لا تُعد "تحدث إليّ يا إنسان" مجرد خيال علمي، بل هي رواية حقيقية عن قفزة نوعية في تقنية الذكاء الاصطناعي. تُظهر تقدماً ملحوظاً في قدرة الذكاء الاصطناعي على محاكاة محادثات بشرية طبيعية ومنطقية، بل وتُظهر حتى بعض سمات الشخصية والعاطفة. هذا الإنجاز يفتح آفاقاً جديدة مثيرة للتطبيقات في خدمة العملاء، والتعليم، وأكثر من ذلك، مع إثارة أسئلة مهمة حول مستقبل تطوير الذكاء الاصطناعي.
تخيل رسم جميع طرق مدينة بنقرة واحدة! هذه التكنولوجيا، التي كانت تبدو وكأنها من أفلام الخيال العلمي، أصبحت الآن حقيقة بفضل الذكاء الاصطناعي. تسمح الخوارزميات المتقدمة وتحليل كميات هائلة من البيانات للذكاء الاصطناعي برسم خريطة سريعة ودقيقة لشبكة الطرق بأكملها في مدينة، مما يوفر أداة فعالة للتخطيط الحضري وإدارة المرور وتطوير البنية التحتية. هذه التكنولوجيا لا تزيد الكفاءة فحسب، بل تفتح أيضًا إمكانيات جديدة لإدارة أكثر دقة للمدينة، وتدشن عصرًا جديدًا من التخطيط الحضري الذكي.
تشرح هذه المقالة بوضوح وسهولة آلات تورينج - وهي نموذج نظري للحوسبة. تبدأ المقالة بمبادئ عمل آلة تورينج، وتفصل مكوناتها (الشريط، الرأس، البرنامج، والحالة) وتوضح تقنيات البرمجة وقدراتها من خلال أمثلة متعددة، بما في ذلك طباعة الأحرف، والحلقات، والعمليات الحسابية الأساسية. كما تستكشف المقالة إمكانية الحساب ومشكلة التوقف، وتشرح مفهوم اكتمال تورينج، وتوضح العلاقة بين آلات تورينج والحواسيب الحديثة. وأخيرًا، يوفر الكاتب محررًا عبر الإنترنت للقراء لكتابة وتشغيل برامج آلات تورينج الخاصة بهم، مما يعزز فهمهم.
تجادل هذه المقالة بأن "تصوير الشوارع" الذي يولده الذكاء الاصطناعي ليس تصويرًا حقيقيًا. في حين أن الذكاء الاصطناعي يمكنه إنشاء صور تشبه صور الشوارع، إلا أنه يفتقر إلى العناصر الأساسية للتصوير الحقيقي: التقاط الضوء واللحظات الفعلية، والتفاعل مع الغرباء، والمخاطر والمكافآت المتأصلة في التفاعل مع العالم الحقيقي. يقارن الكاتب الصور التي يولّدها الذكاء الاصطناعي بتجربته الخاصة في حي تشاينا تاون في بروكلين، مبرزًا قيمة التواصل البشري، والتبادل الثقافي، وعدم الراحة والشجاعة اللازمتين لتصوير الشوارع الحقيقي. تحذر المقالة في النهاية من انهيار المعنى عندما تحل التجارب المحاكاة محل المشاركة الصادقة مع الواقع.
تُظهر الأبحاث النفسية أننا نتوقع غالبًا بشكل خاطئ ما سيجعلنا سعداء في المستقبل. مثال محدد على هذا "خطأ التنبؤ العاطفي" هو "وهم التركيز": الأشياء التي نركز عليها لتحقيقها غالبًا لا تجلب السعادة التي نتوقعها. تقدم هذه المقالة شرحًا تطوريًا: وهم التركيز ليس عيبًا معرفيًا، بل آلية لتحفيزنا على تحسين ظروفنا. نظرًا لأن تجربتنا للسرور تتكيف (التكيف اللذّاتي)، فإن توقع هذا التكيف قد يُضعف الدافع. وبالتالي، فإن التطور يجعلنا ساذجين في الاعتقاد بأن الإنجاز التالي سيجلب سعادة دائمة، مما يدفع سعينا لتحقيق الأهداف.
