البته اینکه استادمون داشت در مورد Ai ها و ایجنت ها این جلسه صحبت می‌کرد هم بی تاثیر نیست🙄☝️🏼.

خب امشب میخوام درباره‌ی یه شاخه جدید بگم، آماده این؟ 🙂‍↔️☝️🏼

حالا بریم سراغ یکی دیگه از مسیرهایی که یه مهندس کامپیوتر می‌تونه واردش بشه: هوش مصنوعی! 🤖 احتمالاً این روزا دیگه کمتر کسیه که اسم هوش مصنوعی به گوشش نخورده باشه؛ از چت‌بات‌هایی مثل ChatGPT گرفته تا پیشنهاد فیلم و آهنگ، تشخیص چهره، ماشین‌های خودران و کلی چیز دیگه، هوش مصنوعی کم‌کم داره وارد بخش‌های مختلف زندگی‌مون میشه. اما اصلاً هوش مصنوعی چیه؟ 🤔 اگه بخوایم خیلی ساده بگیم، هوش مصنوعی به سیستم‌هایی گفته میشه که می‌تونن کارهایی رو انجام بدن که معمولاً برای انجام دادنشون به نوعی از هوش انسانی نیاز داریم؛ مثل یادگیری، تشخیص الگو، تصمیم‌گیری یا حتی فهمیدن زبان انسان. البته هوش مصنوعی فقط یه چیز نیست و خودش کلی شاخه و زمینه‌ی مختلف داره! مثلاً یادگیری ماشین، یادگیری عمیق، پردازش زبان طبیعی و بینایی ماشین، همگی به نوعی با این حوزه در ارتباطن. پس اگه به حل مسئله، ریاضی، برنامه‌نویسی و این‌که «چطوری میشه به یه کامپیوتر یاد داد خودش از داده‌ها چیز یاد بگیره؟» علاقه دارین، هوش مصنوعی می‌تونه یکی از مسیرهایی باشه که ارزش شناختن داره. 👀 توی پست‌های بعدی قراره یکم بیشتر وارد این دنیای عجیب و غریب بشیم و ببینیم اصلاً این شاخه‌ها چه فرقی با هم دارن و هرکدوم دقیقاً چه کاری انجام میدن :) #هوش_مصنوعی #مهندسی_کامپیوتر

حالا که یه آشنایی کلی با هوش مصنوعی پیدا کردیم، شاید براتون سوال شده باشه که این حوزه دقیقاً چه بخش‌هایی داره؟ 🤔 یکی از معروف‌ترین بخش‌های هوش مصنوعی، یادگیری ماشین یا Machine Learning ـه. توی یادگیری ماشین، به جای اینکه برای کامپیوتر تک‌تک دستورالعمل‌ها رو مشخص کنیم، بهش داده می‌دیم تا بتونه از بین اون داده‌ها الگو پیدا کنه و بر اساسشون پیش‌بینی یا تصمیم‌گیری کنه. مثلاً اگه بخوایم یه سیستم بسازیم که ایمیل‌های اسپم رو تشخیص بده، می‌تونیم تعداد زیادی ایمیل بهش بدیم و مشخص کنیم کدوم‌ها اسپم بودن. سیستم با بررسی این داده‌ها کم‌کم الگوهایی رو پیدا می‌کنه که بتونه ایمیل‌های جدید رو هم تشخیص بده. یه بخش دیگه هم یادگیری عمیق یا Deep Learning ـه که در واقع یکی از زیرمجموعه‌های یادگیری ماشینه و بیشتر با شبکه‌های عصبی مصنوعی و داده‌های زیاد سر و کار داره. مثلاً تشخیص چهره، تشخیص اشیا داخل تصویر یا بعضی از قابلیت‌های مربوط به پردازش زبان، می‌تونن از تکنیک‌های یادگیری عمیق استفاده کنن. از طرف دیگه پردازش زبان طبیعی یا NLP داریم که مربوط به کار کردن کامپیوتر با زبان انسانه؛ یعنی چیزهایی مثل فهمیدن متن، ترجمه، خلاصه‌سازی یا پاسخ دادن به سوالات. بینایی ماشین یا Computer Vision هم بیشتر با تصاویر و ویدیوها سر و کار داره؛ مثلاً تشخیص چهره، تشخیص اشیا یا بررسی تصاویر پزشکی. البته اینا فقط چندتا از بخش‌های معروف این حوزه‌ان و دنیای هوش مصنوعی خیلی گسترده‌تر از این حرفاست! 😭 توی پست بعدی می‌خوایم یکم بیشتر درباره‌ی یکی از همین بخش‌ها، یعنی یادگیری ماشین صحبت کنیم و ببینیم اصلاً چطوری یه کامپیوتر می‌تونه از داده‌ها «یاد بگیره» 👀🤖 #هوش_مصنوعی #مهندسی_کامپیوتر

