوید حتی جراحان و سرآشپزها نیز در امان نخواهند بود. با این حال، به نظر می‌رسد سه حرفه شگفت انگیز در برابر همه‌گیری اتوماسیون قوی هستند و در حالی که نیروی کار بقیه مشاغل با سرنوشت نامعلومی روبرو هستند، آینده این سه شغل در امان است.
به گزارش خبرآنلاین؛هوش مصنوعی تمامی مشاغل و صنایع را تحت تاثیر خود قرار داده و در حال تغییر شکل نیروی کار است. بیل گیتس می‌گوید، این تازه آغاز راه است! بنیانگذار مایکروسافت معتقد است که هوش مصنوعی بیشتر مشاغل را از بین می‌برد و اقتصاد جهانی را کاملا متحول می‌کند. اما این یعنی قرار نیست هیچ شغلی از دست هیولای قرن بیست و یک جان سالم به در ببرد؟ آیا هوش مصنوعی جایگزین ما خواهد شد؟
بیل گیتس پیش‌بینی کرده است که هفته‌ کاری سه روزه می‌شود، هوش مصنوعی اتوماسیون را وارد بسیاری از مشاغل می‌کند و احتمالا دیگر خبری از ۴۰ ساعت کار در هفته نیست. چنین آینده‌ای وسوسه انگیز است اما تعداد زیادی از مردم در این روند شغل خود را از دست می‌دهند. اما بیل گیتس می‌گوید سه حرفه باید در برابر اتوماسیون مقاومت کنند. بنابراین اگر شما در یکی از این زمینه‌ها کار می‌کنید می‌توانید نفس راحتی بکشید، البته فعلا!
۱. کدنویسان: هوش مصنوعی همچنان به سازندگانش نیاز دارد
شاید فکر کنید برنامه نویسان در صدر فهرست مشاغل در معرض خطر قرار دارند. اما این اشتباه است. اگرچه هوش مصنوعی اکنون می‌تواند کد تولید کند اما هنوز کامل نیست و کسانی باید باشند که بر آن نظارت کنند، اشتباهات آن را رفع کنند. از همه مهمتر هم این است که طراحی سیستم‌های پیشرفته‌تر همچنان به انسان‌ها نیاز خواهد داشت.بنابراین اگر بخواهیم به طور خلاصه بگوییم، هوش مصنوعی برای ایجاد هوش مصنوعی همچنان به انسان نیاز دارد.
۲. کارشناسان انرژی: زمینه‌ای بیش از حد پیچیده برای هوش مصنوعی
نفت، انرژی هسته‌ای و انرژی‌های تجدیدپذیر حوزه‌های بسیار استراتژیک و پیچیده هستند و  نمی‌توان آن‌ها را به طور کامل به ماشین آلات واگذار کرد. حتی در این حوزه هم همچنان به مهندسان، محققان و تکنسین‌ها نیاز خواهیم داشت تا زیرساخت‌ها را مدیریت کنند، چالش‌های صنایع و نوآوری را درک کنند و مشکلات را برطرف کنند. باید با خود صادق باشیم، هیچ کدام از ما نمی‌خواهیم هوش مصنوعی بدون نظارت انسان برای انرژی تصمیمات مهم بگیرد.
۳. زیست شناسان: یک گرفتاری وجود دارد!
چرا در حالی که هوش مصنوعی می‌تواند بیماری‌ها را حتی بهتر از پزشکان تشخیص دهد و توالی‌های DNA را تجزیه و تحلیل کند، بیل گیتس می‌گوید زیست‌شناسی از هوش مصنوعی جان سالم به در خواهد برد؟ در واقع در این یک مورد، مشکل اصلی هوش مصنوعی نیست، بلکه کمبود تقاضا است. سرمایه‌گذاری کمتر، فرصت‌های کمتری به وجود می‌آورد. البته باز هم برای پیشبرد تحقیقات ژنتیکی و بیوتکنولوژی همچنان به انسان‌ها نیاز است.
آینده‌ای با هوش مصنوعی
بیل گیتس می‌گوید اگرچه ممکن است در مورد این سه شغل اشتباه کند اما یک چیز مسلم است، هوش مصنوعی این‌جاست تا بماند. کلید پیشرو ماندن در چنین موقعیتی این است که به جای ترسیدن از هوش مصنوعی، نحوه کار با آن را یاد بگیریم. گیتس خاطرنشان می‌کند هوش مصنوعی مولد به آن شکلی که ما امروز می‌شناسیم (مانند ChatGPT) به زودی منسوخ خواهد شد. او با دیدی آینده‌نگرانه‌تر از هوش مصنوعی‌هایی خودآگاه می‌گوید که می‌توانند مانند یک انسان یاد بگیرند و فکر کنند. شاید علمی تخیلی به نظر برسد اما چنین هوش مصنوعی که می‌تواند ما را به ابر انسان تبدیل کند، ما را باهوش‌تر، کارآمدتر و احتمالاً جاودانه‌تر کند.