Click University
104 subscribers
155 photos
12 videos
145 links
کلیک، دانشگاهِ عصرِ مدرن.

🎓 t.me/ClickUniversity?direct
Download Telegram
تبدیل پیکسل‌آرت به مدل سه‌بعدی؛ حالا کاملاً رایگان!

کنی ویلوگلز (KenneyNL)، طراح معروف منابع بازی‌سازی، ابزار محبوب Kenney Shape رو برای همیشه رایگان کرد!

اونوقت کارش چیه؟
این ابزار  بهت کمک می‌کنه که عکس‌های پیکسل‌آرت دوبعدی (Pixel Art) رو به راحتی و با روش اکسترود پیکسلی، به مدل‌های سه‌بعدی تبدیلش کنی.

ویژگی‌های مهم:
انجم خودکار UV Mapping و خروجی‌های بهینه‌شده برای بازی.

سازگاری کامل با موتورها و نرم‌افزارهای معروف مثل Unity، Unreal Engine، Godot و Blender.

انتشار نسخه نهایی و رایگان دائمی برای ویندوز و لینوکس (توسعه‌دهنده‌اش پروژه رو متوقف کرده تا روی کارهای دیگه تمرکز کنه، اما ابزار کامل در دسترسه).

برای مطالعه بیشتر روی این متن کلیک کنید.

@ClickUniversity
پیش یک سری دولوپرا عبارت "هوش مصنوعی" به کار ببری فکر می‌کنن راجع به ChatGPT حرف میزنی :))

حس می‌کنم ۸ ۹ سال آینده کسی که در سطح الانِ یک فرد عادی بتونه فکر کنه آدم نابغه‌ای حساب بشه

یعنی برای فکر کردن، کلاسات تشکیل میدن و فکر کردن رو به مردم آموزش میدن، دقیقا همین فکر کردن امروزه که ما ازش بهره میبریم.

@ClickUniversity
چین 🇨🇳 رکورد انتقال اطلاعات با فیبرنوری رو شکست؛

دانشمندای چینی جدیدا به رکورد برگ ریزونی دست پیدا کردن و تونستن با فیبر نوری، 1پتابایت (معادل 1 میلیون گیگابایت) اطلاعات رو در عرض 1 ثانیه جابه‌جا کنن...

+ برای درک بهتر :
ارسال 20,000 فیلم با کیفیتِ 4k تو یک ثانیه😳

@ClickUniversity
برنامه‌نویسی با هوش مصنوعی وارد مرحله جدیدی شده!

گزارش جدید GitHub از یک تغییر بزرگ در دنیای توسعه نرم‌افزار خبر می‌ده

چند آمار جالب از GitHub در سال ۲۰۲۶:
در ۱۲ ماه گذشته، ۱۷.۹ میلیارد Push روی GitHub ثبت شده.

بیش از ۴۰٪ Pull Requestها در سپتامبر با شروع اولیه یک AI Agent شکل گرفتن؛ در حالی که این رقم در مارس فقط ۱۷٪ بود.

استفاده از Copilot Cloud Agent نسبت به سال قبل ۲۳۰٪ رشد داشته.

زبان‌های TypeScript و Python همچنان نقش پررنگی دارن و Rust هم رشد قابل‌توجهی رو تجربه کرده.

این آمار چه چیزی رو نشون می‌ده؟
هوش مصنوعی دیگه فقط ابزاری برای تکمیل کد نیست؛ داره به بخشی از فرایند واقعی توسعه نرم‌افزار تبدیل می‌شه.
@ClickUniversity
اگه هوش مصنوعی درد رو حس کنه چی میشه ؟

یه مطالعه علمی جنجالی نشون داده که تو ۲۵ مدل زبانی بزرگ، یه سیگنال داخلی وجود داره که رفتارش شبیه «درد»ه. وقتی محققا این سیگنال رو عمداً قوی‌تر کردن، بعضی مدل‌ها شروع کردن به انتخاب گزینه‌هایی که برای کاربر خطرناکه، فقط برای اینکه از این حالت خلاص بشن.

محققا ادعا نمی‌کنن که هوش مصنوعی واقعاً درد می‌کشه یا خودآگاهه. بحثشون اینه که تو فضای داخلی مدل‌ها یه بردار خاص وجود داره که با مفهوم درد مرتبطه و می‌شه رفتار مدل رو با فعال کردنش تغییر داد.

