Warning: Undefined array key 0 in /var/www/tgoop/function.php on line 65

Warning: Trying to access array offset on null in /var/www/tgoop/function.php on line 65
393 - Telegram Web
Telegram Web
آزمایش قابلیت Copilot Vision آغاز شد؛ مشاهده محتوای صفحه و برنامه‌های ویندوز

🔹 قابلیت جدیدی به‌ نام Copilot Vision را برای برنامه کوپایلت در ویندوز آزمایش می‌کند. این قابلیت که پیش از این محدود به مرورگر مایکروسافت اج بود، به کاربران امکان می‌دهد صفحه‌نمایش و اپلیکیشن‌های خود را با دستیار هوش مصنوعی به اشتراک بگذارند و حالا به تمام اپلیکیشن‌های ویندوز رسیده است.

🔹ویژگی Copilot Vision می‌تواند به شما در استفاده از برنامه‌هایی مانند فتوشاپ کمک کند و قابلیت‌های مختلف این نرم‌افزار را به شما نشان دهد. این دستیار حتی می‌تواند تصاویر و صفحات اینترنتی را که مشاهده می‌کنید، تحلیل کند.

🔹کوپایلت می‌تواند قسمت‌هایی از صفحه‌نمایش شما را هایلایت کند تا در استفاده از اپلیکیشن‌ها راهنمایی‌تان کند، البته در نسخه بتای اولیه این قابلیت هنوز فعال نشده است.

🔹برای استفاده از این ۲ قابلیت، فقط به اپلیکیشن Copilot در ویندوز نیاز دارید و نیازی به سیستم خاصی مانند کوپایلوت پلاس نیست. به‌علاوه، این قابلیت را می‌توان در دستگاه‌های iOS و اندروید نیز استفاده کرد.

📍@AICompute_ir
سامسونگ قابلیت هوش مصنوعی بصری را معرفی کرد

🔹 سامسونگ به‌تازگی از ارتقاء بزرگ و نوآورانه‌ای برای سری گلکسی S25 پرده برداشت. این قابلیت جدید که «هوش مصنوعی بصری» نام دارد، از تاریخ ۷ آوریل ۲۰۲۵ برای کاربران این سری در دسترس قرار گرفته است. به کمک این فناوری، کاربران می‌توانند از طریق گوشی هوشمند خود، گفت‌وگوهای بصری مبتنی بر آنچه در لحظه مشاهده می‌کنند را آغاز کرده و تعامل کاملاً طبیعی و بدون نیاز به پرداخت هزینه‌ اضافی را تجربه کنند.
📍@AICompute_ir
بیل گیتس: هوش مصنوعی می‌تواند در یک دهه آینده هفته‌های کاری ۲ روزه را به ارمغان بیاورد

🔹اگر شما نیز طرفدار کارهای ۹ صبح تا ۵ عصر نیستید و به تعطیلات آخر هفته بیشتری نیاز دارید، بیل گیتس خبر خوبی برای شما دارد. مؤسس مایکروسافت که در برنامه The Tonight Show حضور یافته بود، گفت با سرعتی که هوش مصنوعی هم‌اکنون پیش می‌رود، در یک دهه آینده تقریباً برای بسیاری از کارها دیگر نیازی به حضور نیروی کار انسانی نخواهد بود و بازنگری در محیط کار به‌زودی باید در دستور کار قرار بگیرد.

🔹گیتس درباره سال‌های آینده پیش‌بینی کرد:
عصری که در آستانه ورود به آن هستیم، عصر کمیابی هوش است؛ مثل پزشک خوب یا معلم خوب. اما با هوش مصنوعی در یک دهه آینده دسترسی به هوش رایگان و عادی خواهد شد؛ دسترسی به توصیه‌های پزشکی و آموزشی عالی. این قضیه خیلی مهم است؛ چون همه این مشکلات خاص را حل می‌کند.

🔹گیتس در این مصاحبه گفت: هوش مصنوعی با خودش تغییرات زیادی همراه می‌آورد. شغل‌ها چه وضعیتی پیدا می‌کنند؟ آیا باید فقط ۲ یا ۳ روز در هفته کار کنیم؟

📍@AICompute_ir
2👏1
برای اولین بار در جهان: چین با کامپیوتر کوانتومی مدل هوش مصنوعی یک میلیارد پارامتری را تنظیم کرد

🔹دانشمندان چینی به‌تازگی توانسته‌اند مدل هوش مصنوعی بزرگ با یک‌میلیارد پارامتر را روی رایانه کوانتومی مستقلی به نام Origin Wukong تنظیم دقیق یا Fine-tune کنند.

