📣امکان خلق تصاویر رایگان در ChatGPT فراهم شد: روزانه دو تصویر

⚫️شرکت OpenAI اعلام کرده که کاربران نسخه رایگان ChatGPT میتونن روزانه تا دو تصویر با استفاده از مدل DALL-E 3 ایجاد کنن.

⚫️گفتنیهDALL-E 3 با یک ویژگی کلیدی همراهه که به ChatGPT اجازه می‌ده پرامپت‌های تصویری بهتری تولید کنه، ساده‌سازی بیشتری در فرایند خلق تصاویر ایجاد می‌کنه. این اقدام، بخشی از گسترش تدریجی قابلیت‌های ChatGPT برای کاربرانه که همزمان با انتشار دیگه اخبار مهم OpenAI صورت می‌گیره.

⚫️به عنوان مثال، در یک دمو، آدیتیا رامش محقق ارشد و سرپرست تیم DALL-E از ChatGPT خواست که یک لوگو برای یک رستوران در منطقه کوهستانی طراحی کند. ChatGPT سپس یک پرامپت طولانی‌تر نوشت و DALL-E چهار گزینه تصویری ارائه داد.

#اخبار_هوش_مصنوعی

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

✅تشخیص شخصیت افراد از طریق توییت های اونها با هوش مصنوعی

🔴اگه دنبال اینی که شخصیت یک نفر رو براساس توییت هایی که منتشر کرده متوجه بشی این سایت رو بهت پیشنهاد میکنم ؛ چه توییت های خودتون چه شخص دیگه‌ای.

🔴این کار با استفاده از هوش مصنوعیی که پشت این ابزار وجود داره انجام‌ میگیره و رفتار و شخصیت شمارو تحلیل میکنه و در حد چند خط بهتون توضیح میده...

🔴https://twitter.wordware.ai/

#ابزار_هوش_مصنوعی

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

📣وبینار رایگان هوش مصنوعی و جایگاه آن در کسب و کار ها

✔️شتابدهنده هوش مصنوعی اسمارتک با همکاری فروشگاه اینترنتی دارسو برگزار می کند:

👈سر فصل ها:

🔘آشنایی با هوش مصنوعی
🔘تاثیر هوش مصنوعی بر کسب و کار های آینده
🔘بررسی مشاغلی که با هوش مصنوعی از بین می روند
🔘مشاغل جدید آینده با هوش مصنوعی
🔘کاربرد های هوش مصنوعی
🔘روند توسعه کسب و کار ها با هوش مصنوعی
🔘تاثیر هوش مصنوعی بر جامعه
🔘چگونگی نقش آفرینی در عصر هوش مصنوعی

⏰زمان برگزاری: یکشنبه ۲۱ مرداد ساعت ۱۸

لینک ثبت نام👈

⚫️https://eseminar.tv/wb141992

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

🔗هوش مصنوعی تبدیل متن به تصویر Flux معرفی شد؛ رقیب جدی میدجرنی

➕استارتاپ Black Forest Labs از هوش مصنوعی Flux رونمایی کرده که با ١٢ میلیارد پارامتر بزرگ‌ترین مدل متن‌باز تبدیل متن به تصویر تا امروزه. Flux می‌تونه تصاویری ارائه بده که با نمونه‌های میدجرنی قابل‌رقابت هستن و احتمالاً بتونه هر مدل دیگه ای رو که تا الان در دسترس قرار گرفته، متن‌باز یا بسته، شکست بده.

➕هوش مصنوعی Flux در سه نسخه ارائه می‌شه: Flux Dev که متن‌بازه و برای توسعه‌دهندگان در دسترس قرار می‌گیره. Flux Schnell که تا ١٠ برابر عملکرد سریع‌تری داره و تحت مجوز Apache 2 منتشر می‌شه. نسخه سوم، Flux Pro متن‌بسته اس که می‌شه از طریق API از اون استفاده کرد.

➕یکی از تفاوت‌های اصلی Flux با میدجرنی در اینه که Flux متن‌‌بازه و می‌شه اون رو روی سیستمی نسبتاً خوب هم اجرا کرد. دو نسخه Flux Dev و Flux Schnell الان برای دانلود در Hugging Face در دسترس قرار دارن.

