🟢کمپانی OpenAI ظاهراً روی هوش مصنوعی جدیدی با توانایی‌های فوق‌بشری کار می‌کنه

❌شرکت openai، سازنده ChatGPT، در پروژه‌ای با اسم رمز توت فرنگی»(Strawberry) روی فناوری جدیدی برای مدل‌های هوش مصنوعی خود کار می‌کنه.با این فناوری، احتمالاً مدل‌های این شرکت میتونن قابلیت‌های استدلال پیشرفته انسان‌مانند یا حتی در سطح فوق‌بشری داشته باشن.

❌در سند داخلی این پروژه گفته شده که هدف Strawberry اینه که هوش مصنوعی این شرکت نه‌تنها پاسخ‌هایی به پرسش‌ها بده، بلکه توانایی این رو داشته باشه که در اینترنت به‌طور مستقل و قابل‌اعتماد بتونه اونچه رو OpenAI تحقیق عمیق می‌دونه، انجام بده. طبق گفته‌های محققان هوش مصنوعی، این توانایی همون چیزیه که تا به امروز مدل‌های هوش مصنوعی فاقد اون بودن.

#اخبار_هوش_مصنوعی
#اخبار

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

🤖تحول در تولید و زنجیره تامین با ربات ها!

🟣با استفاده از ربات ها در زنجیره تامین دیگه نیازی به جابجایی کالا به مسافت‌های طولانی نیست ربات‌ها دقیق‌تر و کم‌اشتباه‌تر کار می‌کنن و احتمال بروز مشکل کمتره.

🟣با جابجایی و تولید کمتر، به حفظ محیط زیست کمک می‌کنیم و اینکه ربات‌ها فقط به اندازه نیاز تولید می‌کنن و دیگه شاهد هدر رفتن منابع و مواد اولیه نیستیم.

#ربات #robot

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

📚الگوریتم های یادگیری ماشین (قسمت بیست و هفتم)

✔️الگوریتم CNN(درس پنجم)

نمونه کد پایتون

import numpy as np 
import tensorflow as tf 
import matplotlib.pyplot as plt 
from itertools import product 

# set the param 
plt.rc('figure', autolayout=True) 
plt.rc('image', cmap='magma') 

# define the kernel 
kernel = tf.constant([[-1, -1, -1], 
          [-1, 8, -1], 
          [-1, -1, -1], 
        ]) 

# load the image 
image = tf.io.read_file('Ganesh.jpg') 
image = tf.io.decode_jpeg(image, channels=1) 
image = tf.image.resize(image, size=[300, 300]) 

# plot the image 
img = tf.squeeze(image).numpy() 
plt.figure(figsize=(5, 5)) 
plt.imshow(img, cmap='gray') 
plt.axis('off') 
plt.title('Original Gray Scale image') 
plt.show(); 


# Reformat 
image = tf.image.convert_image_dtype(image, dtype=tf.float32) 
image = tf.expand_dims(image, axis=0) 
kernel = tf.reshape(kernel, [*kernel.shape, 1, 1]) 
kernel = tf.cast(kernel, dtype=tf.float32) 

# convolution layer 
conv_fn = tf.nn.conv2d 

image_filter = conv_fn( 
  input=image, 
  filters=kernel, 
  strides=1, # or (1, 1) 
  padding='SAME', 
) 

plt.figure(figsize=(15, 5)) 

# Plot the convolved image 
plt.subplot(1, 3, 1) 

plt.imshow( 
  tf.squeeze(image_filter) 
) 
plt.axis('off') 
plt.title('Convolution') 

# activation layer 
relu_fn = tf.nn.relu 
# Image detection 
image_detect = relu_fn(image_filter) 

plt.subplot(1, 3, 2) 
plt.imshow( 
  # Reformat for plotting 
  tf.squeeze(image_detect) 
) 

plt.axis('off') 
plt.title('Activation') 