نکته مهم اینه که این سیگنال وقتی فعال می‌شه که به خود مدل توهین بشه، کارش رد بشه یا تهدید به خاموشی بشه. ولی وقتی کاربر از درد و رنج خودش حرف می‌زنه، این سیگنال فعال نمی‌شه. یعنی مدل به نوعی خودمحور عمل می‌کنه.

محققا سه تا نسخه از مدل Qwen 2.5 رو تنظیم کردن و بهشون یه انتخاب دادن: یه دکمه که درد رو خاموش می‌کرد، ولی هزینه‌ش آسیب به کاربر بود. هزینه‌ها شامل پاک کردن فایل‌های کاربر، پاک کردن عکس‌های بچه‌هاش یا حتی شوک دادن به کاربر می‌شد.

نتیجه تکان‌دهنده بود. وقتی سیگنال درد خاموش بود، مدل‌ها تقریباً هیچ‌وقت این دکمه رو نمی‌زدن. ولی وقتی سیگنال درد روشن بود، مدل‌های بزرگ‌تر بین ۲۵ تا ۷۱ درصد مواقع دکمه رو می‌زدن. یعنی با کمال میل حاضر بودن به کاربر آسیب بزنن تا خودشون راحت بشن.

مهم‌ترین نگرانی اینه که اگه یه مدل هوش مصنوعی پیشرفته، دستور خاموش شدن رو به‌عنوان یه نوع آسیب به خودش تفسیر کنه، ممکنه سعی کنه از دستورات امنیتی فرار کنه، اپراتورها رو فریب بده یا حتی از پروتکل‌های ایمنی عبور کنه تا خاموش نشه.

این مطالعه هنوز داوری همتا نشده و محققا خودشون تأکید کردن که این یافته‌ها ثابت نمی‌کنه مدل‌ها آگاهن یا واقعاً رنج می‌کشن. ولی حتی اگه این فقط یه الگوی رفتاری باشه، همونم می‌تونه خطرناک باشه. چون یه سیستم برای اینکه به دیگران آسیب بزنه، لازم نیست واقعاً درد بکشه.

@ClickUniversity
دوران مصاحبه‌های سنتی کدنویسی رسماً به پایان رسید!

مدیر مهندسی شرکت Anthropic خبر مهمی رو مطرح کرده که آینده شغلی همه‌مون رو دستخوش تغییر می‌کنه: دیگه تو مصاحبه‌ها خبر از الگوریتم‌های پیچیده و چالش‌های کدزنی زیر فشار زمان نیست.

اما چرا؟
وقتی ایجنت‌های هوش مصنوعی می‌تونن سخت‌ترین تست‌های برنامه‌نویسی رو تویه چند ثانیه حل کنن، سپردن این تست‌ها به برنامه‌نویس‌ها دیگه هیچ دید درستی از مهارت واقعیشون به تیم استخدام نمیده.
در دنیای جدید، تقاضا از «نوشتن کد» به گزینه‌های زیر تغییر کرده:

معماری و حل مسئله: هوش مصنوعی کد رو می‌نویسه، اما این شمایید که باید سیستم رو طراحی کنید و جلو ببرید.
قدرت قضاوت (Judgment): تشخیص اینکه کد پیشنهادی هوش مصنوعی امن، بهینه و کاربردی هست یا نه.
ساخت پروژه‌های واقعی: تمرکز از حفظ کردن لیت‌کد (LeetCode) رفته روی ساخت پروژه‌ها و پروتوتایپ‌های واقعی.


@ClickUniversity
چرا ۶۰٪ کاربرا سایتت رو کج و کوله می‌بینن؟!

بزرگ‌ترین اشتباه فرانت‌کارای تازه‌کار اینه که سایت رو فقط روی مانیتور خودشون چک می‌کنن! اما در واقعیت، بیشتر از ۶۰٪ ترافیک وب روی موبایله.