#اخبار_هوش_مصنوعی

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

🏓ربات جدید گوگل، حریف قدرتمند انسان‌ها در پینگ‌پنگ!

🔻گوگل DeepMind ربا‌تی رو توسعه داده که می‌تونه با عملکردی در سطح انسان‌ها بازی پینگ پنگ رو انجام بده. ربات ساخته‌شده توسط مهندسان گوگل از قابلیت‌های هوش مصنوعی و یک بازوی رباتیک بهره می‌بره که یک راکت پینگ‌پنگ به اون متصل شده.

🔻محققان گوگل می‌گن که ربات اونها موفق‌شده در ۱۳ مسابقه از مجموع ۲۹ مسابقه با انسان‌هایی که در پینگ‌پنگ توانایی مختلفی داشته‌ان، پیروز بشه. البته این سیستم هنوز با کامل‌بودن فاصله زیادی داره.

🔻هرچند ربات پینگ‌پنگ‌باز گوگل تونست تمام حریفان مبتدی و ۵۵ درصد از افراد با سطح آماتور رو شکست بده، اما تمام بازی‌های خودش در برابر بازیکنان حرفه‌ای رو شکست خورده. بااین‌حال، این ربات همچنان یک پیشرفت چشمگیر به حساب می‌آد.

🔻این ربات مجهز به هوش مصنوعی  می‌تونه ضرباتی که با چرخش سبک انجام می‌شن رو پاسخ بده و همچنین توانایی خواندن چرخش توپ رو هم داره. نکته قابل‌توجه دیگر، توانایی خیره‌کننده اون در نحوه کنترل توپ در تمام قسمت‌های میز هست.

#ربات # robot

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

📚 الگوریتم های یادگیری ماشین (قسمت سیو پنجم )

✔️الگوریتم Gradient Boosting(درس سوم)

🟢‏Gradient boosting ممکنه مشکل بیش از حد برازش(overfit) داشته باشه.
می‌تونه ار روش‌های منظم‌سازی که بخش‌های مختلف الگوریتم رو جریمه و محدود می‌کنن و به طور کلی با کاهش بیش از حد برازش، عملکرد الگوریتم رو بهبود می‌بخشه، استفاده کنه.

✅چهار تقویت پایه گرادیان
‏
1️⃣. محدودیت های درختی:

🟢مهمه که یادگیرنده‌های ضعیف مهارت داشته باشن اما ضعیف بمونن.چندین راه برای محدود کردن درختان وجود داره.هرچی ایجاد درخت محدودتر باشه، به درخت های بیشتری در مدل نیاز خواهیم داشت، و برعکس، جایی که درختان منفرد محدود کمتری دارن، درختان کمتری مورد نیاز هستن.

2️⃣. به روز رسانی وزن:

🟢پیش بینی‌های هر درخت به ترتیب با هم جمع می‌شند.سهم هر درخت در این مجموع رو می‌شه برای کاهش سرعت یادگیری توسط الگوریتم وزن کرد. این وزن‌دهی را انقباض یا نرخ یادگیری می نامند.

3️⃣. افزایش گرادیان تصادفی:

🟢یک دیدگاه بزرگ در مورد مجموعه‌های خوشه‌ای و جنگل‌های تصادفی به درختان اجازه می‌داد تا با حرص و آز از زیر نمونه‌های مجموعه داده آموزشی ایجاد بشند.

🟢همین مزیت رو می‌شه برای کاهش همبستگی بین درختان در دنباله در مدل‌های تقویت گرادیان استفاده کرد.این تنوع تقویت، تقویت گرادیان تصادفی نامیده می شود.

‏4️⃣. افزایش گرادیان مجازات:

🟢علاوه بر ساختار درختان پارامتری شده، محدودیت‌های اضافی رو می‌شه اعمال کرد.
درخت‌های تصمیم کلاسیک مانند CART به‌عنوان یادگیرنده ضعیف استفاده نمی‌شوند، در عوض از یک فرم اصلاح‌شده به نام درخت رگرسیون استفاده می‌شه که دارای مقادیر عددی در گره‌های برگ است(که به آن گره‌های پایانی نیز می‌گویند). مقادیر موجود در برگ درختان رو در برخی ادبیات می‌شه وزن نامید.

