Code Module | کد ماژول
1.93K subscribers
357 photos
42 videos
6 files
356 links
Hello World 🌎

<> Earth is programmable if you code it </>

Group 👇🏻
@CodeModuleGap

Contact Us 👇🏻
@MrShahiin
@neoMahan
Download Telegram
برنامه‌نویسی آخرین شغلیه که توسط هوش مصنوعی جایگزین میشه 🧠

نظر شما راجب این موضوع و عقیده چیه؟ 🤔

#ai
@CodeModule
Please open Telegram to view this post
VIEW IN TELEGRAM
👌16🔥3
پرامپت بده، عکس بگیر 🤖

امروز یک ai بهتون معرفی میکنم که بهتون امکان میده به طور Real Time، پرامپت های خودتون رو بنویسید و همون موقع عکس مد نظر رو به طور نامحدود تحویل بگیرید. برای استفاده از این هوش مصنوعی کافیه روی لینک زیر کلیک کنید.

🔗 Link

#ai
@CodeModule
15
بهترین ترفندهای پرامپت نویسی چیه؟ 🐝

درست مطرح کردن موضوع و سوال، چه در سرچ گوگل و چه در ai های مختلف از اهمیت بالایی برخورداره. قطعا هممون دولوپر های مختلفی رو دیدیم که از Ai گله مند هستن و نمیتونن خوب مشکلشون رو بهش بفهمونن و جواب درست رو بگیرن. توی این پست برای شما دوستان چند تا راه حل برای بهتر نوشتن پرامپت‌ها آماده کردم، تا بتونیم خروجی بهتری از ai بگیریم.

🕸 هدف پرامپت رو شناسایی کنید.

قبل از اینکه شروع به نوشتن پرامپت کنید، هدف دقیقتون از نوشتن این فرمان رو تشخیص بدید و به جزییات ضروری اون فکر کنید. برای مثال اگه نیاز به نوشتن مقاله دارید، به سوژه دقیق اون، داده‌های ضروری و تعداد کلمات فکر کنید.

🕸 زمینه‌سازی کنید و جملاتی واضح بنویسید.

به جای اینکه خواسته‌های مبهم مطرح کنید، دستورالعملی کاملا دقیق و واضح در اختیار Ai بذارید که ویژگی‌ها، اشکال، رنگ‌ها، بافت‌ها، الگوها و یا سبک‌های مورد نظرتون رو تشریح کنه. علاوه بر این خوبه کمی زمینه‌سازی و اطلاعاتی مفهومی به AI ارائه کنید. مثلا پرامپت «یک تصویر پس‌زمینه بساز» به اندازه «تصویر پس‌زمینه‌ای از یک کوهستان پوشیده از برف، برکه‌ای آرام و آسمانی که با نورهای گرم خورشید روشن شده بساز» موثر نخواهد بود.

🕸 استفاده از کلمات و عبارات کلیدی رو فراموش نکنید.

اگر نیاز دارید هوش مصنوعی در سطح وب و گوگل جستجو کنه و اطلاعاتی دقیق پیدا کنه، استفاده از کلمات کلیدی موثر در «بهینه‌سازی موتور جستجو» (Search Engine Optimization | SEO) رو فراموش نکنید.

🕸 پرامپت‌ها رو کوتاه و تمیز نگه دارید.

با توجه به اینکه از کدوم ابزار AI کمک می‌گیرید و چه مشکلی دارید، طول پرامپت متغیر خواهد بود. اگرچه که پرامپت‌های طولانی و پیچیده می‌تونن اطلاعات ارزشمندی در اختیار هوش مصنوعی بذارن، اما به عنوان یک قاعده کلی، پرامپت‌ها رو تا حد امکان کوتاه و سرراست نگه دارید و از حداقل ۳ الی ۷ کلمه استفاده کنید.

🕸 سوالات استدلالی و خلاقانه بپرسید.

اگه پرامپت رو طوری بنویسید که پاسخ ساده «بله» یا «خیر» داشته باشه، نتایج محدودتری نسبت به سوالات استدلالی دریافت خواهید کرد. برای مثال به جای پرسیدن اینکه «آیا قهوه برای سلامتی مضر است؟»، می‌تونید بپرسید «مزایا و معایب مصرف قهوه برای سلامتی چیست؟».