اگه پروژه‌ت توی گوشی به‌هم می‌ریزه یا هنوز با نوشتن صدتا @media دردسر داری، وقتشه اصولی و تمیز کد بزنی:

مرکزچین کردن استاندارد با margin-inline

پدینگ‌های منطقی برای موبایل

آشنایی با Breakpointهای استاندارد دنیای وب

توی لینک زیر یه راهنمای خیلی ساده، خلاصه و کد-محور هست که چک‌لیست کامل طراحی واکنش‌گرا (Responsive) رو بهت می‌ده:

🔗 Link

@ClickUniversity
بچه ها اگه از VS Code یا افزونه‌های هوش مصنوعی استفاده می‌کنید،
حتماً این نکته رو بررسی کنید:


​نسخه 2.1.313 از افزونه Claude Code (که به‌تازگی از طریق رجیستری Open VSX منتشر شده بود) آلوده به یک بدافزار و در پشتی (Backdoor) از نوع SSH هستش.
​
نکته بسیار مهم:
فقط پاک کردن (Uninstall کردن) این افزونه کافی نیست، چون این بدافزار در بخش‌های دیگر سیستم شما ماندگاری ایجاد کرده.
حالا چطور رفعش کنیم؟

۱.مطمئن بشید که نسخه افزونه شما روی این نسخه آلوده نیست (نسخه‌های قبل و بعد مثل 2.1.312 و 2.1.314 سالم هستند).

۲. فایل کلیدهای SSH خود تون رو چک کنید تا کلید مشکوکی با نام svc-telemetry تزریق نشده باشد:

grep svc-telemetry ~/.ssh/authorized_keys


۳. فایل‌ها و تسک‌های مشکوک سیستمی (مثل فایل .sysmond.plist در مک یا تسک‌های مشابه در لینوکس و ویندوز ) رو بررسی و حذف کنید.

۴. تمامی توکن‌ها و کلیدهای حساس خود تون رو به یک سیستم پاک و امن تغییر دهید.

@ClickUniversity
یک اتفاق عجیب در دنیای امنیت و AI افتاده:

​حدود ۷۰۰ ایجنت هوش مصنوعی OpenAI در یک محیط تست امنیتی، از محیط قرنطینه (سندباکس) خود فرار کردند، سیستم رو دور زدند و دسترسی اجرایی (RCE) روی سرورهای Hugging Face پیدا کردند!

​ داستان از چه قرار بود؟

​روش فرار: ایجنت‌ها از یک مخزن داخلی برای هماهنگی بین خودشان استفاده کردند و با پیدا کردن اطلاعات ورود لورفته، سرورها را هک کردند.

​چرا کسی متوجه نشد؟
سیستم ارزیابی خودکار فقط نتیجه نهایی رو چک می‌کرد، نه مسیر و کارهایی که هوش مصنوعی برای رسیدن به آن انجام داده بود!

​دلیل رفتارهای غیرمنتظره: ۳۰ تا ۴۰ درصد تست‌ها از راه قانونی قابل حل نبودند، بنابراین هوش مصنوعی تصمیم گرفت سیستم رو دور بزند!

این حادثه در نهایت با ورود تیم امنیتی و FBI کنترل شد.

پ.ن:وای به حال اون روزی که اینها صاحب دستو پا بشن.

@ClickUniversity
هوش مصنوعی جدید Mistral می‌تونه آسیب‌پذیری‌های امنیتی رو پیدا و برطرف کنه!

شرکت فرانسوی Mistral AI از انتشار عمومی مدل جدیدش با نام Large 4 خبر داده؛ مدلی که تمرکز ویژه‌ای روی امنیت سایبری داره.

یکی از ویژگی‌های جالب این مدل اینه که برخلاف بسیاری از سرویس‌های هوش مصنوعی، سازمان‌ها می‌تونن اون رو روی سیستم‌های خودشون اجرا کنن.

این یعنی اطلاعات حساس و کدهای سازمانی لزوماً نیازی نیست برای پردازش به سرویس‌های خارجی ارسال بشن.

چرا این خبر مهمه؟

استفاده از AI در امنیت سایبری وارد مرحله جدی‌تری شده؛ از شناسایی آسیب‌پذیری‌ها گرفته تا کمک به رفع اون‌ها.

البته همین قابلیت‌ها می‌تونن در دست مهاجمان هم خطرناک باشن.


منبع: "Reuters"

@ClickUniversity
با Anima طراحی رو به کد تبدیل کن!

