پنج خبر از ۴۸ ساعت گذشته: محاسبهای تازه درباره اینکه چرا جهان ما دقیقاً یک بعد زمان دارد، پول پشت ورود Anthropic به بورس، مدل هوش مصنوعی که وزنهای مدلی دیگر را میخواند و بازنویسی میکند، رأیدهندگان آمریکایی که با مراکز داده مخالفت کردند، و صف سفارشهای چینی برای تراشههای Nvidia. در هر بخش آمده که چه شد، چرا مهم است و چه چیزی هنوز روشن نیست.
ویدیوی کوتاه ۴۲ ثانیهای (به انگلیسی):
این شماره در تلگرام: t.me/ArneIronFA/36
1. نظریهای تازه: چرا جهان فقط یک بعد زمان دارد
چرا فضا سه بعد دارد و زمان فقط یکی؟ میهایلو جورجویچ، ایگور پرلینا و مارکو ویینوویچ، فیزیکدانان دانشگاه بلگراد، کوشیدند این پاسخ را بهجای فرض گرفتن، از گرانش کوانتومی بیرون بکشند. در یک مدل سادهشده بر پایه حساب رگه کوانتومی، فضازمان از بلوکهای بسیار کوچک چهاربعدی (۴-سادکها) ساخته میشود که طول یالهایشان تصادفی انتخاب شده و کوچکترین اندازه، طول پلانک است. به گزارش ScienceAlert و Hightech+، در بیش از ۲۰ میلیارد محاسبه، بلوکها در حدود ۸۵٪ موارد همان ساختار آشنای ما را ساختند: سه بعد فضا و یک بعد زمان. حدود ۶٪ جهانی «یخزده» با چهار بعد فضایی و بدون زمان دادند و حدود ۸٪ جهانی دوپاره با دو بعد از هر کدام.

چرا مهم است: در فیزیک کتابهای درسی، قاعده یک بعد زمان (امضای مینکوفسکی) صرفاً فرض میشود. این پژوهش نشان میدهد شاید بتوان آن را پیشبینی کرد، بهعنوان نتیجه آماری شیوه ساخته شدن فضازمان در کوچکترین مقیاس. نکته: این یک مدل اسباببازی است که دینامیک را نادیده میگیرد، عدد ۸۵٪ فقط برای بازهای انتخابشده از طول یالها و حد برش به دست میآید (اگر یالهای زمانگونه مجاز باشند، امضای دوپاره با ۷۲ تا ۸۱٪ غالب میشود)، و مقاله یک پیشچاپ arXiv (2610.31776) است که هنوز داوری نشده.
2. عرضه اولیه Anthropic: صورتحساب محاسباتی ۸۹۵ میلیارد دلاری در برابر ۹۶ میلیارد دلار نقد
پرونده اصلاحشده عرضه اولیه Anthropic (S-1/A) به کمیسیون بورس آمریکا نشان میدهد رشد این شرکت به چه مقدار پول نیاز دارد. تا ۳۰ سپتامبر ۲۰۲۶، شرکت متعهد به ۸۹۵٫۴ میلیارد دلار خرید محاسباتی در آینده بود که حدود ۴۴۷٫۵ میلیارد دلار آن تا پایان ۲۰۳۰ و ۶۹٫۸ میلیارد دلار آن ظرف دوازده ماه آینده است. در برابر آن، ۹۵٫۶ میلیارد دلار پول نقد و ۳۶٫۳ میلیارد دلار سرمایهگذاری کوتاهمدت داشت، بهعلاوه ۱۴٫۸ میلیارد دلار قابلبرداشت از یک خط اعتباری. درآمد نُه ماه نخست ۲۰۲۶ به ۳۳٫۲ میلیارد دلار رسید (۱۲۰۶٪ رشد)، اما زیان خالص ۱۰۴ میلیارد دلار بود که بیشترش از ارزشگذاری مجدد غیرنقدی اوراق قرضه تبدیلپذیر و ابزارهای مشابه است؛ زیان عملیاتی ۱٫۲۶ میلیارد دلار بود. پرونده همچنین میگوید استفاده داخلی از Claude، به قیمت فهرست، از ژانویه تا سپتامبر بیش از ۲۵۰ برابر شد و از آوریل از هزینه ماهانه کارکنان (بدون پاداش سهامی) بیشتر بود، و حدود ۹۰٪ کد ثبتشده در سپتامبر را Claude نوشته است.