🟢پس متوجه شدیم که به دلیل استفاده از روش گرادیان نزول برای بهینه‌سازی پارامترهای مدل جدید در تقویت، آن را تقویت گرادیان می‌نامیم. ایده کلیدی  اینه که هر مدل جدیدی که به مجموعه اضافه میشه بر اصلاح اشتباهات مدل های قبلی تمرکز کنه. با به حداقل رساندن مکرر باقیمانده‌ها و بهبود پیش بینی‌ها، مجموعه به تدریج دقت خود را افزایش میده.

#آموزش   #یادگیری_ماشین  #machine_learning
#الگوریتم_یادگیری_ماشین

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

🥸قدرت فوق‌العاده هوش مصنوعی در تصویر سازی

✔️عکس این دختر توسط هوش مصنوعی قدرتمند Flux ساخته شده و بعد از اون با استفاده از مدل تولید ویدیوی Gen-3 Alpha متحرک و به ویدیو تبدیل شده.

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

📚 چیت شیت پایتون اسمارتک(قسمت سوم)

⬅️ در این چیت شیت نکات مهم و اصولی پایتون به صورت خلاصه جمع آوری شده و میتونید در هر زمانی که نیاز داشتید با مرور این چیت شیت نکات پایتون رو مرور کنید.

🧷لینک قسمت اول

🧷لینک قسمت دوم

#آموزش #پایتون

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

✅مرحله سوم MLOps: آموزش مدل (Model Training)

(قسمت پنجم)

🟣تصور کنین مدل ما مثل یه دانش‌آموزه که داره دنیای داده‌ها رو یاد می‌گیره. تو این مرحله، ما یه معلم هستیم که به مدل‌مون یاد می‌دیم چطور از روی داده‌های آموزشی، الگوهایی رو پیدا کنه و پیش‌بینی‌های خوبی انجام بده.

⬅️چه اتفاقی می‌افته؟

🟣انتخاب الگوریتم: اول از همه، باید یه الگوریتم مناسب برای مدل‌مون انتخاب کنیم. مثلاً اگر می‌خوایم قیمت خونه رو پیش‌بینی کنیم، ممکنه از رگرسیون خطی استفاده کنیم. اما اگه بخوایم تشخیص بدیم که یه ایمیل اسپمه یا نه، شاید از الگوریتم‌های طبقه‌بندی مثل جنگل تصادفی استفاده کنیم.

🟣آماده‌سازی داده‌ها: داده‌هایی که برای آموزش مدل استفاده می‌کنیم، باید تمیز و آماده باشن. یعنی بدون داده‌های از دست رفته، نویز و خطا.

🟣تعریف پارامترها: هر الگوریتم، پارامترهای خاص خودش رو داره. مثلاً تعداد درخت‌ها در جنگل تصادفی یا نرخ یادگیری در شبکه‌های عصبی. ما باید این پارامترها رو طوری تنظیم کنیم که مدل بهترین عملکرد رو داشته باشه.

🟣آموزش مدل: حالا مدل‌مون رو با استفاده از داده‌های آموزشی، تعلیم می‌دیم. مدل سعی می‌کنه ارتباط بین ویژگی‌های ورودی و خروجی رو یاد بگیره.

🟣تکرار و بهبود: ممکنه چندین بار این فرآیند رو تکرار کنیم تا به بهترین نتیجه برسیم. مثلاً پارامترها رو تغییر بدیم یا الگوریتم‌های مختلفی رو امتحان کنیم.

⬅️هدف از آموزش مدل چیه؟

🟣ایجاد یک مدل دقیق: می‌خوایم مدلی داشته باشیم که بتونه با دقت بالایی، پیش‌بینی‌های درست انجام بده.

🟣کاهش خطا: سعی می‌کنیم خطای مدل رو به حداقل برسونیم تا پیش‌بینی‌ها قابل اعتمادتر باشن.

🟣یافتن الگوها: مدل با آموزش دیدن، الگوهایی رو در داده‌ها پیدا می‌کنه که ما ممکنه با چشم ندیده‌شون بگیریم.

⬅️چرا آموزش مدل مهمه؟

🟣بنیاد مدل: آموزش مدل، پایه و اساس همه کارهای بعدی ما در MLOps هست.

🟣تأثیر بر عملکرد: کیفیت آموزش مدل، به طور مستقیم روی عملکرد مدل در محیط واقعی تأثیر می‌گذاره.