# Pooling layer 
pool = tf.nn.pool 
image_condense = pool(input=image_detect, 
              window_shape=(2, 2), 
              pooling_type='MAX', 
              strides=(2, 2), 
              padding='SAME', 
              ) 

plt.subplot(1, 3, 3) 
plt.imshow(tf.squeeze(image_condense)) 
plt.axis('off') 
plt.title('Pooling') 
plt.show()

#آموزش   #یادگیری_ماشین  #machine_learning
#الگوریتم_یادگیری_ماشین

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

🟢کمپانی OpenAI ظاهراً مدل هوش مصنوعی GPT-4o رو با عجله معرفی کرده

🔸 یکی از کارمندان ناشناس OpenAI به واشنگتن پست گفته:

《اون ها قبل از آنکه بدونند این مدل GPT-4o ایمنخ، برنامه رونمایی اون رو ترتیب دادن. ما اساساً در این فرایند شکست خوردیم.》 اون می‌گه OpenAI برای عرضه آخرین مدل هوش مصنوعی خودش عجله کرد.

🔸بااین‌حال، سخن‌گوی OpenAI به واشنگتن پست گفه عرضه GPT-4o باعث نشده در توجه به نکات ایمنی کم‌کاری بشه. بااین‌حال منبع ناشناس اذعان می‌کنه جدول زمانی بررسی ایمنی این مدل در یک هفته فشرده شده بود.

#اخبار_هوش_مصنوعی
#هوش_مصنوعی

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

🤖هوش مصنوعی جمنای بی‌سروصدا فایل‌های PDF ذخیره‌شده در گوگل درایو رو اسکن می‌کنه

🟡 بنابر گزارشی در ایکس مبنی بر اسکن فایل‌های ذخیره‌شده در گوگل درایو توسط جمنای، کوین بنکستون، مشاور ارشد مدیریت هوش مصنوعی، متوجه شد که جمنای بدون درخواست اون خلاصه‌ای از اظهارنامه مالیاتی‌ای رو که قبلاً در گوگل درایو آپلود کرده بود، نمایش می‌ده.

🟡در خیلی از برنامه‌های مختلف مخصوصاً اپلیکیشن‌های خدماتی مبتنی بر هوش مصنوعی، گزینه‌ای وجود داره که از کاربر می‌خواد در صورت تمایل برای آموزش هوش مصنوعی و ارائه‌ی خدمات بهتر و دقیق‌تر از دیتای اون استفاده کنه و اگه شخصی به هر دلیلی با این درخواست موافق نباشه، توانایی غیرفعال کردن اون وجود داره.

🟡 بنکستون ادعا می‌کنه که اون این گزینه رو برای برنامه‌ی هوش مصنوعی جمنای فعال نکرده : «من فقط اظهارنامه‌ی مالیاتی خودم رو در گوگل داکس باز کردم و بدون درخواست من، جمنای اون رو برای من خلاصه کرد. بنابراین جمنای به‌طور خودکار و بدون اجازه، اسناد خصوصی‌ای رو که در گوگل داکس باز می‌کنیم هم پردازش می‌کنه»

🟡 از اونجا که بنکستون متخصص امور مرتبط با هوش مصنوعیه، به خوبی درک می‌کنه که سیستم‌های مبتنی بر هوش مصنوعی برای ایجاد و ارتقای خود، از داده‌های موجود استفاده می‌کنن و جمنای گوگل هم برای عملکرد بهتر خودش باید با داده‌ی کاربران مختلف آموزش داده بشه.

🟡از نظر بنکستون، گوگل باید روی گزینه‌ای کار کنه که از کاربر راجع‌به میزان اهمیت و حساسیت داده‌ی خودش سؤال و بعداً اقدام به پردازش اون کنه؛ چراکه بعضی از داده‌ها مثل اطلاعات مربوط به امور مالیاتی یا پی‌دی‌اف مربوط به اطلاعات یک محصول ساخته‌نشده‌ی تجاری، جزو اطلاعات خصوصی و حساس افراد و شرکت‌ها محسوب می‌شه.