و بله میدونم دیروز کاملا غیب شدم، چون خستگی بر من غلبه کرد و توان ادامه‌ی زندگانی رو نداشتم،خدا بخواد امشب ادامه رو میزارم اینجا و یکمم از دانشگاه میگم 😗🙂‍↔️☝️🏼.

مشکل کیفیت نیست اصلا 🦦.

خب منطقیه هرچی فکر کردم نتونستم متن امشب رو بنویسم چون شدیدا خسته بود مغزم 💔.

خانومای زیبا 🌝 امسال هم اگر خدا بخواد با وجود اینکه چندروز از مهر گذشته، گروه برنامه ریزی و دوره های مشاورمون برقرارن؛ اما نه مثل سال قبل، بلکه با سبک جدیدی برگزار میشن ان شاءالله 🌱 حالا اگر دوست داشتین میتونید هم خودتون به جمع بچه‌های من اضافه بشین هم به بقیه معرفی کنید؛ کافیه بهم پیام بدین: @Tapesh1 اگر هم جدیدین و هیچ آشنایی‌ای نسبت به من ندارین که توی لینک ناشناس سوالاتتون رو بپرسین 🤍

خب، توی پست قبلی گفتیم یکی از بخش‌های مهم هوش مصنوعی، یادگیری ماشین یا Machine Learning ـه؛ حالا یه کم بیشتر باهاش آشنا بشیم! 🫠⭐️ اگه بخوایم خیلی ساده بگیم، یادگیری ماشین یعنی به جای اینکه برای هر کاری که کامپیوتر باید انجام بده، همه‌ی دستورها رو از قبل بهش بگیم، بهش داده بدیم تا بتونه از بین اون داده‌ها الگو پیدا کنه و بر اساس چیزایی که یاد گرفته، روی داده‌های جدید تصمیم بگیره. مثلاً وقتی یه برنامه می‌تونه تشخیص بده یه ایمیل اسپمه یا نه، یا یه سایت بر اساس چیزایی که قبلاً دیدین بهتون فیلم و آهنگ پیشنهاد میده، ممکنه از روش‌های یادگیری ماشین استفاده کرده باشه. در واقع یادگیری ماشین یکی از بخش‌هاییه که باعث شده خیلی از سیستم‌های هوش مصنوعی بتونن با حجم زیادی از اطلاعات کار کنن و بر اساس الگوهایی که پیدا می‌کنن، پیش‌بینی یا تصمیم‌گیری کنن. البته یادگیری ماشین خودش دنیای خیلی بزرگیه و روش‌ها و کاربردهای مختلفی داره و قرار نیست اینجا وارد جزئیاتش بشیم؛ چون هدفمون فقط اینه که با مسیرهای مختلف مهندسی کامپیوتر آشنا بشیم.🤓✨ #هوش_مصنوعی #یادگیری_ماشین #مهندسی_کامپیوتر

خب، حالا بریم سراغ یادگیری عمیق یا Deep Learning 🧠🤖 یادگیری عمیق در واقع یکی از زیرمجموعه‌های یادگیری ماشینه، با این تفاوت که از ساختارهایی به اسم شبکه‌های عصبی مصنوعی استفاده می‌کنه که ایده‌شون تا حدی از نحوه‌ی کار مغز انسان الهام گرفته شده. اگه خیلی ساده بخوایم بگیم، یادگیری عمیق به کامپیوتر کمک می‌کنه تا از بین حجم زیادی از داده‌ها، الگوهای پیچیده‌تری رو پیدا کنه و ازشون برای انجام کارهای مختلف استفاده کنه. مثلاً تشخیص چهره توی عکس‌ها، تشخیص اشیا، تبدیل گفتار به متن و حتی بعضی از قابلیت‌هایی که توی ابزارهای هوش مصنوعی امروزی می‌بینیم، می‌تونن با استفاده از روش‌های یادگیری عمیق انجام بشن. البته یادگیری عمیق فقط یه مدل یا یه روش خاص نیست و خودش کلی معماری و کاربرد مختلف داره؛ ولی فعلاً همین‌قدر بدونیم که Deep Learning یکی از بخش‌های مهم هوش مصنوعیه که بیشتر برای کارهای پیچیده و داده‌های زیاد استفاده میشه. #هوش_مصنوعی #یادگیری_عمیق #مهندسی_کامپیوتر