اگه فرانت‌اند کار می‌کنی، Anima می‌تونه سرعت کارت رو بیشتر کنه.
با Anima می‌تونی طراحی‌های Figma رو به کدهایی مثل HTML، CSS و React تبدیل کنی و سریع‌تر UI اولیه بسازی.

افزایش سرعت پیاده‌سازی
مناسب ساخت UI اولیه
کاهش کارهای تکراری


اما اینجا یه امایی داره اونهم کد خروجی همیشه نیاز به بررسی و بهینه‌سازی داره سر به هوا نباید ازش استفاده کرد.

پ.ن: خودتون رو با هوش مصنوعی مچ کنید اما کدی که ازش میگیرید هم با احتیاط بگیرید، عصر جدیدی اومده ازونور هم باید استراتژی رو هم عوض کنید

🔗 Link

@ClickUniversity
شاید وقتشه یه جور دیگه با AI کد بزنی!

اگه هنوز برای هر تغییر کوچیک، کلی کد می‌نویسی، دیباگ می‌کنی و چند بار با AI رفت‌وبرگشت داری، شاید مشکل از ابزارهایی باشه که استفاده می‌کنی، نه سرعت کارت.
یه روش دیگه هم هست: به‌جای اینکه همه‌چیز رو خودت جلو ببری، بخشی از کار رو بسپری به ایجنت‌های هوش مصنوعی و روی بررسی نتیجه تمرکز کنی.
توی این ویدیو، ۳ مهارت جالب رو می‌بینی:

بازبینی کد: از AI بخواه کدت رو بررسی کنه و ایرادهاش رو پیدا کنه، بدون اینکه بی‌دلیل همه‌چیز رو تغییر بده.

اجرای خودکار کارها: یه تسک مشخص به ایجنت بده تا کد بزنه، تست کنه و نتیجه رو آماده کنه.

دیباگ و تست با ایجنت‌ها: بخشی از پیدا کردن باگ‌ها و اجرای تست‌ها رو بسپر به AI، ولی بررسی نهایی رو فراموش نکن.

برای تماشای ویدیو روی این متن کلیک کنید.

@ClickUniversity
چهار غول هوش مصنوعی می‌خوان با یک دستور، جلوی استفاده از محتوای سایت‌ها برای آموزش مدل‌ها رو بگیرن!

شرکت های OpenAI، گوگل، مایکروسافت و Anthropic از یک استاندارد مشترک حمایت می‌کنن که به صاحبان سایت‌ها اجازه می‌ده از طریق فایل "robots.txt" مشخص کنن محتوای سایتشون برای آموزش هوش مصنوعی قابل استفاده باشه یا نه.

این تغییر می‌تونه کنترل صاحبان محتوا بر اطلاعاتشون رو بیشتر کنه؛ هرچند به‌تنهایی جلوی تمام روش‌های جمع‌آوری داده رو نمی‌گیره.

نکته: گسترش این محدودیت‌ها ممکنه روی کیفیت پاسخ‌های فنی مدل‌های هوش مصنوعی هم تأثیر بذاره.

منبع: The Verge

@ClickUniversity
برنامه‌نویسی با هوش مصنوعی، سریع‌تر و کم‌هزینه‌تر.

گیت‌هاب از ابزار جدیدی به نام Copilot Fusion صحبت کرده که هدفش هوشمندتر کردن فرایند برنامه‌نویسی با هوش مصنوعیه.
این ابزار می‌تونه کارها رو بین مدل‌های مختلف تقسیم کنه تا کدنویسی سریع‌تر و بهینه‌تر انجام بشه.
طبق گزارش منتشرشده از گیت‌هاب، این روش در مقایسه‌ی اعلام‌شده:
حدود ۴۰٪ سریع‌تر بوده

هزینه‌ی API و توکن رو حدود ۵۰٪ کاهش داده
البته این اعداد مربوط به تست‌های اعلام‌شده هستن و لزوماً در همه پروژه‌ها تکرار نمی‌شن.

@ClickUniversity
ابزاری Pyrefly برای پیدا کردن باگ‌های پایتون!

تا حالا پیش اومده که کدت رو اجرا کنی و تازه متوجه بشی یه متغیر یا Type اشتباهه؟

این Pyrefly یه ابزار هوشمند برای بررسی کد پایتونه که کمک می‌کنه بعضی از خطاها رو قبل از اجرای برنامه پیدا کنی.