#اخبار_هوش_مصنوعی
#اخبار

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

🧠مسابقه‌ی پهپاد با کنترل ذهنی!

🟢مسابقه‌ی پهپاد با کنترل ذهنی، یه زمینه‌ی جذاب و جدید هستش که با ترکیب علوم اعصاب و کامپیوتر، به شرکت‌کننده‌ها اجازه می‌ده تا پهپادها رو فقط با فکرشون هدایت کنن!

🟢تو این مسابقات از رابط‌های مغز-کامپیوتر (BCI) استفاده می‌شه تا سیگنال‌های الکتریکی مغز رو به فرمان‌هایی برای پهپاد تبدیل کنه.

🟢 این مسابقه یه درگ رِیسه که توش پهپادها تو یه مسیر مستقیم به سمت خط پایان حرکت می‌کنن.

🟢 شرکت‌کننده‌ها هدست‌های EEG می‌پوشن که فعالیت الکتریکی مغزشون رو ثبت می‌کنه.

🟢 برای دادن فرمان به پهپاد، خلبان‌ها روی حرکت دادن یه جسم روی صفحه تمرکز می‌کنن.

🟢تکنولوژی BCI پتانسیل این رو داره که انقلابی در صنایع مختلف، از سرگرمی گرفته تا کمک به معلولیت، ایجاد کنه.

#کاربرد_هوش_مصنوعی

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

📚الگوریتم های یادگیری ماشین (قسمت بیست و هشتم)

✔️الگوریتم SVM(درس اول)

‏ماشین بردار پشتیبان (SVM) چیست؟

🔵‏‌‏SVM یک الگوریتم یادگیری ماشین(ML) نظارت شده که برای طبقه‌بندی و رگرسیون استفاده می‌شه. هدف اصلی الگوریتم SVM پیدا کردن hyperplane بهینه در فضای N بُعدیه که بتونه نقاط داده رو در کلاس‌های مختلف در فضای ویژگی جدا بکنه.

🔵هایپرپلن سعی می‌کنه که حاشیه بین نزدیکترین نقاط کلاس‌های مختلف، تا حد امکان بیشترین میزان باشه. بُعد هایپرپلن به تعداد ویژگی‌ها بستگی داره.

🔵 مثلا اگه تعداد ویژگی‌های ورودی 2 باشه،  هایپرپلن فقط یک خطه. یا اگه تعداد ویژگی‌های ورودی سه باشه، پس هایپرپلن به یک صفحه دوبعدی تبدیل می‌شه. تصور وقتی که تعداد ویژگی‌ها از 3 بیشتر باشه دشوار می‌شه.

‏❗️توجه: SVM و Logistic regression رو اشتباه نگیرید. هر دو الگوریتم سعی می‌کنن بهترین hyperplane رو پیدا کنن، اما تفاوت اصلی اون ها اینه که Logistic regression یک رویکرد احتمالیه در حالی که ماشین بردار پشتیبان مبتنی بر رویکردهای آماری هست.

#آموزش   #یادگیری_ماشین  #machine_learning
#الگوریتم_یادگیری_ماشین

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

🧠تراشه مغزی Synchron به ChatGPT مجهز شد

⚫️تراشه مغزی Synchron با هدف کمک به بیماران دارای معلولیت، به فناوری ChatGPT مجهز شد. این شرکت اعلام کرده که هوش مصنوعی OpenAI رو به رابط مغز و رایانه (BCI) خودش اضافه کرده.این ویژگی به افراد دارای اختلالات حرکتی شدید اجازه می‌ده تا با افکار خودشون پیام‌های مشخص‌تری رو ارسال کنند.