به طور کلی اینا برخی از راه حل هایی بود که به ما در نوشتن پرامپت کمک بزرگی میکنن و با جدی گرفتن اون ها، خروجی بهتری از Ai خواهیم داشت 🤖

#tips #ai
@CodeModule
🔥11👌3
🔵در میتینگ هوش مصنوعی و برسی تاثیرات آن ، راجع به کاربرد هوش مصنوعی و نحوه استفاده صحیح ازش صحبت کردیم و همچنین برخی از این ابزار های رایگان و کاربردی رو معرفی کردیم.

در این پست، طبق درخواست شما عزیزان لینک ابزار های معرفی شده رو قراردادیم تا بتونید بهشون دسترسی داشته باشید و ازشون استفاده کنید 💙

🔗Leonardo ai --> image generating
🔗Krea ai --> image generating
🔗Beativen ai --> music generating
🔗Canva --> design and image generating
🔗Pixverse -->video platform

#ai #tools
@CodeModule
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥112
حباب هوش مصنوعی شکست! 🫧

اخیراً یک مدل هوش مصنوعی به نام DeepSeek از چین معرفی شد که توجه بسیاری به خودش جلب کرد. این مدل زبانی عملکردی شبیه به GPT داره و از طریق پرامت های کاربران، پاسخهای خودش رو تولید میکنه اما تفاوت اصلی اون در هزینه ها و روشهای توسعه اون هست. گفته میشه DeepSeek با بودجه حدود ۵ تا ۶ میلیون دلار ساخته شده و در برخی آزمون ها حتی از مدل های پیشرفته تری مثل GPT بهتر عمل کرده. این اتفاق تأثیر زیادی روی بازار گذاشته به طوری که ارزش سهام شرکت هایی مثل انویدیا و open ai کاهش پیدا کرده.

قبل از این، شرکتهایی مثل انویدیا و open ai ادعا میکردن توسعه هوش مصنوعی به منابع سخت افزاری عظیم و سرمایه گذاری کلان نیاز داره. انویدیا با فروش سخت افزارهای ویژه به غولهای فناوری مانند آمازون و مایکروسافت سود زیادی کسب میکرد و open ai هم بر پیچیدگی توسعه مدلهای زبانی تأکید داشت، تا این فناوری رو در انحصار خودش نگه داره. اما ظهور دیپ سیک این narrative رو زیر سوال برد. تیم توسعه دهنده دیپ سیک نشون داد با بهینه سازی روشهای قدیمی و کاهش مصرف منابع، میشه مدلی کارآمد حتی روی سیستم‌های گیمینگ معمولی ساخت، بدون نیاز به ابررایانه ها یا بودجه های میلیاردی 💸

یکی از نقاط قوت DeepSeek بازنگری در الگوریتم های سنتی یادگیری ماشین بود، که باعث شد مصرف حافظه و انرژی تا حد چشمگیری کاهش پیدا کنه. این بهینه سازی هزینه‌های توسعه رو از صدها میلیون دلار به کمتر از ۱۰ میلیون دلار رسوند. چنین دستاوردی نه تنها انحصار شرکتهای بزرگ رو شکست، بلکه اثبات کرد دانش کافی و خلاقیت میتونه محدودیت های مالی و سخت افزاری رو جبران کنه.

این اتفاق رو سرآغاز تحولی در حوزه هوش مصنوعی میتونیم بدونیم. حالا دیگه هر تیم کوچیک یا حتی افراد مستقل با دانش فنی مناسب امکان ساخت مدل‌های رقابتی رو دارن. موفقیت دیپ سیک همچنین نشون میده ادعاهای شرکتهای بزرگ درباره ضرورت منابع انحصاری همیشه واقعی نیست و تنها راهی برای حفظ سلطه بازار هست. حالا چالش جدیدی پیش روی صنعت قرار گرفته: آیا این روند بازتر شدن فناوری ادامه پیدا می‌کنه یا غول های تکنولوژی راهی برای بازپسگیری انحصار پیدا میکنن؟ 🤔

🔗 همین الان DeepSeek رو امتحان کن

#ai
@CodeModule
21❤‍🔥2👌2🔥1