كان عام 2024 عامًا بارزًا في مجال الرياضيات، حيث شهد سلسلة من الإنجازات الهامة. فقد أثبت فريق مكون من تسعة علماء الرياضيات فرضية لانجلاندس الهندسية - وهي برهان يمتد على 800 صفحة، وقد تم الاحتفاء به باعتباره إنجازًا رائعًا - مما ربط مجالات مختلفة من الرياضيات. كما تم إحراز تقدم كبير في مجال الهندسة، حيث تم حل فرضيات قائمة منذ فترة طويلة، وتم تقديم أمثلة مضادة مفاجئة. وفي الوقت نفسه، حقق الذكاء الاصطناعي تقدمًا هائلاً، حيث حقق نموذج AlphaProof من جوجل ديب مايند نتائج رائعة في أولمبياد الرياضيات الدولي، مما يشير إلى إمكانات الذكاء الاصطناعي كـ"مساعد طيار" للبحوث الرياضية في المستقبل. هذه الإنجازات لا تبرز فقط التقدم الكبير في فهم الرياضيات، بل أيضًا الإمكانات التحويلية للذكاء الاصطناعي في تشكيل مستقبل هذا المجال.
من خلال تحليل 25.3 مليون ميل من البيانات الذاتية القيادة من Waymo، باستخدام مطالبات التأمين على المسؤولية المدنية من جهات خارجية، كشفت دراسة أن نظام القيادة الآلية (ADS) من Waymo يتفوق بشكل كبير على كل من عامة السكان من السائقين ومجموعة من السيارات التي يقودها بشر من الجيل الأخير (نماذج 2018-2021). أظهر نظام ADS انخفاضًا بنسبة 88٪ في مطالبات أضرار الممتلكات وانخفاضًا بنسبة 92٪ في مطالبات الإصابات الجسدية مقارنةً بالسكان العام، وانخفاضًا بنسبة 86٪ و 90٪ على التوالي مقارنةً بمجموعة السيارات التي يقودها بشر من الجيل الأخير. هذا يصدق سلامة ADS على نطاق واسع ويوفر منهجية جديدة للتقييم المستمر، مما يؤثر على سياسات السلامة في النقل، وتقييمات مخاطر التأمين، وقبول الجمهور للسيارات ذاتية القيادة.
يُقدّم الباحثون تقنية جديدة خفيفة الوزن لتصنيف سلامة المحتوى وحقن المُحفّزات في نماذج اللغات الكبيرة (LLMs) ، وهي تصنيف مُعزّز بالطبقات (LEC). يُدرّب LEC مُصنّفًا مُبسّطًا لـالانحدار اللوجستي المُعاقَب (PLR) على الحالة الخفية للطبقة المُحوّلة الوسيطة المثالية لـ LLM. بدمج كفاءة PLR مع فهم اللغة المُتطوّر لـ LLMs ، يتفوّق LEC على GPT-4o والنماذج المُتخصّصة. تُثبت النماذج العامة الصغيرة مثل Qwen 2.5 والعمارات مثل DeBERTa v3 أنها مُستخرجين قويين للميزات ، حيث يتم التدريب بكفاءة مع أقل من 100 مثال عالي الجودة. من المهم أن تتفوّق الطبقات المُحوّلة الوسيطة عادةً على الطبقة النهائية. يمكن أن يُصنّف LLM عام واحد سلامة المحتوى ، ويكتشف حقن المُحفّزات ، ويُولّد المخرجات ، أو يمكن تقليم LLMs أصغر إلى طبقتها الوسيطة المثالية لاستخراج الميزات. تشير النتائج المُتناسقة عبر العمارة المختلفة إلى أن استخراج الميزات القوي هو أمر مُتّصل بالعديد من LLMs.