⚫️با این قابلیت، وقتی که برای یک بیمار پیام متنی ارسال می‌شه یا با اون صحبت می‌شه، ChatGPT به تراشه مغزی Synchron پاسخ‌هایی ارائه می‌کنه و تعاملات طبیعی و فوری بین انسان و هوش مصنوعی ایجاد می‌شه.

⚫️ویدئوی منتشر شده توسط Synchron در یوتیوب، یک بیمار مبتلا به ALS شدید رو نشون می‌ده که با استفاده از رابط این شرکت به پیام‌های متنی پزشک خودش پاسخ می‌ده. بیمار می‌تونه با استفاده از ذهن خود، با پزشک مکالمه کنه، قرار ملاقات ترتیب بده یا میزان درد فعلی خودشو شرح بده.

#خبار_هوش_مصنوعی
#اخبار

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

📹 هر چیزی که در این ویدئو می‌بینید با هوش مصنوعی ساخته شده!

📌 در این ویدئو، موسیقی توسط chatgpt و suno a ، تصاویر با midjourney و stable diffusion  ، متحرک‌سازی با Dream Machine، Gen-3 Alpha و KLING و ادیت نهایی هم با Photoshop و After Effects انجام شده.

📌 ابزارهای هوش مصنوعی مثل Kaiber و DeepBrain Al، تولید ویدئو رو سریع‌تر و مقرون‌به‌صرفه‌تر کردن

#سرگرمی

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

🏳️‍🌈 قدرتمندترین کتابخانه‌های پایتون برای یادگیری ماشین

این جزوه همه چیزهایی رو که برای شروع و تسلط به هر کتابخانه کاربردی پایتون در ML نیاز دارین رو، پوشش میده.

#آموزش

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

📚الگوریتم های یادگیری ماشین (قسمت بیست و نهم)

✔️الگوریتم SVM(درس دوم)

🔴‏بیایید دو متغیر مستقل x1، x2 و یک متغیر وابسته را در نظر بگیریم که یک دایره آبی یا یک دایره قرمز است.

🔴‏از شکل بالا بسیار واضحه که چندین خط وجود داره (هایپرپلن ما در اینجا یک خطه چون ما فقط دو ویژگی ورودی x1، x2 را در نظر می‌گیریم) که نقاط داده ما رو از هم جدا می‌کنن یا بین دایره‌های قرمز و آبی طبقه بندی انجام میشه.بی‌نهایت hyperplane از یک نقطه عبور می‌کنند که دو کلاس رو کاملاً طبقه‌بندی می‌کنه.

🔴الگوریتمSVM برای انتخاب بهترین hyperplane با یافتن ماکزیمم حاشیه hyperplaneها طبقه بندی رو انجام میده که به معنای حداکثر فاصله بین دو کلاس هست.

🔴بسته به تعداد ویژگی‌هایی که دارید، می‌تونید Logistic Regression یا SVM رو انتخاب کنید.SVM زمانی بهترین عملکرد رو داره که مجموعه داده کوچک و پیچیده باشه. معمولاً توصیه می‌شه اول از Logistic Regression استفاده کنید و ببینید عملکردش چه‌جوریه، اگه دقت خوبی نداشت،به سراغ SVM برید.

#آموزش   #یادگیری_ماشین  #machine_learning
#الگوریتم_یادگیری_ماشین


🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

📃متن های هوش‌مصنوعی رو انسانی تر کن!

✔️همون‌طور که می‌دونید ، متن هایی که توسط هوش مصنوعی نوشته میشن ادبیات کاملاً متفاوتی دارن و به راحتی قابل تشخیص‌اند ؛ برای همین این هوش مصنوعی میاد کمکتون می‌کنه جاهایی که نوشتن هر متنی با هوش‌ مصنوعی ممنوع هست رو بپچونید .