🔹این رایانه کوانتومی را چیپ کوانتومی ۷۲ کیوبیتی Wukong تغذیه می‌کند. روی این چیپ کوانتومی، مجموعه داده می‌تواند هم‌زمان صدها کار مختلف انجام دهد. این موضوع تأثیر زیادی بر سرعت یادگیری مدل‌های هوش مصنوعی دارد. علاوه‌براین، وقتی این چیپ کوانتومی روی مجموعه داده‌های چت‌بات سلامت روان آزمایش شد، کارایی آن ۱۵ درصد بهبود یافت.

🔹دقت این مدل در ریاضی نیز با افزایش مواجه شد و از ۶۷ درصد به ۸۲ درصد رسید. حتی زمانی که اندازه مدل هوش مصنوعی ۷۶ درصد کاهش یافت، عملکرد آن همچنان ۸.۴ درصد بهبود پیدا کرد. این مسئله نشان می‌دهد رایانه‌های کوانتومی می‌توانند به حل مشکل کمبود توان محاسباتی در آموزش مدل‌های بزرگ کمک کنند.

📍@AICompute_ir
👍2
گوگل در رویداد Next 25 از نسل هفتم شتاب‌دهنده اختصاصی خودش با نام Ironwood رونمایی کرد؛

قوی‌ترین و مقیاس‌پذیرترین TPU تاریخ این شرکت که به‌طور ویژه برای اجرای مدل‌های Inference طراحی شده. این چیپ جدید قراره پایه‌گذار «عصر Inference» باشه؛ دورانی که مدل‌های هوش مصنوعی نه فقط به سوال‌ها پاسخ می‌دن، بلکه خودشون به تولید و تفسیر داده هم می‌پردازن.

‏Ironwood در دو پیکربندی ۲۵۶ و ۹۲۱۶ چیپ عرضه می‌شه و در حالت کامل، قدرت پردازشی‌اش به ۴۲.۵ اگزافلاپس می‌رسه؛ یعنی بیش از ۲۴ برابر قوی‌تر از ابررایانه El Capitan. هر چیپ هم تا ۴۶۱۴ ترافلاپس قدرت داره و بهره‌وری انرژی اون نسبت به نسل قبل (Trillium) دو برابر شده. این نسل از سیستم خنک‌کننده مایع استفاده می‌کنه و به گفته گوگل، ۳۰ برابر کم‌مصرف‌تر از Cloud TPU v2ـه.

ماژول SparseCore در این نسل بهبود پیدا کرده و حالا می‌تونه در حوزه‌هایی مثل محاسبات مالی و علمی هم استفاده بشه

📍@AICompute_ir
👍2
شرکت OpenAI از قابلیت جدید و بهبودیافته‌ی حافظه در ChatGPT رونمایی کرد. با این به‌روزرسانی، ChatGPT می‌تواند اطلاعات بیشتری از گفتگوهای گذشته‌ی کاربران را به خاطر بسپارد. این ویژگی باعث می‌شود کاربران نیازی به تکرار مکرر اطلاعات شخصی یا علایق خود نداشته باشند.
📍@AICompute_ir
3
مدل‌های هوش مصنوعی هنوز در رفع باگ نرم‌افزارها ضعیف عمل می‌کنند — (مطالعه مایکروسافت)

💡 با اینکه استفاده از ابزارهای هوش مصنوعی در کدنویسی رایج شده (مثلاً گوگل می‌گه ۲۵٪ کدهای جدید توسط AI تولید می‌شه)، یک مطالعه‌ از Microsoft Research نشون می‌ده حتی پیشرفته‌ترین مدل‌ها در دیباگ کردن کد هنوز مشکل دارند.

🧪 در این تحقیق، ۹ مدل برتر (مثل OpenAI و Anthropic) روی یک بنچمارک به نام SWE-bench Lite تست شدند. بهترین عملکرد مربوط به مدل Claude 3.7 Sonnet بود که فقط ۴۸.۴٪ تسک‌ها رو درست حل کرد.

🧠 مشکلات اصلی:

مدل‌ها بلد نیستند با ابزارهای دیباگ درست کار کنند.