🟣تکرارپذیری: با آموزش مدل، می‌تونیم نتایج رو تکرار کنیم و اطمینان پیدا کنیم که مدل همیشه به همین صورت عمل می‌کنه.

#MLOPS

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

📱گوگل میت به‌زودی می‌تونه با هوش مصنوعی از جلسات شما یادداشت‌برداری کنه

🔵به گزارش سایت WorkspaceUpdates گوگل، این ویژگی که رسماً «یادداشت‌برداری برای من» (Take notes for me) نامیده می‌شه، به گوگل میت اجازه می‌ده تا در مورد هر چیزی که در جلسه آنلاین صحبت می‌شه یادداشت‌برداری کنه. این ویژگی از قابلیت‌های پیشرفته مدل‌های جمینای برای این کار استفاده می‌کنه. اگر اون رو فعال کنید، یک گزارش خودکار با یادداشت‌های متنی در جلسه دریافت میکنید. این یادداشت‌ها به شما امکان می‌ده کل جلسه رو مرور کنید تا مطمئن بشید هیچ صحبت مهمی از قلم نیفتاده.

🔵این ویژگی امکانات بیشتری هم داره؛ از جمله به شما امکان می‌ده با رهاشدن از دردسر یادداشت‌برداری، روی خودتون جلسه تمرکز کنید. همچنین به شما این امکان رو می‌ده که در صورت لزوم، خلاصه جلسات را با افرادی که در اون حضور نداشتند، به اشتراک بگذارید. یادداشت‌ها در حساب گوگل درایو شخصی که جلسه رو شروع کرده، در دسترس خواهد بود.

🔵از ٢۴ فروردین ١۴٠٣، کاربرانی که وضعیت ادمین دارن، گزینه «یادداشت برداری با هوش مصنوعی گوگل» (Google AI note-taking) رو در قسمت Apps > Google Workspace > Google Meet > Gemini Settings پیدا میکنن که به طور پیش‌فرض فعاله، اما در صورت تمایل می‌تونند اون هارو غیرفعال کنند.

#اخبار_هوش_مصنوعی

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

‏✅ عرضه اولین تراشه هوش مصنوعی مشترک انویدیا و مدیاتک در سال 2025؛ رقبای قدیمی، رفقای فعلی!

‏⚫️به نظر میاد دو غول تراشه‌سازی انویدیا و مدیاتک همکاری جدیدی رو آغاز کرده و قصد دارن یک تراشه مشترک روانه بازار کنن. ظاهراً تراشه مشترک این دو شرکت برای استفاده در کامپیوترهای هوش مصنوعی ساخته شده و در سال آینده میلادی از راه میرسه!

‏⚫️علاوه بر این با ورود انویدیا به پروژه ساخت این تراشه، به جرأت میشه گفت که این چیپ در زمینه گرافیکی حرف‌های زیادی برای گفتن داشته باشه ؛ این تراشه فعلاً در مرحله طراحی قرار داره و احتمالاً تا ۳ ، ۴ ماه آینده نسخه های اولیش عرضه میشه.

#اخبار_هوش_مصنوعی

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

✅مرحله چهارم MLOps: ارزیابی مدل (Model Evaluation)

(قسمت ششم)

🟡خب رسیدیم به مرحله‌ای که می‌خوایم ببینیم مدل ما چقدر خوب کار می‌کنه! بعد از اینکه مدل‌مون رو آموزش دادیم، نوبت به ارزیابی می‌رسه. این مرحله مثل یه امتحان نهایی برای مدل‌مون هست.

⬅️چه اتفاقی می‌افته؟

🟡داده‌های تست: ما یه مجموعه داده جداگانه به اسم داده‌های تست داریم که مدل هنوز ندیده‌ش. این داده‌ها رو به مدل می‌دهیم تا پیش‌بینی‌های خودش رو انجام بده.

🟡مقایسه پیش‌بینی‌ها با واقعیت: پیش‌بینی‌های مدل رو با جواب‌های واقعی مقایسه می‌کنیم. مثلاً اگه مدل‌مون قیمت خونه رو پیش‌بینی می‌کنه، قیمت‌های پیش‌بینی شده رو با قیمت‌های واقعی مقایسه می‌کنیم.

