شمارهٔ ۲۸ مهر ۱۴۰۵

از یک هوش مصنوعی «یک پرستار» یا «یک وکیل» بخواهید. هیچ اشاره‌ای به ظاهر نمی‌کنید. گروهی به سرپرستی دانشگاه کورنل همین کار را با 27 مولد تصویر انجام داد و 51,300 چهره تولید کرد.

در نمره‌دهی 550 نفر، هر 23 مولدی که به اندازهٔ کافی تصویر نمره‌گرفته داشتند، از نظر جذابیت از عکس‌های واقعی جلو زدند. در میان چهره‌هایی که به‌عنوان زن درخواست شده بودند، 37٪ در نمره‌های خودکار از میانهٔ مدل‌های حرفه‌ای مد بالاتر رفتند. چهره‌هایی که به‌عنوان نیجریه‌ای، سیاه‌پوست یا اتیوپیایی درخواست شده بودند کمترین نمره را گرفتند.

سپس 570 نفر متقاضیان شغل را غربال کردند. برخی ابتدا چهره‌های بسیار جذاب هوش مصنوعی را دیدند. پس از آن، همان نامزدهای واقعی را کمتر شایستهٔ استخدام و کمتر قابل اعتماد ارزیابی کردند. تعداد کمتری به مصاحبه دعوت شدند: 72.5٪ در برابر 77.4٪.

روتوش کلاسیک عکس هیچ چیزی را تغییر نداد. نویسندگان هنوز نمی‌توانند بگویند چرا چهره‌های هوش مصنوعی این اثر را دارند. اما آدم‌های مصنوعی دارند تبلیغات، وب‌سایت‌ها و عکس‌های آرشیوی را پر می‌کنند.

منبع: Generative AI Produces and Transmits Beauty Bias, https://arxiv.org/abs/2610.22553

چند دونده را روی یک پیست دایره‌ای تصور کنید. نقطهٔ شروع یکسان، هر کدام با سرعت ثابت خودش. آیا هر دونده، در لحظه‌ای، از همهٔ دیگران دور خواهد بود؟ این همان حدس دوندهٔ تنها (lonely runner conjecture) است.

با n + 1 دونده، این حدس فاصله‌ای دست‌کم برابر 1/(n + 1) دور را پیش‌بینی می‌کند. یک استدلال شمارشی ساده تنها نیمی از آن را تضمین می‌کند. ده‌ها سال، دستاوردها فراتر از این کران آسان با افزوده شدن دونده‌ها به هیچ می‌رسیدند.

شی‌یو هو و ییفان جینگ اکنون دستاوردی را ثابت می‌کنند که هرگز محو نمی‌شود: کسری ثابت بالاتر از کران آسان، برای هر تعداد دونده. ابزارها: یک نابرابری همپوشانی تازه و استدلال‌هایی دربارهٔ مقسوم‌علیه‌های مشترک.

نویسندگان از ChatGPT 6 برای بررسی و صیقل دادن اثبات‌ها استفاده کردند. آن‌ها می‌نویسند که مدل‌ها به‌تنهایی نتوانستند کران را بهبود دهند.

منبع: Near optimal gap in the Lonely Runner Conjecture, https://arxiv.org/abs/2610.23790

مدل‌های اقلیمی روی برخی از بزرگ‌ترین ابررایانه‌های جهان اجرا می‌شوند. اما هر ذره محاسبهٔ اضافه چقدر دقت می‌خرد؟ گروهی از 24 پژوهشگر 159 مدل اقلیمیِ ساخته‌شده از 1995 به این سو را بررسی کردند.

پاسخشان به‌طرز چشمگیری ثابت است. هر دو برابر شدن محاسبه، خطای مدل را حدود 13.5٪ کم کرده است. نصف کردن خطای امروز تقریباً 28 برابر محاسبهٔ بیشتر لازم دارد.

دستاوردها یکسان نیستند. از نسل نخست تاکنون، خطای فشار هوا 3.5 برابر و خطای دمای سطح 2.7 برابر کم شده است. خطای بارش تنها 7٪ پایین آمده است.

مدل‌های هواشناسی هوش مصنوعی اکنون هم‌پای بهترین پیش‌بینی‌ها هستند. اما هیچ‌کدام انرژیِ اندازه‌گیری‌شده‌اش را منتشر نمی‌کند. اگر آموزش را هم حساب کنید، یکی از آن‌ها در کارایی از رتبهٔ دوم به آخر سقوط می‌کند. این گروه خواستار گزارش انرژی در کنار دقت است.

منبع: Energy-Aware Earth System Science: A Community Roadmap, https://arxiv.org/abs/2610.23216

بارش روزانه را دنبال کنید و هر رکورد را یادداشت کنید: روزی پرباران‌تر از همهٔ روزهای پیش از آن. رکوردهای زیاد حتماً یعنی قلهٔ نهایی بلند، نه؟ سه فیزیک‌دان این را با ریاضیات دقیق بررسی کردند.