جينيسيس هي منصة فيزيائية متعددة الأغراض مصممة لتطبيقات الروبوتات/الذكاء الاصطناعي المتجسد/الذكاء الاصطناعي الفيزيائي. إنها أداة متعددة الجوانب: محرك فيزيائي شامل تم بناؤه من الصفر، ويقوم بمحاكاة مواد وظواهر فيزيائية متنوعة؛ ومنصة محاكاة روبوتات خفيفة الوزن، وفائقة السرعة، وسهلة الاستخدام، ومدعومة بلغة بايثون؛ ونظام عرض فائق الواقعية سريع وقوي؛ بالإضافة إلى محرك بيانات توليدي يحول الأوصاف بلغة طبيعية إلى أنماط بيانات مختلفة. وتهدف جينيسيس إلى خفض مستوى تعقيد محاكاة الفيزياء، وجعل أبحاث الروبوتات في متناول الجميع؛ وتوحيد حلول الفيزياء المتطورة؛ والحد من الجهد البشري في جمع البيانات وتوليدها. محرك الفيزياء الأساسي ومنصة المحاكاة مفتوحة المصدر، ومن المتوقع إطلاق الإطار التوليدي قريبًا.
تبرز مفارقة فيرمي التناقض بين الاحتمال العالي للحياة خارج كوكب الأرض ونقص الأدلة على ذلك. تقترح ورقة بحثية جديدة حلاً: قد تُطور الحضارات المتقدمة نماذج مستدامة حيث تتكامل التكنولوجيا بسلاسة مع بيئتها، مما يجعلها غير قابلة للكشف. وهذا يُشكك في افتراضاتنا حول التقدم التكنولوجي وتوسع الحضارة، مما يؤدي إلى إعادة تقييم مشروع البحث عن الحياة خارج كوكب الأرض (SETI) وفهمنا لمسار حضارتنا الخاصة.
تكشف دراسة جديدة نشرت في مجلة Current Biology كيف يقسم الدماغ تدفق المعلومات المستمر في الحياة اليومية إلى أحداث منفصلة وذات معنى. هذه "تقسيم الأحداث" ليست مجرد استجابة سلبية للتغيرات البيئية؛ إنها عملية نشطة تتشكل من خلال النصوص الداخلية بناءً على الخبرات السابقة والأهداف. استخدم الباحثون روايات صوتية وتصوير الرنين المغناطيسي الوظيفي لإظهار أن نشاط الدماغ، وخاصة في القشرة قبل الجبهية المتوسطة لشبكة الوضع الافتراضي، يتوافق مع حدود الأحداث التي تحددها النصوص ذات الأولوية. إنشاء هذه "الفصول" العقلية النشط أمر بالغ الأهمية للفهم، وتكوين الذاكرة، وترتيب المعلومات حسب الأولوية.
تستخدم دراسة جديدة خوارزميات الفرز الكلاسيكية كنموذج للتشكل، مما يتحدى الحكمة التقليدية حول هذه الخوارزميات. من خلال كسر افتراضات التحكم من أعلى إلى أسفل والأجهزة الموثوقة تمامًا، اكتشف الباحثون أن مصفوفات العناصر المستقلة تُرتب نفسها بشكل أكثر موثوقية وقوة من التنفيذات التقليدية، حتى في وجود أخطاء. بشكل مدهش، تُظهر هذه الخوارزميات القدرة على تقليل التقدم مؤقتًا للتنقل حول العيوب وسلوك التجميع غير المتوقع بين العناصر في المصفوفات الكيمرية التي تتبع خوارزميات مختلفة. يوفر هذا الاكتشاف منظورًا جديدًا للذكاء المتنوع، مما يدل على كيف يمكن أن تظهر أشكال أساسية من الذكاء في الأنظمة البسيطة بدون ترميز صريح في آلياتها الأساسية.