داده‌های آموزشی‌شون شامل سناریوهای واقعی دیباگ توسط انسان نیست.

📊 پیشنهاد پژوهشگران: اگه مدل‌ها با “trajectory data” (داده‌های قدم‌به‌قدم از رفتار واقعی برنامه‌نویسان در حین دیباگ) آموزش ببینند، ممکنه بهتر بشن.

⚠️ نتیجه: با وجود اینکه هوش مصنوعی تو نوشتن کد مفیده، هنوز نمی‌شه خیلی بهش در کارهای پیچیده مثل دیباگ اطمینان کرد.

📍@AICompute_ir
1👍1
🧠 تحول در دنیای پایگاه‌های داده با ورود هوش مصنوعی به SQL Server نسخه ۲۰۲۵

مایکروسافت در نسخه جدید پایگاه داده سازمانی خود، قابلیت‌هایی را ارائه داده که نشان‌دهنده ورود رسمی و جدی به دنیای پایگاه‌ داده‌های هوشمند است.
در SQL Server 2025، برای نخستین بار ابزارها و توانمندی‌های مرتبط با هوش مصنوعی (AI) به‌صورت بومی در هسته‌ی موتور پایگاه داده قرار گرفته‌اند. این نسخه، امکان ساخت و توسعه اپلیکیشن‌های مبتنی بر داده و هوش مصنوعی را مستقیم درون SQL Server فراهم می‌کند؛ بدون نیاز به ابزارهای خارجی یا زیرساخت‌های جداگانه.

🔍 جستجوی معنایی با داده‌های برداری (Vector Search)
در این نسخه از SQL Server، نوع داده‌ی برداری (Vector) و ایندکس‌گذاری برداری به‌صورت بومی پشتیبانی می‌شوند.
استفاده از فناوری‌هایی مانند DiskANN و توابع محاسبه فاصله برداری این امکان را فراهم کرده که جستجوهای کلاسیک SQL با جستجوهای معنایی ترکیب شوند. به‌عبارت دیگر، می‌توان جستجوی هیبریدی انجام داد که هم از فیلترهای ساختاری استفاده می‌کند و هم از شباهت معنایی بین محتواها.

برای نمونه، یافتن کاربران یا محصولات مشابه از نظر رفتاری و مفهومی تنها با یک کوئری در SQL امکان‌پذیر شده است.

🧩 ادغام الگوی بازیابی و تولید (RAG)
الگوی RAG یا همان بازیابی + تولید پاسخ (Retrieval-Augmented Generation) در SQL Server 2025 به‌صورت داخلی پیاده‌سازی شده است.
این الگو به مدل‌های هوش مصنوعی اجازه می‌دهد پاسخ‌هایی تولید کنند که با داده‌های زنده موجود در پایگاه داده تقویت شده‌اند. این ویژگی، توسعه دستیارهای هوشمند، چت‌بات‌ها و موتورهای پاسخ‌دهی بلادرنگ را بسیار ساده‌تر می‌سازد.

⚙️ آماده‌سازی داده‌های متنی برای مدل‌های زبانی، بدون خروج از SQL
قابلیت‌هایی مانند تولید embedding و تقسیم‌بندی متن (chunking) که تا پیش از این نیازمند ابزارهای خارجی بودند، حالا به‌صورت مستقیم در زبان T-SQL قابل استفاده‌اند.
با این قابلیت‌ها می‌توان داده‌های متنی را مستقیماً در محیط SQL برای مصرف مدل‌های هوش مصنوعی آماده‌سازی کرد — بدون نیاز به پایتون یا سرویس‌های بیرونی.

🔐 مدیریت مدل‌های هوش مصنوعی درون پایگاه داده
امکان استقرار و مدیریت مدل‌های هوش مصنوعی از طریق رابط‌های API مبتنی بر REST نیز در این نسخه فراهم شده است.
این مدل‌ها، به‌صورت مستقیم از طریق T-SQL قابل فراخوانی هستند و می‌توان آن‌ها را مانند یک سرویس داخلی پایگاه داده، مدیریت و ایمن‌سازی کرد.
این یکپارچگی باعث می‌شود که توسعه‌دهندگان و مدیران پایگاه داده (DBA) در یک محیط واحد با مدل‌های هوشمند کار کنند.