برای مقادیر تصادفی‌ای که از هر توزیع هموار برداشته شوند، پاسخ منفی است. تعداد رکوردها و بیشترین مقدار هیچ ربطی به هم ندارند. دانستن یکی، در هر طولی از سری، چیزی دربارهٔ دیگری نمی‌گوید.

روزهای خشک با بارش صفر را اضافه کنید، پیوندی پدیدار می‌شود. بالاتر از سهمی بحرانی از روزهای خشک، پیوند نخست رشد می‌کند و سپس محو می‌شود. پایین‌تر از آن، فقط محو می‌شود. این آستانه فرمولی دقیق دارد.

گروه این را روی سوابق بارش روزانهٔ ایستگاه‌های هواشناسی آلمان آزمود. یک گروه بالای آستانه بود و دیگری پایین آن. هر دو، بی‌آنکه هیچ پارامتری تنظیم شود، از شکل پیش‌بینی‌شده پیروی کردند.

منبع: Emergence of Correlations Between Records and Maximum in Random Time Series, https://arxiv.org/abs/2610.23217

پارو زدن از عقب (stern-sculling) روشی قدیمی برای راندن قایق با تنها یک پاروست. پارو در شکافی در عقب قایق قرار می‌گیرد و تیغه‌اش همیشه زیر آب است. دست‌های پاروزن نماد بی‌نهایت را رسم می‌کنند.

گروهی فرانسوی یک قایق 4.7 متری را به نیروسنج‌ها، حسگرهای حرکت و یک سرعت‌سنج مجهز کرد. سپس دو پاروزن باتجربه آن را روی آب آرام از حالت سکون به بیشترین سرعت رساندند.

در حرکت‌های جانبی، تیغه مانند بال کار می‌کند. نیروی برآ قایق را به جلو می‌راند. در هر چرخش، وارونه شدن سریع تیغه آب را به عقب هل می‌دهد. هر چهار مرحلهٔ ضربه پیش‌رانش ایجاد می‌کنند.

بازده در سرعت متوسط 1.2 متر بر ثانیه به اوج نزدیک 65٪ می‌رسد. در 2 متر بر ثانیه به حدود 25٪ می‌افتد. بدنه در آن هنگام به سرعت بحرانی‌اش نزدیک است و موج‌ها تلاش را می‌بلعند.

منبع: Hydrodynamics and propulsive efficiency of stern-sculling propulsion, https://arxiv.org/abs/2610.23444

هر چهار سیارهٔ غول‌پیکر منظومهٔ شمسی ما حلقه دارند. با این حال تاکنون هیچ حلقه‌ای به‌دور یک سیارهٔ بالغِ ستاره‌ای دیگر تأیید نشده است. آیا حلقه‌ها کمیاب‌اند، یا فقط دیدنشان سخت است؟

تلسکوپ فضایی رومن یک تاج‌نگار (coronagraph) با خود دارد که نور ستاره را می‌پوشاند. انتظار می‌رود سیاره‌های غول‌پیکر را از روی نوری که از ستاره بازمی‌تابانند ببیند. گروهی از دانشگاه میشیگان مدل کرد که حلقه‌ها چه چیزی به این تصویر می‌افزایند.

حلقه‌ها می‌توانند ده تا صد برابر درخشان‌تر از سیاره‌شان باشند. و یک اثر انگشت به جا می‌گذارند: در طول مدار، به جای دو، چهار اوج و فرود در درخشندگی.

این گروه Epsilon Eridani b، یکی از هدف‌های اصلی رومن، را شبیه‌سازی کرد. بدون حلقه، اغلب زیر آستانهٔ آشکارسازی فرو می‌رود. با حلقه‌ای مانند حلقهٔ زحل، تا دو برابر درخشان‌تر می‌شود و تقریباً در تمام مدارش دیدنی می‌ماند.

منبع: Detecting Exoplanetary Rings with Roman CGI Reflected Light Phase Curve Observations, https://arxiv.org/abs/2610.23835

برق شهری با فرکانس 50 یا 60 هرتز کار می‌کند، اما هیچ‌وقت دقیقاً. فرکانسش نوسان دارد، و این نوسان در سراسر یک شبکه یکسان است. لامپ‌ها همراه با آن سوسو می‌زنند و دوربین‌ها این سوسو را ضبط می‌کنند.

دو پژوهشگر در دانشگاه ساوتهمپتون سولنت امید داشتند ویدیوهای هوش مصنوعی این سوسو را نداشته باشند. شگفتی: مولدها آن را به همان قوت تصاویر واقعی بازتولید می‌کنند. وجودش چیزی را ثابت نمی‌کند.

پس آن‌ها نوسان را با ثبتی مستقل از شبکه مقایسه می‌کنند. سامانهٔ آن‌ها 93٪ از کلیپ‌های صوتی واقعی و 100٪ از ویدیوهای واقعی را پذیرفت. می‌تواند زمان یک ضبط صوتی را در طول یک شبانه‌روز تا حدود یک ثانیه تعیین کند.