اكتشف باحثون في معهد كاليفورنيا للتكنولوجيا أن عمليات التفكير البشري بطيئة بشكل مدهش، حيث تعمل بسرعة 10 بت فقط في الثانية - وهي أبطأ بكثير من معدل إدخال مليار بت في الثانية من أنظمتنا الحسية. تطرح هذه الدراسة مفارقة: لماذا تفكيرنا بطيء جدًا؟ يعتقد الباحثون أن هذا قد يكون ناتجًا عن تطور أدمغتنا من أنظمة ملاحة بسيطة، حيث تعالج المعلومات بشكل تسلسلي بدلاً من التوازي. تُشكّل هذه النتيجة تحديًا لبعض مفاهيم الخيال العلمي المتعلقة بواجهات الدماغ والحاسوب، مما يشير إلى أن حتى الواصلات العصبية ستكون محدودة بسرعة معالجتنا الموروثة البالغة 10 بت في الثانية.
ألقى جون بريسكيل من معهد كاليفورنيا للتكنولوجيا كلمة رئيسية في مؤتمر Q2B لعام 2024، ناقش فيها التحول المحتمل من عصر NISQ (الكم الوسيط الضوضائي) إلى عصر Megaquop (ملايين العمليات الكمية). تم تصميم آلات Megaquop لتنفيذ ملايين العمليات الكمية، على الرغم من معدل الخطأ المرتفع. من خلال تقنيات تخفيف الخطأ وربما بتات كمومية مادية ذات جودة أعلى، يمكنها تحقيق مهام تتجاوز قدرات أجهزة الكمبيوتر الكلاسيكية وآلات NISQ. حققت فرق من Google و AWS وغيرها تقدمًا كبيرًا في تصحيح الخطأ الكمي وتحسينات الأجهزة، مما يمهد الطريق لآلات Megaquop. ومع ذلك، سلط بريسكيل الضوء على التحديات، بما في ذلك سرعة فك التشفير لتصحيح الخطأ الكمي، وتخفيف التداخل من الأشعة الكونية، وتحديد التطبيقات التجارية القابلة للتطبيق. قد تشمل التطبيقات المستقبلية لآلات Megaquop محاكاة الأنظمة الكمية المعقدة والأبحاث في علوم المواد.
يقدم تقرير تقني من جامعة ستانفورد تفاصيل حول إمكانية إنشاء "بكتيريا المرآة" والمخاطر المحتملة المرتبطة بها. بكتيريا المرآة، التي يتم فيها استبدال جميع الجزيئات الكيرالية (البروتينات والأحماض النووية والمنتجات الأيضية) بصورها المرآة، لا يمكن أن تتطور بشكل طبيعي، ولكن تصبح قابلة للتوليف بشكل متزايد. تعتمد الأنظمة المناعية والافتراس على تفاعلات الجزيئات الكيرالية، مما يعني أن بكتيريا المرآة قد تتجنب الكشف والتحكم، وربما تنتشر دون رادع، مما يشكل تهديدات خطيرة للبشر والحيوانات والنباتات والبيئة. يقيّم التقرير بشكل شامل عملية التوليف، والأمن البيولوجي، وتأثيرات الصحة البشرية، والتدابير الطبية المضادة، والنتائج البيئية، داعيًا إلى الانتباه إلى هذا الخطر المحتمل للأمن البيولوجي.
ثلاث عشرة مجموعة بيانات، إحصائيات وصفية بسيطة متطابقة تقريبًا، ولكن بتوزيعات وتصورات مختلفة جدًا! هذه هي دزينة Datasaurus الرائعة. تتكون من مجموعة بيانات على شكل ديناصور واثني عشر أخرى بأشكال متنوعة، جميعها تشترك تقريبًا في نفس المتوسطات والانحرافات المعيارية ودرجات الارتباط. هذا يوضح بوضوح خطر الاعتماد فقط على الإحصائيات الوصفية الأساسية؛ التصور أمر بالغ الأهمية. تُعد دزينة Datasaurus بمثابة تحذير، وتحث محللي البيانات على إعطاء الأولوية للتصور قبل التحليل لتجنب استنتاجات مضللة.
ابتكر سيمون ويليسون معيارًا فريدًا لـ LLM: وهو إنشاء صورة SVG لطائر بجع يركب دراجة هوائية. يهدف هذا الطلب غير المعتاد إلى اختبار قدرات النماذج الإبداعية دون الاعتماد على بيانات تدريب موجودة مسبقًا. قام باختبار 16 نموذجًا من OpenAI و Anthropic و Google Gemini و Meta (Llama على Cerebras) ، وكشف عن اختلافات كبيرة في جودة ملفات SVG الناتجة. أنتجت بعض النماذج نتائج جيدة بشكل مدهش ، بينما عانت نماذج أخرى.