چرا مهم است: این عرضه اولیه قرار است توسعه محاسباتیای را تأمین کند که از ترازنامه فعلی شرکت بزرگتر است، آن هم در زمانی که سرمایه کمیابتر میشود. به گزارش Fortune، OpenAI هدف جذب سرمایه خود را از ۳۰ میلیارد به حدود ۲۰ میلیارد دلار کاهش داد (به نقل از فایننشال تایمز)، S&P چشمانداز اعتباری Meta را «منفی» کرد و یک بانک بزرگ اروپایی گفت به سقف وامدهی به این بخش نزدیک شده است. خود پرونده هشدار میدهد که عمل نکردن به تعهدات قرارداد اعتباری یا اوراق تبدیلپذیر ممکن است نکولهای متقابل را به راه بیندازد. نکته: اینها ریسکهایی است که خود شرکت افشا کرده، نه پیشبینی شکست عرضه. قیمتگذاری در هفته ۱۶ نوامبر انتظار میرود. این توصیه سرمایهگذاری نیست.
3. یک هوش مصنوعی وزنهای مدلی دیگر را بازنویسی کرد و آن را در ریاضی ۶ برابر بهتر کرد
پژوهشگران MIT CSAIL (ریکیا تاکههی، جیدن تئو، الکس ژانگ و عمر خطاب) وزنهای خام یک شبکه عصبی را به GPT-6 Astra از OpenAI دادند و خواستند بفهمد آنها چه میکنند و تغییرشان دهد، بدون گرادیان کاهشی یا حلقه آموزش. Astra علت «حلقههای فکری» بیپایان مدل کوچک و باز Qwen3.5-0.8B را در یک جهت در دو لایه پیدا کرد و حذفش کرد؛ ۱۳۱٬۰۷۲ وزن، یعنی حدود ۰٫۰۱۶٪ مدل، تغییر کرد. نمره MATH-500 از ۷٫۹٪ به ۴۸٫۱٪ و GSM8K از ۱۳٫۸٪ به ۶۷٫۱٪ رسید و سهم پاسخهایی که به سقف توکن میخوردند از ۹۳٪ به ۳۳٪ افتاد. در آزمایشی دیگر، از صفر شبکههای کوچک بازی نوشت که در Breakout امتیاز ۵۱۷٫۴ گرفتند، در برابر ۱۵٫۸ برای عامل PPO که ۱۰۰ میلیون گام آموزش دیده بود. مدل ویرایششده Qwen روی Hugging Face منتشر شده و احسن خلیق آن را از روی لاگهای منتشرشده بازسازی کرده است.

چرا مهم است: مدلی قوی که درون شبکهای دیگر را میخواند و تعمیر میکند، راهی تازه برای اصلاح و ساخت مدلهای کوچک نشان میدهد. نکته: نویسندگان اینها را نتایجی بسیار اولیه میدانند. جهش بزرگ Qwen بیشتر حذف یک باگ شناختهشده تکرار است تا آموزش ریاضی تازه، Astra نتوانست Gemma 3 270M گوگل را بهتر کند (۷٫۷٪ در برابر ۶٫۸٪)، با تعداد کمتر گذرهای آزمایشی حلقهها تقریباً از بین نرفتند و نتوانست فقط از روی وزنها بگوید کدام مدل برای چاپلوسی آموزش دیده است. این داستان مدلی نیست که خودش را تا AGI بهتر کند.
4. رأیدهندگان آمریکایی در صندوق رأی با مراکز داده مخالفت کردند
به گزارش CNBC، در انتخابات میاندورهای ۳ نوامبر آمریکا، رأیدهندگان تقریباً در همه همهپرسیهای محلی درباره مراکز داده به آنها «نه» گفتند؛ فقط در اوهایو ۲۱ همهپرسی در ۱۸ شهرداری برگزار شد. در تگزاس، جینا اینوخوسا از حزب دموکرات انتخابات فرمانداری را برد؛ او وعده داده بود تا وقتی ایالت قوانین سختگیرانهتری درباره آب، برق و زمین تصویب نکند، پروژههای جدید مرکز داده متوقف شوند. به گفته Wells Fargo حدود ۲۷٪ از گیگاواتهای برنامهریزیشده مراکز داده آمریکا در تگزاس است. به گزارش CNBC، سهام CoreWeave و Iren در معاملات صبح ۴ نوامبر حدود ۴٪ افت کرد.

چرا مهم است: گسترش زیرساخت هوش مصنوعی به مجوزهای محلی، برق و آب وابسته است و حالا رأیدهندگان مستقیماً تصمیم میگیرند. پرونده عرضه اولیه Anthropic خودش توقف ساخت مراکز داده را ریسکی برای تأمین محاسبات خود میداند. نکته: بسیاری از این همهپرسیها محلی یا غیرالزامآورند و مجلس تگزاس همچنان در دست جمهوریخواهان است، پس دامنه هر توقف ایالتی هنوز روشن نیست.
5. غولهای فناوری چین شاید بهزودی فقط حدود ۱٪ تراشههای سفارشی Nvidia را بگیرند
به گزارش بلومبرگ (به نقل از Tom’s Hardware)، ByteDance، Alibaba و Tencent حدود ۷۰ میلیارد دلار کارت Nvidia RTX Pro 5500 سفارش دادهاند؛ قویترین تراشه آماده هوش مصنوعی که اجازه خریدش را دارند. خریداران انتظار دارند به دلیل محدودیت عرضه، در چهار ماه آینده فقط حدود ۱٪ آن برسد. رویترز در اکتبر از سفارشهایی بیش از ۳۵ میلیارد دلار خبر داده بود.
چرا مهم است: هوش مصنوعی چین با وجود تلاش برای ساخت تراشه داخلی هنوز به سختافزار Nvidia تکیه دارد و حالا گلوگاه عرضه است، نه تقاضا. نکته: نه Nvidia و نه خریداران این ارقام را تأیید نکردهاند، گزارشها در اندازه سفارش با هم فرق دارند و تأخیر به معنای لغو نیست.

دیدگاهتان را بنویسید