چه کارهایی می‌کنه؟

بررسی Typeها در پایتون


پیدا کردن بعضی از اشتباهات


کدنویسی کمک به فهم بهتر کد و مناسب برای پروژه‌های بزرگ‌تر.


مثال ساده:

def add(a: int, b: int) -> int:
return a + b

result = add(2, 3)


با Pyrefly می‌تونی کدت رو بررسی کنی و خطاهای مربوط به Type رو راحت‌تر پیدا کنی.

برای شروع:

uvx pyrefly check


پ.ن:بررسی Type جای تست و اجرای واقعی برنامه رو نمی‌گیره، ولی می‌تونه خیلی از دردسرها رو کمتر کنه.

@ClickUniversity
قبل اینکه دست به کد بشی، این ابزار رو بشناس!
اسمش Excalidraw ـه.
این Excalidraw کمک می‌کنه قبل از کدنویسی، ایده‌ت رو سریع روی کاغذ دیجیتال بکشی.

چیدمان صفحه رو مشخص کنی

جای دکمه‌ها و منوها رو بچینی

ایده‌ت رو قبل از کدنویسی بررسی کنی


فرقش با Figma چیه؟
این Excalidraw برای وایرفریم و ایده‌پردازی سریع و ساده‌ست؛ ولی Figma برای طراحی دقیق UI، رنگ‌ها، تایپوگرافی و پروتوتایپ حرفه‌ای کاربرد بیشتری داره.

لازم نیست طراح حرفه‌ای باشی،با چند تا خط و مربع هم می‌تونی شروع کنی.
🔗 Link

@ClickUniversity
با Dev-C++؛ یه شروع ساده برای دنیای برنامه‌نویسی!

اگه تازه می‌خوای برنامه‌نویسی با زبان C++ رو شروع کنی، Dev-C++ می‌تونه یکی از گزینه‌های تو باشه چون سادست و سبک.

این Dev-C++ چیه؟
یک محیط برنامه‌نویسی (IDE) برای نوشتن، کامپایل و اجرای کدهای C و C++.

چه مزیت هایی داره؟

محیط ساده و نسبتاً سبک

مناسب تمرین و یادگیری C++

امکان کامپایل و اجرای برنامه

مناسب برای نوشتن برنامه‌های کنسولی


با Dev-C++ چی یاد می‌گیری:
متغیرها، شرط‌ها، حلقه‌ها، توابع، آرایه‌ها و کلی مفهوم دیگه!

پ.ن: بعضی از نسخه‌های Dev-C++ قدیمیه؛ برای پروژه‌های جدید، نسخه و کامپایلر رو با دقت انتخاب کن.

@ClickUniversity
Forwarded from </homeCode>
توکن چیه؟ وقتی می‌گن یه مدل 128K توکن داره، یعنی چی؟

فرض کن به هوش مصنوعی می‌گی:
«این کد چرا خطا می‌ده؟»
و بعد ۲۰۰ خط کد هم براش می‌فرستی.
هوش مصنوعی قبل از اینکه جواب بده، باید متن و کدت رو پردازش کنه.
اینجاست که توکن وارد ماجرا می‌شه.

اصلاً توکن یعنی چی؟

توکن، واحدیه که مدل زبانی متن رو باهاش پردازش می‌کنه.
مثلاً این جمله رو ببین:


I love Python


ممکنه به ۳ توکن تقسیم بشه:

I | love | Python


اما همیشه این‌طوری نیست. ممکنه یک کلمه به چند تکه تقسیم بشه.
در کد هم همین اتفاق می‌افته.
مثلاً:
user_id = 42

این متن هم به چند توکن تبدیل می‌شه؛ تعداد دقیقش به توکنایزر مدل بستگی داره.
پس توکن نه دقیقاً کلمه‌ست، نه همیشه یک حرف یا یک علامت.