🟡محاسبه معیارهای ارزیابی: برای سنجش دقت مدل، از معیارهای مختلفی استفاده می‌کنیم. مثلاً برای مسائل رگرسیون از RMSE (میانگین مربعات خطا) و برای مسائل طبقه‌بندی از دقت، فراخوانی و F1-score استفاده می‌کنیم.

⬅️چرا ارزیابی مدل مهمه؟

🟡سنجش عملکرد: با ارزیابی مدل، می‌فهمیم که مدل‌مون چقدر خوب عمل می‌کنه و آیا به اندازه کافی دقیق هست یا نه.

🟡شناسایی مشکلات: اگه مدل عملکرد خوبی نداشته باشه، می‌تونیم مشکلات رو شناسایی کنیم و برای بهبودش اقدام کنیم.

🟡انتخاب بهترین مدل: اگه چندین مدل مختلف آموزش داده باشیم، با مقایسه نتایج ارزیابی، می‌تونیم بهترین مدل رو انتخاب کنیم.

🟡اعتماد به مدل: ارزیابی مدل به ما کمک می‌کنه تا به نتایج مدل اعتماد کنیم و ازش در تصمیم‌گیری‌هامون استفاده کنیم.

⬅️معیارهای ارزیابی مختلف چه کاربردی دارند؟

🟡معیار RMSE: به طور متوسط، چقدر پیش‌بینی‌های مدل از مقادیر واقعی دور هستن؟

🟡دقت: چند درصد از پیش‌بینی‌ها درست بوده؟

🟡فراخوانی: از بین همه نمونه‌های مثبت، چند تاشون توسط مدل به درستی شناسایی شدن؟

🟡معیارF1-score: میانگین هارمونیک دقت و فراخوانی

⬅️چه زمانی می‌گیم مدل ما خوب هست؟

🟡اینکه چه عددی برای معیارهای ارزیابی خوب باشه، بستگی به مسئله و داده‌ها داره. اما به طور کلی، هرچه این معیارها به ۱ نزدیک‌تر باشن، مدل بهتر عمل کرده.

#MLOPS

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

📱 مهم‌ترین ویژگی‌های هوش مصنوعی پیکسل ۹

⚫️شب گذشته رویداد Made by Google با رونمایی از گوشی‌های جدید پیکسل ۹ برگزار شد. در ادامه، نگاهی به مهم‌ترین ویژگی‌های هوش مصنوعی این دستگاه‌ها می‌اندازیم:

⚫️اولین تجربه دوربین هوش مصنوعی جهان: با HDR+ بهبودیافته که رنگ پوست، بافت‌ها، سایه‌ها و موارد دیگه رو دقیق‌تر ثبت می‌کنه، دنیای اطراف رو به صورت واقعی‌تر ضبط کنین.

⚫️قابلیت Add Me: این قابلیت اطمینان می‌ده که هیچ‌کس از عکس جا نمی‌مونه. اول از گروه عکس بگیرین و بعد عکاس رو اضافه کنین. پیکسل به صورت بی‌نقص هر دو عکس رو ترکیب می‌کنه.

⚫️پیکسل استودیو: هر چیزی که تصور می‌کنین رو با Pixel Studio خلق کنین. این اپلیکیشن از مدل Imagen 3 استفاده می‌کنه و روی گوشی‌های پیکسل ۹ به‌صورت پیش‌فرض نصب خواهد بود.

⚫️ویدئوی 8K پیشرفته: Video Boost کیفیت ویدئوی رو به رزولوشن 8K ارتقا می‌ده و رنگ‌ها، نورپردازی و تثبیت رو بهبود می‌بخشه تا بهترین کیفیت ویدئو در پیکسل ارائه شه.

⚫️قابلیت Pixel Screenshots: این ویژگی جدید با استفاده از هوش مصنوعی به شما کمک می‌کنه تا به سرعت هر چیزی رو که در یک اسکرین‌شات وجود داره، پیدا کنین.

⚫️دستیار تماس: قابلیت CallAssist خلاصه‌ای از مکالمه رو در اختیار شما قرار می‌ده و این کار به صورت کاملا محرمانه و با پردازش اطلاعات روی گوشی انجام می‌شه.

