معماری سیستم‌های پیچیده نرم‌افزاری و راهکارهای پیشرفته هوش مصنوعی
مدیر ارشد فنی هوش مصنوعی
کارهای منتخب
بوق — ترجمه و دوبله ویدئو با هوش مصنوعی، فارسی‌محور
بوق پلتفرمی فعال و فارسی‌محور برای تولید و ترجمه محتوا با هوش مصنوعی است که کار مترجم، گوینده، استودیو و تدوینگر را در یک وب‌اپلیکیشن گرد می‌آورد. محمد پناهی در نقش مدیر ارشد فنی، معماری آن را طراحی کرد و آن را از نخستین خط کد به بهره‌برداری رساند: ترجمه و دوبله ویدئو، صدا، موسیقی، تصویر و فیلم، با پرداخت از یک کیف پول.
کارتز کانترکت — تنظیم، بررسی و ویرایش قرارداد با هوش مصنوعی
این پروژه یک ماه مانده به اتمام، به دلیل مشکلات مالی ناشی از جنگ برای کارفرما متوقف شد. آنچه در ادامه می‌آید، بخش مهندسی آن است که از قرارداد باقی ماند.
ساینو — هوش مصنوعی صنعتی، از صفر تا فروش به مشتری
سه سال تکمیل محصولات هوش مصنوعی صنعتی از صفر تا صد و رساندن آن‌ها به فروش، و بهینه‌سازی مدل‌ها متناسب با محدودیت‌های صنعتی و هزینه‌ای. این کار مدل‌های زبانی بزرگ، شبکه‌های عصبی گرافی و بینایی ماشین را در بر می‌گرفت.
پژوهش تبدیل متن به گفتار فارسی برای همراه اول
پژوهش در زمینه تبدیل متن به گفتار برای زبان فارسی، با سفارش و نظارت همراه اول و مدیریت بنیاد ملی نخبگان. بخش دشوار کار زبانی است: خط فارسی اعراب و ساخت اضافه را نمی‌نویسد، پس تلفظ باید از بافت تعیین شود.
تصویربرداری پزشکی — حذف نویز MRI و بیان ژن از پاتولوژی
کاهش نویز Speckle در تصاویر MRI برای یک شرکت خصوصی، و پایان‌نامه کارشناسی ارشد در دانشگاه صنعتی اصفهان در زمینه استخراج داده بیان ژن از تصاویر پاتولوژی، با ترکیب شبکه‌های عصبی گرافی، مدل‌های پایه تصویر و تکنیک‌های اقتباس‌شده از مدل‌های زبانی بزرگ.
برزمان — برنامه‌ریز و تقویم آفلاین‌محور با سه تقویم
برزمان یک برنامه‌ریز و تقویم شخصی آفلاین‌محور و فعال است، برای دانش‌آموزان و داوطلبان کنکور، معلمان، کادر درمان، مهندسان و مدیران. محمد پناهی بنیان‌گذار آن است و محصول و مهندسی آن را هدایت می‌کند. برزمان به‌صورت بومی روی اندروید و ویندوز و نیز روی وب اجرا می‌شود، داده کاربر را روی دستگاه خودش نگه می‌دارد و فقط اگر کاربر حساب کاربری بخواهد، بین دستگاه‌ها همگام می‌شود.
نوشته‌ها
جستجوی ترکیبی در RAG فارسی: راهنمای عملی
جستجوی ترکیبی در RAG فارسی با PostgreSQL و pgvector: چرا روش‌های انگلیسی‌محور شکست می‌خورند، نرمال‌سازی امن، ادغام رتبه‌ها با RRF، پرهیز از فیلتر زبان و ارزیابی دوزبانه.
جلوگیری از توهم هوش مصنوعی در RAG: طراحی پنج‌لایه
پنج لایه محافظ در برابر توهم هوش مصنوعی در RAG، به ترتیب اجرا: امتناع پیش از بازیابی، آستانه شباهت، پرامپت سیستم، گیت جمله‌ای و قواعد سخنگویی، به‌علاوه سنجش صادقانه و مهار هزینه.
هوش مصنوعی در پاتولوژی: انتخاب مدل پایه در ۲۰۲۶
راهنمای پژوهشی انتخاب مدل پایه (foundation model) در هوش مصنوعی پاتولوژی: مقایسه UNI، CONCH، Virchow2 و H-optimus از نگاه بنچمارک، مجوز، نوع وظیفه و هزینه پردازش؛ برای پژوهش، نه تشخیص.
گاردریل پاسخ استریم LLM: توکنی که فرستاده شد برنمی‌گردد
جلوگیری از توهم در پاسخ استریم LLM: کنترل پس از ارسال، قطعه‌ای یا جمله‌ای؛ بده‌بستان سرعت و ایمنی در NeMo Guardrails، Guardrails AI و Bedrock؛ گیت جمله‌ای برای متن فارسی و نکته‌های SSE.
شمار پرونده‌های توهم هوش مصنوعی در دادگاه‌ها از ۲٬۰۰۰ گذشت؛ چه باید ساخت؟
شمار رأی‌های دادگاه‌ها درباره محتوای حاصل از توهم هوش مصنوعی از ۲٬۰۰۰ گذشته است. چرا RAG به‌تنهایی مشکل را حل نکرد و کدام الگوها خطای هوش مصنوعی را در حوزه قرارداد بررسی‌پذیر می‌کنند؟
مالیات توکن فارسی: متن فارسی در LLM چند برابر توکن مصرف می‌کند؟
هزینه توکن فارسی در LLM چقدر است؟ روی ۱٬۰۱۲ جمله موازی، فارسی با توکنایزر GPT-4o به ۱٫۵۳ برابر و با توکنایزر GPT-4 به ۳٫۲۶ برابر توکن انگلیسی نیاز داشت. روش، نتایج و راهکارهایی که باید آزمود.