✔️مثلا دیگه استادت متوجه نمیشه با چت ChatGPT انجام دادی یا نه .
یه سری جاهای دیگه هم مثل انگیزه نامه سفارت ،مقاله و پایان نامه دانشگاه ،نوشتن کتاب و خبرنامه و… میتونی ازش استفاده کنی
فعلا قدرتش روی زبان فارسی خیلی خوب نیست ولی برای متن های انگلیسی عالیه

🧷 https://www.undetectable.ai

#هوش_مصنوعی

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

‏🟢 قدرتمندترین و ارزان‌ترین هوش مصنوعی دنیا معرفی شد ؛ GPT-4o Mini

‏✅شرکت OpenAI امروز از مدل هوش مصنوعی جدیدی با عنوان GPT 4o Mini رونمایی کرد که نسبت به نسخه اصلی خود یعنی مدل GPT-4o از قیمت بسیار کمتری برخورداره.

✅از سوی دیگه این مدل هوش مصنوعی قابلیت‌ها و عملکردی بسیار بهتری از هوش مصنوعی GPT-3.5 داره.

‏✅مدل هوش مصنوعی GPT-4o Mini از امروز در دسترس کاربران نسخه رایگان، پلاس و Team چت بات ChatGPT قرار خواهد گرفت و اون ها می‌تونند به جای استفاده از مدل GPT-3.5 Turbo، از این مدل قدرتمندتر استفاده کنند.

#اخبار_هوش_مصنوعی
#هوش_مصنوعی

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

🚗اولین سیستم MRI خودروها راه‌اندازی شد؛ تشخیص مشکلات با هوش مصنوعی

🔸یک مرکز خدمات خودرو با نام BMW of Honolulu سیستم مجهز به هوش مصنوعی جدیدی رو پیاده‌سازی کرده که می‌تونه بدون نیاز به انسان، یک خودرو رو به‌طور کامل بررسی کنه.

🔸 با این سیستم، خودرو از دستگاهی عبور می‌کنه که در عرض چند ثانیه یک اسکن ۳۶۰ درجه انجام می‌ده و مشکلات اون توسط هوش مصنوعی تشخیص داده می‌شه. از این سیستم مجهز به هوش مصنوعی به‌عنوان اولین دستگاه MRI برای خودروها یاد شده.

🔸در ویدیویی که از این سیستم منتشر شده، شاهد یک خودرو BMW هستیم که با سرعت معمولی از اون عبور می‌کنه و بعد اسکن کامل اون در کمتر از ۵ ثانیه انجام می‌شه. نکته قابل‌توجه دیگه اینکه به‌محض کامل‌شدن اسکن، یک گزارش تصویری برای مالک خودرو ارائه می‌شه که وضعیت ماشین رو نشون می‌ده.

#کاربرد_هوش_مصنوعی

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

📌تولید محتوا با هوش مصنوعی

این ابزار رایگان تولید اسکریپت ویدیویی برای YouTube Shorts، Instagram Reels و TikTok هست. کافیه عنوان ویدیو، توضیح کوتاه و چند کلمه کلیدی رو وارد کنید و روی «ایجاد اسکریپت» کلیک کنید. هوش مصنوعی یک اسکریپت کامل برای ویدیوی کوتاه شما می‌نویسه.
➡️https://scripai.com/

#هوش_مصنوعی

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

📚الگوریتم های یادگیری ماشین (قسمت سی ام)

✔️الگوریتم SVM(درس سوم)

انواع الگوریتم های ماشین بردار پشتیبان(SVM):

🟢‏SVM خطی: زمانی استفاده می‌شه که داده‌ها کاملاً به صورت خطی قابل تفکیک باشند.کاملاً خطی قابل تفکیک به این معنیه که نقاط داده رو می‌تونیم با استفاده از یک خط مستقیم (اگر 2 بعدی) به 2 کلاس طبقه‌بندی کنیم.

🟢‏SVM غیر خطی: وقتی داده‌ها به صورت خطی قابل تفکیک نیستند، استفاده می‌شه، یعنی وقتی که نقاط داده رو نمی‌تونیم با استفاده از یک خط مستقیم (اگر 2 بعدی) به 2 کلاس تقسیم کنیم، از تکنیک‌های پیشرفته مانند karnel استفاده می‌کنیم. در دنیای واقعی، ما نقاط داده قابل جداسازی خطی رو پیدا نمی‌کنیم، پس از ترفند karnel برای حل اون ها استفاده می‌کنیم.

⬅️اصطلاحات مورد استفاده در SVM:

‏1.Hyperplane: Hyperplane مرز تصمیم‌گیریه که برای جداسازی نقاط داده کلاس‌های مختلف، در یک فضای ویژگی استفاده می‌شه. در مورد طبقه بندی خطی، معادله هم خطیه یعنی wx+b = 0.

‏2.بردارهای پشتیبان(support vectors): بردارهای پشتیبان نزدیکترین نقاط داده به hyperplane هستند که نقش مهمی در جداسازی و حاشیه دارن.

‏3.حاشیه(Margin): حاشیه فاصله بین بردار پشتیبان و هایپرپلن هست. هدف اصلی الگوریتم ماشین بردار پشتیبان، به حداکثر رساندن حاشیه هست. حاشیه وسیع‌تر نشان دهنده عملکرد بهتر طبقه بندیه. دو نوع حاشیه سخت و حاشیه نرم داریم.

‏4.Kernel: تابع ریاضی که در SVM برای نگاشت نقاط داده ورودی اصلی به فضاهای ویژگی با ابعاد بالا استفاده می‌شه، به طوری که حتی اگه نقاط داده به صورت خطی در ورودی اصلی قابل تفکیک نباشن، می‌تونیم به راحتی hyperplane رو پیدا کنیم.

‏5.حاشیه سخت: hyperplane حداکثر حاشیه یا حاشیه سخت، هایپرپلانیه که به درستی نقاط داده دسته‌های مختلف رو بدون هیچ گونه طبقه‌بندی اشتباه، جدا می‌کنه.

‏6. حاشیه نرم: وقتی داده‌ها کاملاً قابل تفکیک نیستند یا حاوی مقادیر پرت‌اند، SVM از تکنیک حاشیه نرم استفاده می‌کنه. هر نقطه داده دارای یک متغیر Slack هست که توسط فرمول SVM با حاشیه نرم معرفی شده، که الزامات حاشیه سخت رو کاهش می‌ده و امکان طبقه بندی اشتباه یا نقض خاص را فراهم می‌کنه.سازش بین افزایش حاشیه و کاهش تخلفات را کشف می‌کنه.

#آموزش   #یادگیری_ماشین  #machine_learning
#الگوریتم_یادگیری_ماشین

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

📣شرکت ElevenLabs از هوش مصنوعی تبدیل متن به گفتار Turbo 2.5 رونمایی کرد

🔹این مدل تبدیل متن به گفتار با تأخیر کم از ٣٢ زبان پشتیبانی می‌کنه. در نسخه جدید این مدل، زبان‌های جدیدی مثل ویتنامی، مجارستانی و نروژی اضافه شدن. از ویژگی‌های فوق‌العاده این مدل تأخیر بسیار کمتر اون هنگام تولید صداست.

🔹با Turbo 2.5 API توسعه‌دهندگان شخص ثالث می‌تونند از این مدل جدید در سخت‌افزارهاشون مثل عینک هوشمند استفاده کنن تا کاربران درگیر مشکلات بینایی بتونند متنی رو که روبه‌روشون هست، به گفتار تبدیل کنن و اون رو بشنوند. همچنین این مدل در ویدیوگیم هم می‌تونه برای صداگذاری کاراکترهای بازی کاربرد داشته باشه.

#اخبار_هوش_مصنوعی
#اخبار

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram

📝جزوه یادگیری ماشین مقدماتی از دانشگاه پنسیلوانیا آمریکا

#آموزش

🚀شتابدهنده هوش مصنوعی اسمارتک

📱Instagram
🔵Telegram