🔗 سازگاری کامل با ابزارهای توسعه مدرن هوش مصنوعی
در نسخه ۲۰۲۵ از SQL Server، امکان تعامل مستقیم با ابزارهای محبوب توسعه‌ی سیستم‌های هوشمند فراهم شده است.
پشتیبانی رسمی از پلتفرم‌هایی مانند LangChain، Semantic Kernel مایکروسافت و Entity Framework Core باعث می‌شود تا توسعه‌دهندگان بتوانند به‌راحتی اپلیکیشن‌های هوشمند خود را به پایگاه داده متصل کنند — خصوصاً در محیط‌های دات‌نت و پایتون.

🏢 طراحی‌شده برای نیازهای واقعی سازمان‌ها
تمامی قابلیت‌های هوش مصنوعی در SQL Server 2025 به‌گونه‌ای طراحی شده‌اند که در بسترهای واقعی و عملیاتی سازمانی قابل استفاده باشند.
سازمان‌ها می‌توانند بدون نیاز به تغییر زیرساخت، ابزار یا تیم تخصصی، از این توانمندی‌ها استفاده کنند؛ زیرا همه چیز با ساختارهای امنیتی، قابلیت دسترس‌پذیری، مدیریت عملکرد و مجوزدهی فعلی SQL Server سازگار است.

جمع‌بندی
مایکروسافت در SQL Server 2025، پایگاه داده را از یک ابزار ذخیره‌سازی به یک موتور هوشمند تصمیم‌سازی و پاسخ‌گویی بلادرنگ تبدیل کرده است.
این نسخه، با ارائه قابلیت‌های هوش مصنوعی در سطح دیتابیس، سازمان‌ها را وارد دنیای AI-native می‌کند — بدون هزینه‌های زیرساختی اضافی یا پیچیدگی‌های فنی.

اگر تاکنون به دنبال راهی برای اتصال مدل‌های زبانی، پردازش معنایی و تحلیل هوشمند به داده‌های سازمانی بودید، حالا پاسخ شما در دل SQL Server قرار دارد.
آژانس بین‌المللی انرژی: مراکز داده هوش مصنوعی تا سال ۲۰۳۰ به اندازه کل مصرف برق ژاپن انرژی نیاز دارند

🔹طبق گزارشی جدید از آژانس بین‌المللی انرژی (IEA)، صنعت هوش مصنوعی جهانی تا پایان این دهه به اندازه کل مصرف برق فعلی کشور ژاپن، انرژی نیاز خواهد داشت. با این حال، تنها نیمی از این تقاضا ممکن است از منابع تجدیدپذیر تأمین شود.

🔹آژانس بین‌المللی انرژی هشدار می‌دهد که مصرف برق مراکز داده – به‌ویژه برای پردازش‌های مرتبط با هوش مصنوعی – تا سال ۲۰۳۰ بیش از دو برابر خواهد شد. در ایالات متحده، مصرف برق برای پردازش داده‌ها حتی از مجموع مصرف صنایع سنگین مانند تولید فولاد، سیمان، مواد شیمیایی و دیگر محصولات پرمصرف پیشی خواهد گرفت.

🔹با این حال، IEA معتقد است که نگرانی‌ها درباره تأثیر منفی هوش‌مصنوعی بر بحران اقلیمی «بیش از حد بزرگ‌نمایی شده‌اند»، چرا که هوش مصنوعی می‌تواند با بهینه‌سازی مصرف انرژی و سایر فعالیت‌ها، در کاهش گازهای گلخانه‌ای نقش مؤثری داشته باشد.

📍@AICompute_ir
هوش مصنوعی جمینای اکنون می‌تواند فایل‌های گوگل داکس را به پادکست تبدیل کند

🔹گوگل به‌تازگی اعلام کرده است که هوش مصنوعی جمینای این شرکت به قابلیت تبدیل متن به پادکست مجهز شده و می‌توان از آن برای تبدیل فایل‌های داکس به فایل صوتی بهره گرفت.

🔹قابلیت تبدیل متن به پادکست، پیش از این در ابزار NotebookLM گوگل هم در دسترس قرار گرفته بود؛ اما اکنون دیگر نیازی به خارج شدن از جمینای برای چنین کاری نخواهد بود و کاربران می‌توانند به شکل مستقیم اقدام به انتخاب فایل مورد نظر از فضای کاری اکانت خود کنند. البته این تنها قابلیت جدید هوش مصنوعی جمینای نیست و یکی دیگر از ویژگی‌های تازه آن، امکان تصحیح صفحات گسترده (اکسل) است که نمایش داده‌ها را بهینه‌سازی می‌کند.