دو بازسازی هوش مصنوعی از یک صحنهٔ واقعی با 60 هرتز سوسو زدند، در حالی که شبکهٔ مکان ادعاشده با 50 هرتز کار می‌کند. نقطهٔ ضعف باقی است: چهره‌ای که در یک فیلم واقعی جایگزین شده، وزوز واقعی را حفظ می‌کند.

منبع: An Agentic ENF Framework for Forensic Video Authentication Against Generative AI, https://arxiv.org/abs/2610.22440

گلوئون‌ها حامل نیروی قوی‌اند، همان نیرویی که کوارک‌ها را به هم می‌بندد. اگر به اندازهٔ کافی گرمشان کنید، پلاسما می‌سازند. این پلاسما چه فشاری وارد می‌کند؟ فیزیک‌دانان پاسخ را گام به گام حساب می‌کنند و هر گام تصحیحی ظریف‌تر است.

یکی از گام‌ها، به نام جملهٔ g⁶، بیش از بیست سال دست‌نیافتنی ماند. این جمله به 65 نمودار درهم‌پیچیده نیاز دارد که هر کدام چهار حلقه دارند.

گروهی از هلسینکی، تورکو، شیلی و برن سرانجام آن را کامل کردند. آن‌ها نُه انتگرال ناشناخته را با روشی تازه حل کردند و حدود یک میلیون ساعت پردازنده روی ابررایانه‌ها به کار بردند.

حاصل کار: گام‌های پیشین بالا و پایینِ شبیه‌سازی‌های رایانه‌ای پلاسما نوسان می‌کردند. با جملهٔ تازه، نظریه و شبیه‌سازی هم‌خوان می‌شوند، تا چند برابرِ دمایی که در آن گلوئون‌ها رها می‌شوند. هدف بعدی: افزودن کوارک‌ها، برای ادغام ستاره‌های نوترونی.

منبع: Complete g⁶ pressure of hot Yang-Mills theory, https://arxiv.org/abs/2610.23675

در هند، بخش بزرگی از خریدهای روزمره در مغازه‌های کوچک عمومی به نام کیرانا انجام می‌شود. آیا هوش مصنوعی می‌تواند یکی از آن‌ها را اداره کند؟ گروهی در BITS Pilani برای فهمیدنش یک مغازهٔ شبیه‌سازی‌شده ساخت.

یک مدل هوش مصنوعی نقش هر چهار کارمند را بازی می‌کند: مدیر، صندوق‌دار، کمک‌کار و حسابدار. مدیر هرگز مغازه را نمی‌بیند، فقط گزارش‌های کارکنان را. مشتریان و تأمین‌کنندگان به انگلیسی، هندی یا هینگلیش حرف می‌زنند.

چهار مدل هوش مصنوعی باز هر کدام 30 روز شبیه‌سازی‌شده آن را اداره کردند. یک مغازه‌دار سادهٔ پیرو قواعد حدود 103,000 روپیه درآمد داشت. بهترین مدل به‌طور میانگین حدود 13,700. دو تا بیشتر از مغازه‌ای که هیچ‌کس اداره‌اش نمی‌کند ضرر کردند.

شکست‌ها اسم دارند. ایمیل به تأمین‌کنندگانی که وجود ندارند. پرداختی که هرگز انجام نشد. سفارش‌هایی که دو بار پولشان پرداخت شد. 42٪ از ایمیل‌های هندیِ یک مدل به‌عنوان ناخوانا برگشت خوردند.

منبع: KiranaBench: Can a Language Model Run a Neighbourhood Shop?, https://arxiv.org/abs/2610.22980

اپ‌های سلامت ضربان قلب، قند خون و گاهی سلامت روان شما را دنبال می‌کنند. گروهی از دانشگاه‌هایی در آمریکا و کانادا بیش از 10,000 مورد از آن‌ها را در گوگل‌پلی بررسی کردند.

69٪ دست‌کم یک مجوز می‌خواهند که توضیحاتشان توجیهی برایش ندارد. حدود نیمی از آن‌ها بی‌آنکه دلیلی ذکر کنند موقعیت مکانی یا دوربین شما را می‌خواهند. یک‌سوم میکروفون را می‌خواهند.

گروه اپ‌ها را روی گوشی‌های آزمایشی اجرا کرد. از 3,599 اپی که اجرا شدند، 93٪ هیچ صفحهٔ رضایتی نشان ندادند. بسیاری با این حال شناسهٔ تبلیغاتی گوشی را بیرون فرستادند.

وقتی فرم رضایتی ظاهر می‌شود، اپ‌ها بیشتر به حرفشان پایبندند: از هر 14 اپ، 1 چیزی را جمع کرد که ذکرش نکرده بود. حتی توسعه‌دهندگان بزرگ و پرسرمایه هم خطا کردند. نویسندگان خواستار بررسی‌های خودکار حریم خصوصی پیش از رسیدن اپ به فروشگاه‌اند.

منبع: Bad Diagnosis: Analyzing Consent and Data Collection Practices of Mobile Medical Apps, https://arxiv.org/abs/2610.23851