⚫️اولین گوشی با Gemini Nano: گوگل روی پیکسل ۹ نسخه multi-modal مدل Gemini Nano رو قرار داده. این مدل سه برابر قدرتمندتر و پیچیده‌تر از مدل سال گذشته است. با این ویژگی، پیکسل ۹ می‌تونه تا ۴۵ توکن در ثانیه، بالاترین نرخ خروجی موبایل در صنعت، رو تولید کنه.

⚫️همچنین سری پیکسل ۹ پرو قراره یکسال به اشتراک Google One AI یکسال Gemini Advanced و دو ترابایت حافظه رایگان دسترسی داشته باشن.

#اخبار_هوش_مصنوعی

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

📌هوش مصنوعی AI Scientist معرفی شد؛ هوش مصنوعی متن‌باز برای انجام تحقیقات علمی

🔻شرکت Sakana AI مستقر در توکیو با همکاری محققان دانشگاه آکسفورد و دانشگاه بریتیش کلمبیا، یک سیستم هوش مصنوعی متن‌باز معرفی کرده که می‌تونه تحقیقات علمی رو به‌طور مستقل انجام بده. این سیستم که «دانشمند هوش مصنوعی» (The AI Scientist) نام داره، نوید تغییر کامل روند اکتشافات علمی رو می‌ده.

🔻براساس اعلام Sakana AI، این هوش مصنوعی جدید از مدل‌های زبانی بزرگ (LLM) برای تعامل با کاربر، ارائه پیشنهاد و اجرای دستورالعمل‌های تحقیقاتی، به‌ویژه در زمینه یادگیری ماشینی، استفاده می‌کنه.

🔻سیستم The AI Scientist فرایند علمی نوشتن یک مقاله رو تقلید می‌کنه. این هوش مصنوعی مثل یک انسان بعد از مطرح‌کردن یک ایده‌ پژوهشی، آزمایش‌ها رو طراحی و اجرا می‌کنه و بعد نتایج نهایی رو ارائه می‌ده. این سیستم برای ارزیابی مقالات خودش هم همون روش سنتی همتاداوری مقالات علمی رو شبیه‌سازی می‌کنه.

#اخبار_هوش_مصنوعی

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

📚 چیت شیت پایتون اسمارتک(قسمت چهارم)

⬅️ در این چیت شیت نکات مهم و اصولی پایتون به صورت خلاصه جمع آوری شده و میتونید در هر زمانی که نیاز داشتید با مرور این چیت شیت نکات پایتون رو مرور کنید.

🧷 لینک قسمت اول

🧷 لینک قسمت دوم

🧷 لینک قسمت سوم

#آموزش #پایتون

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

✔️گیک بنچ  یک ابزار بنچمارک هوش مصنوعی منتشر کرد

⚫️گیک‌بنچ (Geekbench) ابزار جدیدی به نام Geekbench AI راه‌اندازی کرده که عملکرد دستگاه‌ها در اجرای برنامه‌های یادگیری ماشینی و هوش مصنوعی رو ارزیابی می‌کنه. این ابزار با اندازه‌گیری عملکرد پردازنده، پردازنده گرافیکی و NPU ( واحد پردازش عصبی)، توانایی دستگاه‌ها در مدیریت این برنامه‌ها رو مشخص می‌کنه.

⚫️گفتیه Geekbench AI برای بررسی واکنش سخت‌افزارهای مختلف به وظایف هوش مصنوعی، عملکرد اون هارو از نظر دقت و سرعت ارزیابی می‌کنه. این ابزار از فریم‌ورک‌هایی مثل ONNX و CoreML پشتیبانی می‌کنه و سه نوع امتیاز به کاربران ارائه می‌ده: کاملاً دقیق، نیمه دقیق و کوانتیزه شده.

#اخبار_هوش_مصنوعی

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

زنده‌کردن مشاهیر با هوش مصنوعی؛ از داوینچی تا بتهوون👀

❗️هوش مصنوعی مصنوعی ژاپنی Angelsphoto می‌تونه تصاویر رو متحرک کنه و به افراد داخل اونها جان ببخشه. در ویدیوی بالا، این هوش مصنوعی تصاویر برخی افراد مشهور ازجمله ون گوگ، نیکولا تسلا و بتهوون رو زنده کرده.

#سرگرمی

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

✅مرحله پنجم MLOps: استقرار مدل (Model Deployment)

(قسمت هفتم)

🟢 تا اینجا مدل‌مون رو آموزش دادیم و ارزیابی کردیم، حالا وقتشه که مدل‌مون رو به دنیای واقعی ببریم و ازش استفاده کنیم.