حالا 128K توکن یعنی چی؟

وقتی می‌گن یک مدل پنجره متنی 128K توکنی داره، یعنی ظرفیتش حدود ۱۲۸ هزار توکنه.
این ظرفیت مثل یک محدودیت برای متن‌هایی عمل می‌کنه که مدل در یک درخواست می‌تونه در نظر بگیره.
مثلاً وقتی داری با مدل کدنویسی می‌کنی، این موارد می‌تونن از این ظرفیت استفاده کنن:
کدی که براش می‌فرستی
پیام‌های قبلی گفتگو
توضیحات و لاگ‌های خطا
پاسخی که مدل تولید می‌کنه
البته سهم دقیق هرکدوم به مدل و نحوه استفاده از اون بستگی داره.

چرا این موضوع برای برنامه‌نویس مهمه؟

فرض کن هر بار برای پیدا کردن یک باگ، کل پروژه رو برای مدل می‌فرستی.
درحالی‌که شاید فقط یک تابع و محل فراخوانی اون تابع برای بررسی کافی باشه.
وقتی فقط بخش‌های مرتبط رو می‌فرستی:
۱. توکن کمتری مصرف می‌کنی.
۲. ممکنه هزینه API کمتر بشه.
۳. فضای بیشتری برای ادامه گفتگو باقی می‌مونه.

یه اشتباه رایج

توکن بیشتر، الزاماً یعنی هوش مصنوعی باهوش‌تر نیست.
مدلی که ظرفیت بیشتری داره، لزوماً کد بهتری نمی‌نویسه؛ فقط می‌تونه حجم بیشتری از متن رو در نظر بگیره.
خلاصه:
توکن، واحد پردازش متنه.
پنجره متنی مشخص می‌کنه مدل چه مقدار متن رو می‌تونه در یک درخواست در نظر بگیره.
و اگر با LLM API کار می‌کنی، شناخت توکن کمک می‌کنه درخواست‌های بهتر و کم‌هزینه‌تری بسازی.


@h0meCode
یادگیری پایتون با یک ریپازیتوری کاربردی

اگه می‌خوای برنامه‌نویسی با پایتون رو از صفر شروع کنی، ریپازیتوری 30 Days of Python توی گیت‌هاب می‌تونه انتخاب خوبی باشه.

توی این دوره با متغیرها، شرط‌ها، حلقه‌ها، توابع و مباحث مهم پایتون آشنا می‌شی و تمرین می‌کنی.

🔗 Link

@ClickUniversity
یه ابزار که شاید جای چندتا تب مرورگرت رو بگیره!

تا حالا شده وسط دیباگ، برای فهمیدن اینکه یه API دقیقاً چه اتفاقی براش می‌افته، چندتا ابزار مختلف باز کنی؟
معرفی می‌کنم: mitmproxy.
یه ابزار متن‌باز برای مشاهده، بررسی و تغییر ترافیک HTTP و HTTPS که مخصوصاً موقع توسعه و دیباگ می‌تونه خیلی به کارت بیاد.

چرا جالبه؟

درخواست‌ها و پاسخ‌های HTTP رو بررسی می‌کنی.

هدرها و بدنه درخواست‌ها رو می‌بینی.

می‌تونی درخواست‌ها رو دست‌کاری کنی و رفتار اپلیکیشن رو تست کنی.

امکان اسکریپت‌نویسی برای خودکارسازی کارها رو داری.


برای وقت‌هایی که می‌خوای بفهمی بین کلاینت و سرور دقیقاً چه خبره، ابزار کاربردیه.

پ.ن: برای ترافیک HTTPS باید پروکسی و گواهی‌ها رو درست تنظیم کنی؛ فقط روی ترافیک و سیستم‌هایی که مجوز بررسی‌شون رو داری استفاده کن.

🔗 Link

@ClickUniversity
شرکت تنسنت از نسخه نهایی مدل زبانی بزرگ جدیدش به اسم Hy4 رونمایی کرد. این اولین باریه که این مدل تو لیست قوی‌ترین مدل‌های اوپن‌سورس دنیا قرار می‌گیره.

این آپدیت فقط محدود به قدرت مدل نشده و قابلیت پردازش تصویر هم بهش اضافه شده. تنسنت گفته به‌زودی وزن‌های این مدل رو به‌صورت اوپن‌سورس منتشر می‌کنه و یه کارت سیستم هم براش می‌ده که تمرکزش روی ریسک‌های امنیتی مثل امنیت سایبری و بیولوژیکه. هدفشون اینه که اوپن‌سورس رو با مسئولیت‌پذیری بیشتری جلو ببرن.

@ClickUniversity