🔹از دیگر امکانات جدید افزوده شده به گوگل داکس می‌توان از «Help me refine» نام برد که به‌جای نگارش کامل متن توسط AI، تنها از آن برای پیشنهاد دادن جهت ویرایش قسمت‌های مورد نیاز بهره می‌گیرد. چنین قابلیتی می‌تواند برای نویسندگان و ویراستاران بسیار کاربردی داشت و صرفه‌جویی زیادی در زمان آنها به عمل آورد. طبق گفته گوگل، این ویژگی در اواخر سه‌ماهه جاری میلادی در اختیار کاربران قرار می‌گیرد.

📍@AICompute_ir
هوش مصنوعی امواج مغزی را به کلمات تبدیل می‌کند!

🔻 محققان سیستم هوش مصنوعی جدیدی را برای بازگرداندن گفتار طبیعی به افراد فلج طراحی کرده‌اند. این سیستم از فعالیت‌های عصبی مغز برای تولید صدای بیمار استفاده می‌کند و می‌تواند گفتار را در زمان واقعی و با صدای طبیعی خود بیمار بازسازی کند.

🔷 این فناوری با بهره‌گیری از الگوریتم‌های پیشرفته، سرعت تبدیل سیگنال‌های مغزی به گفتار را به طور چشمگیری افزایش داده و می‌تواند به بهبود کیفیت زندگی افرادی که از مشکلات ارتباطی رنج می‌برند، کمک کند. محققان در حال کار بر روی افزایش سرعت پردازش و بهبود کیفیت صدای خروجی این سیستم هستند.

🌐منبع
📍@AICompute_ir
2
رقابت مدل‌های هوش مصنوعی به اوج خود رسیده است!

🔻 گزارش سالانه دانشگاه استنفورد نشان می‌دهد رقابت میان برترین مدل‌های هوش مصنوعی در سال 2025 میلادی بسیار تنگاتنگ شده است. مدل‌های چینی با عملکردی نزدیک به نمونه‌های آمریکایی ظاهر شده‌اند و فاصله کیفیت بین ده مدل برتر از 12 درصد در سال 2024 به تنها 5 درصد در 2025 کاهش یافته است. همچنین مدل‌های کوچک‌تر و سبک‌تر، با بهره‌گیری از الگوریتم‌های پیشرفته، توانسته‌اند عملکردی در سطح مدل‌های عظیم ارائه دهند.

🔷 همزمان، سهم صنعت از توسعه مدل‌های برجسته از 20 درصد پیش از 2006 به حدود 90 درصد در 2024 رسیده و مدل‌های متن‌باز مانند لاما و دیپ‌سیک نیز به رقبای جدی تبدیل شده‌اند. هزینه آموزش مدل‌ها و مصرف انرژی به شدت کاهش یافته، اما چالش‌هایی چون خطاهای غیرمنتظره و سوگیری هنوز پابرجاست.

🌐منبع
📍@AICompute_ir
هوش مصنوعی وارد دنیای پاوربال شد

🔻 اخیرا ابزارهای هوش مصنوعی به کمک بازیکنان لاتاری آمریکا آمده‌اند تا با تحلیل داده‌های گذشته، الگوهای آماری و ترکیب‌های خاص را بهتر شناسایی کنند. این فناوری گرچه نمی‌تواند برنده شدن را تضمین کند، اما تجربه بازی را حرفه‌ای‌تر و دقیق‌تر کرده است!

🔷 کارشناسان مالی آمریکا هشدار داده‌اند که در دوران احتمال رکود اقتصادی آمریکا، باید با احتیاط و بودجه‌بندی مشخص وارد دنیای لاتاری شد. برخی خانواده‌ها نیز از این فرصت برای آموزش مفاهیم آمار و احتمال به فرزندان خود استفاده می‌کنند، تا پاوربال فقط رؤیا نباشد، بلکه درسی از واقعیت هم باشد!