⬅️چه اتفاقی می‌افته؟

🟢انتخاب محیط استقرار: مدل‌مون رو باید جایی مستقر کنیم که بتونه به داده‌های جدید دسترسی داشته باشه و پیش‌بینی‌های خودش رو انجام بده. این محیط می‌تونه یه سرور، یک محیط ابری یا حتی یه دستگاه لبه‌ای باشه.

🟢آماده‌سازی زیرساخت: باید زیرساخت لازم برای اجرای مدل رو فراهم کنیم. این شامل نصب کتابخانه‌های موردنیاز، تنظیمات سرور و ... میشه.

🟢تبدیل مدل: مدل آموزشی رو به فرمتی تبدیل می‌کنیم که برای محیط استقرار مناسب باشه.

🟢تست استقرار: قبل از اینکه مدل رو به طور کامل استقرار بدیم، اون رو در محیط تست بررسی می‌کنیم تا مطمئن بشیم که همه چیز درست کار می‌کنه.

🟢ارتباط با سیستم‌های دیگر: مدل‌مون باید بتونه با سیستم‌های دیگه مثل پایگاه داده‌ها، وب‌سرویس‌ها و ... ارتباط برقرار کنه.

⬅️چرا استقرار مدل مهمه؟

🟢استفاده عملی از مدل: هدف اصلی ما از ساختن مدل، استفاده از اون در دنیای واقعی هست.

🟢ایجاد ارزش: با استقرار مدل، می‌تونیم مشکلات واقعی رو حل کنیم و ارزش ایجاد کنیم.
تبدیل ایده به محصول: استقرار مدل، گام آخر برای تبدیل یک ایده به یک محصول قابل استفاده هست.

⬅️چالش‌های استقرار مدل چیه؟

🟢تفاوت بین محیط‌های توسعه و تولید: محیطی که مدل رو آموزش می‌دیم با محیطی که مدل رو استقرار می‌دیم، ممکنه تفاوت‌های زیادی داشته باشه.

🟢مدیریت منابع: باید منابع لازم برای اجرای مدل رو مدیریت کنیم تا مدل به طور کارآمد و بدون وقفه کار کنه.

🟢امنیت: باید امنیت مدل و داده‌ها رو تضمین کنیم تا از سوء استفاده‌های احتمالی جلوگیری کنیم.

#MLOPS

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

📌میدجرنی ابزاری یکپارچه برای ویرایش تصاویر در وب‌سایت خودش معرفی کرد

🔴میدجرنی (Midjourney) از نسخه جدید و به‌روزشده وب‌سایتش رونمایی کرد که یک رابط ویرایش جدید داره و ویژگی‌های مختلفی مثل Inpainting (تصحیح بخش‌های آسیب‌دیده یا ازدست‌رفته عکس) رو به‌صورت یک‌جا در دسترس کاربران قرار می‌ده.

🔴ویدیوی بالا ابزار ویرایش جدید میدجرنی و نحوه کار با اون رو نمایش می‌ده. در این ویدیو، ابتدا با استفاده از دستورات متنی تصویر یک شاهین ساخته می‌شه، بعد با کمک ابزار ویرایش جدید، عرض تصویر بزرگ‌تر و از طریق پرامپت و مشخص‌کردن ناحیه موردنظر، یک کلاه روی سر شاهین گذاشته می‌شه.

🔴ویرایشگر وب جدید میدجرنی الان در دسترس کاربرانی قرار گرفته که حداقل ١٠ تصویر با این پلتفرم تولید کردن. برای استفاده از اون باید به آدرس midjourney.com/imagine مراجعه کنید.

#اخبار_هوش_مصنوعی

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

💿متحرک کردن تصاویر قدیمی با سایت هوش مصنوعی deep-nostalgia

✏️این یه هوش مصنوعی رایگانه که کارش اینه که عکس های قدیمی شما رو دریافت میکنه و چهره داخل اون عکس رو با هوش مصنوعی و به شکل کاملا طبیعی حرکت میده. در واقع میتونه به چهره های داخل عکس انیمیشن اضافه می‌کنه.

❌لینک سایت

#ابزار_هوش_مصنوعی

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram