eitaa logo
هوش مصنوعي؛ آموزش و يادگيري
747 دنبال‌کننده
243 عکس
124 ویدیو
14 فایل
هدف از ايجاد کانال آموزش و يادگيري نکات مهم درباره اقسام هوش مصنوعي است جهت ارتباط با ادمين با آيدي زير پيام بدهيد @Hadi_Education
مشاهده در ایتا
دانلود
سلام دوستان. کانال ما هم باز شد. آخ جون. خوش اومدم. واقعا دلم برای خودم تنگ شده بود. خوب، هوشهای مصنوعی از نظر ما که فعلا در خواب زمستانی اند. نسخه های ایرانی هم هی فعلا چاره ای نداریم باید بسازیم.
https://chat.deepseek.com/ دیپ سیک هم باز شده و قابل استفاده است. هیجان عجیبی پیدا کردم . برم یه سوال توپ ازش بکنم ببینم به هوش هست یا خیر؟
دیب سیک هم می دونه که دسترسی ما قطع شده بوده. البته من سوالات دیگه هم ازش کردم. از اغتشاشات هم خبر داشت
به نظرم فقط Deepseek را باز کردند. اونم روی گوشی جواب نداد. تحت وبش فقط کار می کنه. بعد بگید چینی ها بدند!!
برنامه های تغییر آ...ی ... پ.... ی هم کار نمی کنه.
ساختن ویدئو https://ovi.video/ فایل متتنی بهش بدی یا تصویر بهش بدی برات فیلم می سازه. اولش رایگانه، میشه یکی دو تا کار رایگان تولید کرد .. برای تفریح خوبه البته باید صبر کنید به طول کامل باز بشه .. تو این ده دقیقه اخیر ده بار اینترنتم پرید. 🌺کانال را به دوستان خود معرفی کنید🌸. 👉 @Al_Education ❤️
یادم رفت بگم. این سایتی که معرفی کردم چینیه. مواظب باشید نشکنه
یادم رفت بگم نسخه اندروید هم داره
فعلا قابلیت بارگیری به دلیل درخواست زیاد فراهم نیست
نمایش در ایتا
🌺کانال را به دوستان خود معرفی کنید🌸. 👉 @Al_Education با هوش مصنوعی ساخته شده
این هوش مصنوعی اسمش . در این وانفسای اینترنت، غنیمته.. بایدعضو بشید. نوشته کارهای مختلف می کنه پول نگرفتم برای تبلیغش. واسه دل شما گذاشتم امکانات بیشتر بخواین باید اشتراک بخرید https://hooshang.ai/home 🌺کانال را به دوستان خود معرفی کنید🌸. 👉 @Al_Education ❤️
🟣 سوال شما در خصوص ادعای [چت بات] تماماً ایرانی»؛ واقعیت فنی چیست؟ 👈 در این پخش صحبت های ما در قالب چند پیام بارگزاری می شود ؛ بررسی فنی ادعای «هوش مصنوعی تماماً ایرانی» در ماه‌های اخیر به خصوص در زمان هایی که عمده مردم دنبال پلتفرم های خارجی جایگزین هستند ، برخی شرکت‌ها و نهادهای داخلی ادعای توسعه «هوش مصنوعی کاملاً ایرانی» یا «رقیب بومی ChatGPT» را مطرح کرده‌اند. این ادعاها در حالی بیان می‌شود که توسعه سامانه‌های هوش مصنوعی زبانی در سطح مدل‌های مرزی (Frontier Models) نیازمند مجموعه‌ای از پیش‌نیازهای ، ، و است که تنها در اختیار تعداد محدودی از قرار دارد. در این پیام تیم ما تلاش می کند با رویکردی علمی، غیرسیاسی و مبتنی بر واقعیت‌های فنی، امکان‌پذیری این ادعاها را بررسی کرده و میان «تولید فناوری»، «بومی‌سازی» و «مصرف فناوری» تمایز قائل شود. ۱. منظور از «هوش مصنوعی هم‌سطح ChatGPT چیست؟» سامانه‌هایی مانند ChatGPT، Claude، Gemini یا DeepSeek صرفاً یک نرم‌افزار یا چت‌بات نیستند، بلکه نتیجه سال‌ها پژوهش، سرمایه‌گذاری و توسعه در مقیاس صنعتی‌اند. این سامانه‌ها در دسته مدل‌های زبانی مرزی (Frontier LLMs) قرار می‌گیرند که ویژگی‌های زیر را دارند: * آموزش از صفر (Pre-training) روی حجم عظیمی از داده‌های متنی چندزبانه * استفاده از معماری‌های پیشرفته (Dense یا Mixture-of-Experts) * آموزش با صدها تا هزاران GPU نسل جدید (A100 / H100) * بهینه‌سازی رفتاری با RLHF در مقیاس وسیع * ارزیابی مستمر در سطح بین‌المللی بنابراین، مقایسه هر سامانه‌ای با ChatGPT مستلزم برخورداری از زیرساختی هم‌تراز در این ابعاد است. ۲. مؤلفه‌های فنی لازم برای توسعه یک LLM مرزی توسعه یک مدل زبانی بزرگ و هم‌سطح ChatGPT یا DeepSeek نیازمند مجموعه‌ای از مؤلفه‌های فنی پیچیده است که هر کدام به تنهایی چالش‌برانگیز و هزینه‌بر است: ۱. مدل در مقیاس مرزی: مدل باید از نظر تعداد پارامتر و پیچیدگی معماری در سطح مدل‌های frontier باشد. این شامل مدل‌های Dense با ده‌ها میلیارد پارامتر یا معماری‌های Mixture-of-Experts است که توانایی پردازش و تولید زبان طبیعی با کیفیت بالا را دارند. ۲. دیتاست چندزبانه و تمیز: آموزش چنین مدلی نیازمند حجم بسیار زیادی از داده‌های متنی متنوع، پاک‌سازی شده و به‌روز است. داده‌ها باید نماینده زبان‌ها، حوزه‌های مختلف و سبک‌های نوشتاری متنوع باشند تا مدل توانایی درک و تولید متن در مقیاس جهانی را داشته باشد. ۳. زیرساخت GPU پیشرفته و در مقیاس بزرگ: برای Pre-training و Fine-tuning، هزاران واحد GPU نسل جدید (مانند NVIDIA A100 یا H100) در خوشه‌های عظیم مورد نیاز است. این زیرساخت‌ها علاوه بر توان محاسباتی، به شبکه داخلی سریع و مدیریت ذخیره‌سازی عظیم نیز نیاز دارند. ۴. آموزش با RLHF در مقیاس صنعتی: مدل‌های frontier معمولاً با روش «تقویت یادگیری از بازخورد انسانی» (RLHF) بهینه می‌شوند. این فرآیند نیازمند تیم انسانی بزرگ برای تولید داده‌های ارزیابی، جمع‌آوری بازخورد، و اجرای چرخه‌های بهینه‌سازی طولانی است. ۵. تیم تحقیقاتی و مهندسی پایدار: توسعه و نگهداری چنین مدلی به تیمی از پژوهشگران و مهندسان تمام‌وقت با تخصص‌های متعدد نیاز دارد، از علم داده و یادگیری ماشین پیشرفته گرفته تا DevOps در مقیاس Hyperscale ۶. اتصال آزاد به اینترنت و اکوسیستم جهانی: مدل باید بتواند داده‌ها را به‌روزرسانی کرده، با منابع جهانی همگام شود، و ارزیابی‌ها و تست‌های Red Teaming بین‌المللی را پشت سر بگذارد. بدون این اتصال، مدل از نظر دانش روز و کیفیت پاسخ‌دهی به سرعت عقب می‌ماند. نبود حتی یکی از این مؤلفه‌ها مانع تولید مدل هم‌سطح می‌شود؛ در ایران، تقریباً همه این مؤلفه‌ها غایب‌اند. ادامه دارد 👇👇👇👇 🌺کانال را به دوستان خود معرفی کنید🌸. 👉 @Al_Education ❤️