با یادگیری ماشین و یادگیری عمیق آشنا شدیم، اپردازش زبان طبیعی یا NLP هم یکی از بخش های مهم شاخه هوش مصنوعی هستش🙂‍↔️☝️🏼. اگه بخوایم خیلی ساده بگیم، پردازش زبان طبیعی مربوط به اینه که کامپیوتر بتونه با زبان انسان کار کنه؛ یعنی متن و گفتار ما رو پردازش کنه، معنی و الگوهای موجود توی اون‌ها رو تشخیص بده و بر اساسشون یه کاری انجام بده. مثلاً وقتی با یه دستیار صوتی صحبت می‌کنین و حرفتون رو متوجه میشه، وقتی یه متن رو ترجمه می‌کنین، وقتی یه برنامه می‌تونه متن رو خلاصه کنه یا حتی وقتی با یه چت‌بات صحبت می‌کنین، ممکنه پای NLP وسط باشه. 👀 در واقع هدف NLP اینه که ارتباط بین انسان و کامپیوتر، وقتی پای زبان انسان وسطه، راحت‌تر بشه؛ چون خب کامپیوتر که از اول فارسی و انگلیسی و بقیه‌ی زبان‌ها رو بلد نبوده! 🥸 البته این حوزه هم خیلی گسترده‌تر از چیزیه که اینجا گفتیم و کاربردهای مختلفی داره، ولی فعلاً همین‌قدر بدونیم که NLP یکی از بخش‌های مهم هوش مصنوعیه که با زبان انسان سر و کار داره. حالا یه بخش دیگه مونده که این بار به جای متن و کلمه، بیشتر با تصویر و ویدیو سر و کار داره؛ بریم سراغ بینایی ماشین یا Computer Vision 👀📷 #هوش_مصنوعی #NLP #مهندسی_کامپیوتر

خب، حالا که با بخشی از هوش مصنوعی آشنا شدیم که با زبان انسان سر و کار داشت، بریم سراغ بخشی که این بار با تصویر و ویدیو سروکار داره؛ بینایی ماشین یا Computer Vision 📷 اگه بخوایم خیلی ساده بگیم، بینایی ماشین به کامپیوتر کمک می‌کنه تا بتونه اطلاعات موجود توی تصاویر و ویدیوها رو بررسی و تفسیر کنه. مثلاً وقتی یه سیستم می‌تونه چهره‌ی افراد رو تشخیص بده، وقتی دوربین یه ماشین می‌تونه ماشین‌ها و عابرهای اطرافش رو شناسایی کنه، یا وقتی یه برنامه می‌تونه نوشته‌ای رو از روی یه عکس بخونه، می‌تونه از تکنیک‌های بینایی ماشین استفاده کرده باشه. در واقع هدف این حوزه اینه که کامپیوتر بتونه از چیزی که «می‌بینه» اطلاعات قابل استفاده به دست بیاره؛ البته خب دیدن کامپیوتر با دیدن ما یه کم فرق داره! 🤓👌 بینایی ماشین هم مثل بقیه‌ی بخش‌هایی که گفتیم، دنیای خیلی گسترده‌ای داره و کاربردهاش فقط به تشخیص چهره و عکس محدود نمیشه. پس تا اینجا با چندتا از بخش‌های مهم هوش مصنوعی آشنا شدیم؛ از یادگیری ماشین و یادگیری عمیق گرفته تا پردازش زبان طبیعی و بینایی ماشین. #هوش_مصنوعی #بینایی_ماشین #مهندسی_کامپیوتر