استخدم علماء إيطاليون شبكة عصبية لتحليل البيانات الطيفية من أجهزة قياس الطيف الرمّاني المحمولة، وكشفوا بذلك أسرار ألوان جداريات جدار برلين. لم تُلقي هذه الدراسة الضوء على المواد والتقنيات المستخدمة في هذه الأعمال الفنية المهمة تاريخيًا فحسب، بل وفرت أيضًا مناهج تكنولوجية جديدة للحفاظ على فن الشارع. من خلال تحليل شظايا الطلاء من قطع الجدار، ودمج قياس الطيف الرمّاني، وطيف الفلورة السينية، وطيف الانعكاس بالألياف الضوئية، بالإضافة إلى خوارزمية ذكاء اصطناعي مخصصة تسمى SAPNet، تمكن الباحثون من تحديد تكوين الصبغة بدقة، بما في ذلك أبيض التيتانيوم وما يصل إلى 75% من الأصباغ الأخرى. يُظهر هذا الاختراق الإمكانات الكبيرة للذكاء الاصطناعي في الحفاظ على التراث الثقافي.
أطلقت جوجل ديب مايند مؤخراً نموذجها الجديد لتوليد الفيديو بواسطة الذكاء الاصطناعي، Veo 2. يمثل هذا النموذج قفزةً نوعيةً في مجال الواقعية، والتفاصيل، ودقة الحركة، حيثُ بإمكانه توليد فيديوهات عالية الجودة بدقة 4K من خلال تعليمات معقدة. يتفوق Veo 2 على نماذج توليد الفيديو الرائدة الأخرى، فهو يتميز بالدقة في اتباع الإرشادات، وإنتاج نتائج واقعية بشكلٍ مذهل. من لقطات قريبة جداً لـ DJ إلى مشاهد طهي الطعام بتفاصيل دقيقة تُظهر فيزياءً واقعية، يُظهر Veo 2 تعدد استخداماته في مختلف الأساليب والسيناريوهات، ما يُمثل علامةً فارقةً في مجال توليد الفيديو بواسطة الذكاء الاصطناعي.
طور باحثو NVIDIA نموذجًا جديدًا يسمى Meshtron، قادرًا على توليد شبكات ثلاثية الأبعاد عالية الجودة على نطاق غير مسبوق ودقة عالية. يستخدم Meshtron بنية ذاتية الانحدار و آلية الانتباه ذات النافذة المنزلقة، حيث يمثل الشبكات كسلسلة من الرموز ويستخدم بنية Hourglass Transformer لمعالجة تحديات الكفاءة والقابليّة للتطوير في الطرق الحالية لتوليد نماذج ثلاثية الأبعاد معقدة. يُنتج Meshtron شبكات ذات تفاصيل دقيقة تشبه تلك التي ينتجها الفنانون المحترفون، مع إمكانية التحكم العالية من خلال مدخلات مثل سحابة النقاط، وعدد الوجوه، ومستوى الإبداع، مما يمهد الطريق لتوليد أصول ثلاثية الأبعاد أكثر واقعية في الرسوم المتحركة، والألعاب، والبيئات الافتراضية.
يستخدم موقع similar-cities تقنية الذكاء الاصطناعي لعرض العلاقات بين المدن من خلال مقارنة أوجه التشابه بين شبكات طرقها. وهو يستخدم خوارزمية فريدة تسمى "مشي السكير"، حيث يحسب تشابه المسارات العشوائية داخل شبكات الطرق لتقييم التشابه الهيكلي. تُستمد البيانات من OpenStreetMap، وتشمل حوالي 2500 مدينة. المشروع مفتوح المصدر، ويوفر تفسيرات مفصلة للخوارزمية والشيفرة، ويرحب ببيانات مدن إضافية لتحسين الدقة.