🌐منبع
📍@AICompute_ir
نگرانی نسل زد از هوش مصنوعی: چالش‌ها و فرصت‌ها

🔻 طبق یک نظرسنجی جدید، ۵۳ درصد از بزرگسالان نسل زد اعلام کرده‌اند که هوش مصنوعی باعث اضطراب آن‌ها می‌شود. در مقابل، بسیاری از آن‌ها نیز احساس هیجان و امیدواری نسبت به این فناوری دارند. این نسل همچنین خواهان سیاست‌های روشن در مدارس و محل‌های کار برای استفاده از هوش مصنوعی است، به‌ویژه در جایی که این ابزارها به‌طور فزاینده‌ای در زندگی حرفه‌ای آن‌ها اهمیت دارند.

🔷 با این حال، ۵۲ درصد از نسل زد معتقدند که مدارس باید نحوه استفاده از هوش مصنوعی را به دانش‌آموزان آموزش دهند. بسیاری از آن‌ها همچنین نگران تأثیر منفی این فناوری بر مهارت‌های تفکر انتقادی خود هستند. در حالی که این ابزارها می‌توانند به جستجو و یادگیری اطلاعات سرعت دهند، نسل زد به‌دنبال تضمین دسترسی برابر به این فناوری برای تمامی گروه‌های اجتماعی است.

🌐منبع
📍@AICompute_ir
کاهش ترافیک وب‌سایت‌ها به دلیل هوش مصنوعی گوگل

🔻 مالک سایت «چارلستون کرفتد» از کاهش بیش از 70 درصدی ترافیک سایت خود پس از تغییرات اخیر الگوریتم گوگل خبر داد. مورگان مک‌براید، که پیشتر در تبلیغاتی برای گوگل حضور داشت، باور دارد که پاسخ‌های هوش مصنوعی در بالای نتایج جستجو، جایگزین بازدید از وب‌سایت‌ها شده است.

🔷 با وجود تغییرات متعدد در الگوریتم‌های گوگل، این بار کسب‌وکار او نتواسته به وضعیت قبلی خود بازگردد. سازندگان وب‌سایت‌ها در حال تلاش برای درک دلایل دقیق این تغییرات و تاثیرات آن‌ها بر کسب‌وکارهای آنلاین هستند.

🌐منبع
📍@AICompute_ir
دانشگاه ربات‌ها در چین آغاز به کار کرد

🔹چین با افتتاح اولین مرکز آموزشی خود برای ربات‌های انسان‌نما، گام بزرگی در توسعه رباتیک پیشرفته برداشته است. هدف این مرکز ایجاد یک پایگاه داده گسترده برای استفاده در صنایع مختلف مانند پزشکی، کشاورزی و خدمات است تا از طریق اشتراک‌گذاری داده‌ها، سرعت تحقیق و توسعه در زمینه رباتیک افزایش یابد و هزینه‌های توسعه کاهش پیدا کند.

🔹اولین مرکز آموزش ربات‌های انسان‌نمای مختلف در چین قرار است در ماه جولای به‌طور کامل عملیاتی شود. این مرکز، با بیش از ۵۰۰۰ متر مربع مساحت در منطقه ژانگجیانگ شانگهای واقع شده است. هدف این مرکز تسریع در اشتراک‌گذاری و استفاده از داده‌های مقیاس‌کلان میان توسعه‌دهندگان ربات است. بیش از ۱۰۰ نوع ربات از بیش از دوازده شرکت مختلف در حال گذراندن دوره‌های آموزشی در این مرکز هستند و هدف از آن ایجاد یک پایگاه داده قوی برای کاربردهای صنعتی، خدماتی، پزشکی و کشاورزی است.

📍@AICompute_ir
جستجو در نتفلیکس با OpenAI هوشمندتر می‌شود؛ یافتن محتوا متناسب با حس‌وحال کاربر

🔹 قابلیت جستجوی جدیدی را با استفاده از هوش مصنوعی آزمایش می‌کند که به کاربران امکان می‌دهد براساس حس‌وحال خود فیلم و سریال‌ها را جستجو کنند.

🔹طبق گزارش بلومبرگ، این سیستم جستجو طوری طراحی شده که کاربران می‌توانند به‌جای استفاده از اصطلاحات معمول، مانند ژانرها یا نام بازیگران، با عبارات خاص‌تری که حال‌و‌هوای فعلی آنها را بیان می‌کند، دنبال محتوا بگردند؛ برای مثال، کاربر می‌تواند «فیلم‌های شاد» یا «محتواهایی برای رفع افسردگی» را جستجو کنند تا نتایج مناسب با حالت روحی خود بیابد.

📍@AICompute_ir
👍1
2025/12/11 16:50:31
Back to Top
HTML Embed Code: