Ebrahim Mohammed 🇵🇸

Cybersecurity Enthusiast | 🤖 AI Advocate | Building secure & intelligent systems | Thoughts on tech leadership & innovation | #CyberSecurity #AIForGood

[Zhijian Liu @zhijianliu_]

DFlash 2 is here! Qwen3.8-27B at 70 tok/s on an M5 Max MacBook Pro.

⚡ Up to 4.6× the speed of autoregressive decoding, with the same output.

This is the next generation of DFlash, seeded at Z Lab and upgraded at Inco AI. Get one more accepted token on every pass, for free!

https://t.co/We0lwYPSBl

[Alexander Panfilov @kotekjedi_ml]

We can finally talk about it:

We found a way to extract hidden reasoning of frontier models using a vulnerability in the APIs of every frontier AI company.

We verified that our reasoning token count matches billed API thinking tokens 1:1 for most of the prompts we queried.

[أبو ماجد @Abu_Majid70]

تحليل استراتيجي

معضلة المبتكر: لماذا لم تطلق stc أو عِلم تطبيقاً مثل «هدهد»؟

هذا السؤال يحلل جانباً جوهرياً في فلسفة الابتكار وإدارة المنتجات داخل الشركات الكبرى (Enterprise & Incumbent Dynamics).
من الناحية العملية، المسألة ليست أن الفكرة لم تخطر على ذهن قيادات شركات مثل stc أو عِلم (Elm)، الإشكالية في العوائق الهيكلية ونماذج الأعمال في المنظمات الضخمة تجعل اتخاذ قرار بناء منتج مثل خرائط هدهد قراراً مستبعداً استراتيجياً أو صعب التنفيذ.

يمكن تحليل أسباب تحفّظ أو تجنّب الشركات الكبرى لهذا المسار عبر العوامل التالية:

▪️معضلة المبتكر (Innovator's Dilemma)

♦️التركيز على الأسواق المربحة حالياً

الشركات الضخمة تُحكم بميزانيات ومؤشرات ربحية عالية جداً (High Margins & Big Revenue Targets). بناء منظومة خرائط متكاملة من الصفر يتطلب استثمارات رأسمالية ضخمة (CapEx) في المسح الميداني، وأجهزة الاستشعار، مع عائد مالي غير مباشر أو بطيء في مراحله الأولى.

♦️صعوبة تبرير الاستثمار للجان المالية

بالنسبة لشركات التقنية مثل stc أو عِلم، يسهل جداً اعتماد ميزانية لمشروع مركز بيانات أو التوسع في حلول السحابية أو تطوير خدمات البرمجيات كمحتوى (SaaS) للقطاع الحكومي لأن العائد متوقع ومحسوب، بينما الاستثمار في منتج استهلاكي منافس لشركة Google Maps يمثل مخاطرة مالية عالية تصعب إجازتها في اللجان المالية التقليدية.

▪️نموذج العمل (B2B vs. B2C)

🔸عِلم (Elm)

نموذج عملها مبني على حلول قطاع الأعمال والقطاع الحكومي (B2B & B2G)، والتحول الرقمي للخدمات والتكامل الإداري. بناء تطبيق موجه للمستهلك النهائي (B2C) كخرائط تجارية يختلف كلياً عن أنشطتها التشغيلية ومهاراتها التسويقية والثقافية.

🔸شركة stc

رغم وجود قطاع استهلاكي قوي لديها، إلا أن التركيز يظل محصوراً في قطاع الاتصالات، والخدمات المالية (stc pay).
الدخول في صناعة الخرائط والبيانات الجغرافية (GIS) يستنزف موارد تقنية وهندسية تتنافس مع أولويات الاتصالات والشبكات.

▪️الاعتماد على الموردين
(Build vs. Buy / Partner)

المؤسسات الكبرى تُفضل غالباً شراء أو الترخيص (Licensing) للخدمات المساندة بدلاً من بنائها من الصفر.
بالنسبة لشركة stc أو عِلم أو غيرهما، عندما تحتاج لتحديد المواقع في تطبيقاتها أو مشاريعها، فإن الخيار الأسهل إدارياً وأقل مخاطرة هو استخدام APIs جاهزة من Google أو Apple أو HERE Technologies، وتضمين تكلفة الاستخدام ضمن تكلفة المشروع الكلية، بدلاً من تأسيس فريق كامل لبناء وتحديث الخرائط ميدانياً.

▪️حوكمة الشركات
(Corporate Governance)

دورات الميزانية والتخطيط السنوي في الشركات الكبرى تعتمد على التنبؤ والموافقات المتعددة (Stage-Gates).
مشروع هدهد يتطلب التكيف السريع والتجربة والخطأ الميداني مثل تطوير نماذج تعلم آلة لقراءة اللوحات أو تتبع المسارات بدون خطوط، لكن في المنظمات الكبيرة، تحتاج مثل هذه التجارب إلى التدقيق الإداري، واللجان المتعددة، والمخاوف من الفشل المؤثر على سمعة العلامة التجارية الكبيرة، مما يقتل مرونة الابتكار.

▪️الرؤية مُمكنا ومسرّعا للتقنيات العميقة

الكيانات التابعة لقطاع التقنية مثل الكراج أو مدينة الملك عبدالعزيز للعلوم والتقنية تملك مرونة تشغيلية واستثمارية تهدف لبناء لاعب وطني (National Champion) ورأس مال جريء يتحمل المخاطرة الهندسية، وهو ما لا تملكه الشركات المدرجة في السوق المالية والتي تركز على نتائج أرباح الربع القادم.

باختصار، الفكرة ليست غائبة عن أذهان التنفيذيين في تلك الشركات، لكن منطق وحجم الأعمال (Business Scale & ROI) في الشركات الكبرى يجعل بناء منتج تقني من الصفر قراراً غير منطقي مالياً بالنسبة لهم، مما يترك المساحة سانحة للمبادرات الأكثر رشاقة وجرأة في تحمل المخاطر.

[Faisal @Faisal]

بعد 3 سنوات من التجربة والعمل والخطأ والجنون والكثير من الشك؛ هدهد ينطلق ليناطح كبرى شركات العالم!
هذا الفيديو يشرح لكم الحلم الذي يظنه البعض بعيد، وأراه قريب.
تعليقاتكم تهمني لأني أعتقد أنكم جزء من هذا المستقبل.

[Ebrahim Mohammed 🇵🇸 @mobarmg]

@Voulnet السبب قانوني ، بحسب قانون حقوق الطبع ، لا يحق لك عمل نسخة الكترونية من الكتاب الا اذا تخلصت من النسخة الحقيقية من الكتاب وهذه الحيلة الذي تستخدمها الان شركة انثروبك في مشروعها لتكوين داتاست بكل الكتب في العالم.

[ali @waterloo_intern]

https://t.co/aivc7B4A7Z

[𝐌𝐨𝐡𝐚𝐦𝐞𝐝 @AIVibecode]

وزير الخزانة الأمريكية و فيه غيره من الحكومة الأمريكية من أمس قاعدين يتباكون أن الصين قاعد تسرق الملكية الفكرية لنماذج الذكاء الاصطناعي.

العجيب وأنت تشوفهم زعلانين أن نماذجهم ما خلت كتاب أو معلومة طارفة في الانترنت إلا و استخدموها وما أحد كان زعلان فيهم، لكن لما الصين بدت تشكل خطر صار الموضوع حقوق ملكية.

طبعاً الصين حرفياً قاعدة تقدم خدمة مجانية للعالم بأنها تنشر النماذج مجاناً، صحيح كفرد ما بقدر أشغلها لكن كمؤسسات ومراكز بحثية يعتبر هذا كنز مجاني.

نماذجهم الأخيرة بطلة صحيح أنها ضعيفة في العربي لكنها ممتازة في الانجليزي، واللي متابع المشهد التقني قبل يومين Huggingface تعرضت لمحاولة اختراق من OpenAI، عاد يقولون أن اللي صد الاختراق نموذج مفتوح المصدر لكن شكلهم استحوا يقولون صيني.

[Mayor Zohran Kwame Mamdani @NYCMayor]

Benjamin Netanyahu is a war criminal.

[عادل بدر الحربي @Adel1426]

@AirCarecompany @za05009009 @ask_riyadh1 لي شهرين ونص وما استلمت الاجهزة ولا رجعوا المبلغ وش وضعهم

[عبدالرحمن الشهري @alshehri_dhmi]

@AirCarecompany طلبت منهم من خمس شهور ولم يوصلوا الطلب مكيفات وقدمت شكوى وطلبت ارحاع المبلغ وحتى الان لم يرجع ولم ينصفنا احد

[Anthropic @AnthropicAI]

New Anthropic research: A global workspace in language models.

Of everything happening in your brain right now, only a tiny fraction is consciously accessible—thoughts you can describe, hold in mind, and reason with.

We found a strikingly similar divide inside Claude.

[Ebrahim Mohammed 🇵🇸 @mobarmg]

@Alii_Gz @abo6lal2 @ahmedsa3 @AirCarecompany انا لي شهرين من الغيت الطلب و ما رجعوا الفلوس لحد الان ، المشكلة حتى البلاغات لوزارة التجارة ما حلت المشكلة

[Ebrahim Mohammed 🇵🇸 @mobarmg]

Technically, yes merging two same-architecture models (e.g. 0.6/0.4 weight blend) is trivial, and verifying a merge is equally doable: behavioral fingerprinting + tensor-level statistical comparison are both standard.

But the accusation only earns credibility if the comparison code, weight-diff stats, and reproducible outputs are published. Show the script, the per-tensor numbers, and the prompts. Otherwise it's just a claim let people rerun it themselves.

[Ebrahim Mohammed 🇵🇸 @mobarmg]

@OpenRouter’s new Fusion API hits Fable-level intelligence at half the price… which makes it the perfect little factory for generating high-quality synthetic training data!!
fan out → judge → synthesize = gold-tier data to distill your own Fable-level models on a budget ✨
who else is turning this into their secret sauce for training frontier models? tag me in your experiments!!
#FusionAPI #SyntheticData #LLM

[OpenRouter @OpenRouter]

Introducing the Fusion API, the smartest compound model in the market.

Fusion achieves Fable-level intelligence at half the price.

How it works 👇

[Vaibhav Sisinty @VaibhavSisinty]

Jeff Bezos just came out of retirement. His first CEO role since leaving Amazon. And he's building something nobody expected. 🤯

It's called Prometheus. $12 billion raised. $41 billion valuation. Backed by JPMorgan, BlackRock, Goldman Sachs, and Bezos himself.

150 employees. $273 million per person. That's how much investors are betting on this.

But here's what makes it different from every other AI company.

Prometheus isn't building another chatbot. It's not generating text or
images.

It's building what Bezos calls an "artificial general engineer" AI that designs jet engines, optimizes manufacturing, and prototypes physical products.

LLMs learned from the internet's text. Prometheus is learning from the physical world physics, simulations, engineering data, manufacturing processes.

In Bezos' own words: "Something that takes 100 engineers 10 years to build we want to make that 10 engineers, one year."

His co-CEO is Vik Bajaj, former Google X executive who worked with Sergey Brin on what became Waymo.

No ties to Amazon. No ties to Blue Origin. Bezos said "it deserves a dedicated team obsessed with this one thing."

While everyone is racing to build the best AI for words, Bezos is quietly building AI for the physical world.

That might be the bigger bet.

[alon @alonzuman]

having a wife is crazy cuz its like claude code but it prompts you instead

[Amazon Web Services @awscloud]

More AI-generated code doesn't make your team faster. It might actually slow you down.

[Afshine Emrani MD FACC @afshineemrani]

I'm a cardiologist. I've held dying hearts in my hands in the cath lab at 3 AM. And I need to tell you something that changes everything about how we prevent heart attacks.

For decades, the entire field was built on one target: lower LDL cholesterol. Statins save lives — that's settled science. But too many of my patients did everything right — took their statins, hit their numbers, lived clean — and still ended up on my table with a ruptured artery.

We were treating the smoke while the fire kept burning.
The fire is inflammation. And the evidence is now overwhelming.

The CANTOS trial proved it first — lowering inflammation independent of cholesterol reduced cardiac events. But the newer data is what keeps me up at night.

AI-enhanced CT angiography can now detect inflamed arteries by measuring changes in the fat surrounding your coronary vessels — the perivascular fat attenuation index. Higher inflammation in the fat around even one artery independently predicts cardiac death. When multiple arteries show inflammation, the risk multiplies dramatically — even in patients whose cholesterol looks perfect.

This isn't theoretical. This is measurable. Right now. On a scan you can get this month.

Low-dose colchicine — a drug that's been around for centuries for gout — is now FDA-approved specifically for reducing cardiovascular events. It works by quieting the inflammatory cascade that destabilizes the plaque sitting in your arteries. A pill that costs pennies is saving lives the statins couldn't reach.

And the next wave is already in Phase 3 trials. Ziltivekimab — an IL-6 inhibitor — targets the central inflammatory pathway driving atherosclerosis. Phase 2 data showed a 90% reduction in hsCRP. The ZEUS cardiovascular outcomes trial is enrolling now, with results expected late 2026 into 2027. If positive, anti-inflammatory therapy will become standard in managing heart disease alongside lipid-lowering. The era of inflammation-targeted cardiology is arriving.
But it goes deeper than drugs. AI is now predicting heart failure and cardiac events 5+ years before symptoms — integrating CT imaging, electronic health records, and genetic data with accuracy that jumps far beyond traditional risk calculators.

And polygenic risk scores — a simple genetic test that flags inherited cardiovascular risk — are now formally recognized as a risk-enhancing factor in the 2026 ACC/AHA guidelines. A single blood draw can reveal risk that's been silently building since birth. Decades before the first chest pain.

Here's what this means for you right now — today:
Ask your doctor for a high-sensitivity CRP test. It's cheap, routine, and measures the systemic inflammation that standard cholesterol panels completely miss. You can have perfect LDL and inflamed arteries that are quietly preparing to rupture.
If your hsCRP is elevated, discuss low-dose colchicine with your physician. It's FDA-approved for exactly this.
Push for a coronary CT angiography with AI plaque and inflammation analysis if you have risk factors. This isn't the stress test your parents got. This is 3D visualization of your actual arteries — with AI quantifying not just how much plaque you have, but what kind it is and whether the surrounding tissue is inflamed.
Consider polygenic risk score testing — especially with a family history of early heart disease. It's now guideline-supported.

And the foundation that never changes: move daily, eat real food, sleep 7-9 hours, manage stress, and know your numbers — ApoB, Lp(a), hsCRP, fasting insulin.
I left Iran as a child with nothing. I rebuilt everything in a country that gave me the freedom to become a physician. I've spent twenty years watching patients get second chances.

The ones who haunt me aren't the ones who died on my table. They're the ones who survived but never acted on what the science was telling them — years before the event that didn't have to happen.

You can have perfect cholesterol and still have a heart attack. Inflammation plus genetics can drive plaque rupture in arteries that look "fine" on a standard panel.
The myth that normal cholesterol means you're safe has cost more lives than I can count.

We now have the tools to detect the fire — not just the smoke. AI to see it. Genetics to predict it. Drugs to quiet it. And the ancient basics — movement, real food, sleep, purpose — to prevent it from starting.

Prevention is the new cure. And the science to make it real is no longer coming.
It's here.

[Ebrahim Mohammed 🇵🇸 @mobarmg]

While this is a fascinating breakthrough for RNN memory, it's important to remember that one of the biggest problems Transformers originally solved was the lack of parallel processing. Unlike RNNs, which must process data sequentially step-by-step, Transformers process all inputs simultaneously. This parallelization drastically speeds up training and maximizes GPU utilization efficiency a massive hardware advantage that sequential RNN architectures still fundamentally struggle to achieve.