يهدف بروتوكول سياق النموذج (MCP) من أنثروبيك إلى ربط نماذج اللغات الكبيرة (LLM) بالأدوات والبيانات الخارجية، مما يسمح لتطبيقات مثل كلود ديسكتوب بالوصول إلى قواعد البيانات، ومحركات البحث، وما إلى ذلك. وعلى الرغم من أن MCP يوفر إمكانيات مثيرة للاهتمام لتوسيع وظائف تطبيقات الذكاء الاصطناعي، إلا أن تنفيذه الحالي يعاني من بعض أوجه القصور. يدعم كلود ديسكتوب الخوادم المحلية فقط، ويفتقر إلى معالجة قوية للمدخلات المعقدة، ويعاني من انقطاع الاتصال من جانب العميل. بالإضافة إلى ذلك، هناك حاجة إلى تحسينات في الوثائق والتكوين، مثل سجل رسمي، ودعم جدولة المهام غير المتزامنة، والتعاون بين العديد من العملاء، لتحقيق إمكانات MCP الكاملة للمستخدمين.
طور العلماء أداة ثورية تعمل بالذكاء الاصطناعي، وهي RoseTTAFold، لتصميم بروتينات جديدة. هذه الأداة تتنبأ بتسلسل الأحماض الأمينية للبروتين بناءً على بنية مستهدفة يحددها المستخدم، مما ينتج بروتينات مستقرة وفعالة. هذا الاختراق الواعد يسرع التقدم في اكتشاف الأدوية، وعلم المواد، والهندسة الحيوية، ويقدم إمكانيات جديدة لمواجهة التحديات العديدة التي تواجه البشرية. تتمتع هذه التكنولوجيا بإمكانية إحداث ثورة في الطب الحيوي من خلال إنشاء بروتينات ذات وظائف محددة لعلاج الأمراض أو تطوير مواد جديدة.
:quality(75)/https%3A%2F%2Fassets.lareviewofbooks.org%2Fuploads%2FGenetic-Book-of-the-Dead.jpg)
تستعرض هذه المقالة كتاب ريتشارد دوكينز "الكتاب الجيني للموتى" وكتاب سارة إيماري ووكر "الحياة كما لا يعرفها أحد". يواصل دوكينز نظريته حول "الجين الأناني"، مدعياً أن الجينات هي القوة الدافعة الرئيسية للتطور. ومع ذلك، تشير المراجعة إلى أن هذه النظرة قديمة ولا تأخذ في الاعتبار بشكل كافٍ عوامل مثل التطور، والوراثة اللاوراثية، وبناء المكانة البيئية. يحاول كتاب ووكر شرح أصل الحياة من منظور نظرية التجميع، لكن المراجعة تقول إنه مبسط للغاية ولا يوضح جوهر الحياة بشكل كامل. وتختتم المقالة بأن كتب العلوم الشعبية تميل غالباً إلى سرديات مبسطة، متجاهلة تعقيد وتنوع مجال علم الأحياء.
تتناول هذه المقالة تجربة الفكر الخاصة بقطة شرودنجر وتأثيرها على الثقافة الشعبية. لقد اقترح شرودنجر هذه التجربة لتسليط الضوء على عبثية التراكب في ميكانيكا الكم، وليس للإيحاء بأن القطة حية وميتة في نفس الوقت. تشرح المقالة كذلك مقصّ هيزنبرغ - الحد الفاصل بين ميكانيكا الكم والفيزياء الكلاسيكية - وكيف تعالج التفسيرات المختلفة (مثل تفسير كوبنهاغن) هذا المقص. يجادل الكاتب بأن ميكانيكا الكم هي إطار عمل قوي للحساب الاحتمالي، لكن تطبيقها على العالم الكلي يحتاج إلى مزيد من البحث.
يستكشف هذا البحث طبيعة الذكاء في الذكاء الاصطناعي، وخاصة نماذج اللغات الكبيرة (LLMs). وهو يجادل بأن الذكاء الظاهر لـ LLMs لا يرجع إلى التفكير المستقل، بل ينشأ من التفاعل مع المستخدمين. من خلال رسم أوجه التشابه بين الاستجواب السقراطي، وتأثير هانس الذكي، والتحفيز المتكرر لـ LLMs، يوضح الكاتب أن الذكاء ظاهرة علائقية تنشأ من التعاون، وليس من الإدراك المعزول. تولد LLMs استجابات بناءً على العلاقات الاحتمالية داخل بيانات التدريب الخاصة بها، وتستجيب لمطالبات المستخدمين كما استجاب هانس الذكي لإشارات مدربه. لذلك، فإن قيمة الذكاء الاصطناعي لا تكمن في 'معرفته' الجوهرية، بل في قدرته على تيسير طرح أسئلة ثاقبة واستكشاف تعاوني، مما يعزز في النهاية الإبداع البشري وحل المشكلات.
تتناول هذه المقالة تحليلاً متعمقاً لشركة تينستورنت، وهي شركة ناشئة متخصصة في أجهزة الذكاء الاصطناعي. في البداية، كان الكاتب متشككاً، لكن بعد لقائه بفريق تينستورنت وفهمه العميق لعمارتها (وهي عبارة عن بنية شبكية تضم نوى وحدة المعالجة المركزية RISC-V عالية الأداء ونوى الذكاء الاصطناعي) ومجموعة البرمجيات الخاصة بها، راجع الكاتب رأيه. وتفصل المقالة مواصفات تينستورنت التقنية، بما في ذلك نوى Baby RISC-V الفريدة ومساعيها للحد من زمن الوصول. ويجادل الكاتب بأن استراتيجية تينستورنت مفتوحة المصدر، وفريق الهندسة القوي، ونموذج العمل المنطقي يمنحها ميزة فريدة في سوق أجهزة الذكاء الاصطناعي التنافسي، معرباً عن تفاؤله بمستقبلها.
طور الباحثون نظامًا آليًا لتجميع روبوتات هجينة من الحشرات والكمبيوتر. يستخدم هذا النظام ذراعًا روبوتيًا موجهًا بالرؤية لزرع أقطاب كهربائية ثنائية القطب مصممة خصيصًا على ظهور صراصير مدغشقر. تستغرق العملية بأكملها 68 ثانية فقط، والروبوتات المجمعة تحقق تحكمًا في التوجيه والتسارع مقارنة بالأنظمة المجمعة يدويًا. نجح نظام متعدد العوامل يتكون من 4 روبوتات في التنقل عبر مسار به عقبات، مما يدل على إمكانية الإنتاج الضخم والتطبيقات في العالم الحقيقي. هذا البحث يمهد الطريق للإنتاج والنشر على نطاق واسع للروبوتات الحشرية.
تجربة تستخدم واجهة برمجة تطبيقات رؤية جوجل لاستخراج القصة وراء صورة واحدة، وكشف معلومات شخصية مخفية. حمّل صورة لترى كيف تُفسر واجهة البرمجة التطبيقات محتواها وما هي التفاصيل الخاصة التي قد تكشفها، مما يبرز أهمية الخصوصية عبر الإنترنت.
كشفت دراسة جديدة أن الماموث وحيوانات أخرى كبيرة كانت مصدرًا رئيسيًا للغذاء لدى الأمريكيين القدماء. باستخدام تحليل النظائر المستقرة، قام العلماء بنمذجة نظام غذائي لأم طفل عُثر عليه في موقع دفن يعود إلى 13000 عام في مونتانا. أظهرت النتائج أن حوالي 40% من نظامها الغذائي كان يتكون من الماموث، بينما تشكل الحيوانات الكبيرة الأخرى مثل الأيائل والبيسون الباقي. لعبت الثدييات الصغيرة دورًا ضئيلاً. يدعم هذا فرضية أن شعب كلوفيس تخصص في صيد الحيوانات الكبيرة، مما يفسر توسعهم السريع في أمريكا الشمالية والجنوبية. كما تبرز الدراسة التعاون بين الباحثين واحترامهم للمجتمعات الأصلية وتراثها.