اتاق برنامه نویسی </>
Photo
🎓 درسگفتار 2: مدلهای زبانی بزرگ (LLM)
🧠 «پیرمرد باهوشی که فقط از دیدن یاد گرفته!»
بخش اول: مدل زبانی بزرگ یعنی چی؟
فرض کن یه بچهی کنجکاو رو از کودکی مینشونیم و بهش میلیاردها کتاب، گفتگو، مقاله، پیام، شعر، داستان و... نشون میدیم.
اون فقط گوش میده و میخونه؛ و کمکم یاد میگیره چطور مردم فکر میکنن، حرف میزنن، شوخی میکنن یا ناراحت میشن.
حالا دیگه اون بچه پیرمرد باتجربهای شده که میتونه باهات حرف بزنه، شعر بگه، سؤال جواب بده و حتی کدنویسی کنه!
به این مدل میگیم:
مدل زبانی بزرگ (Large Language Model - LLM)
🧐 بخش دوم: LLM چطور کار میکنه؟
مثل یه «پیشگو»ئه که با دیدن چند کلمه، سعی میکنه حدس بزنه جملهی بعدی چی میتونه باشه.
مثال:
تو میگی: «امروز هوا...»
مدل فوراً با خودش میگه:
«تو ۱۰۰ میلیون جملهی مشابه، مردم معمولاً گفتن: هوا خوبه، یا بارونیه... پس احتمال زیاد یکی از اینها درسته.»
❗️این پیشبینی بر اساس الگوهای آماری انجام میشه، نه بر اساس درک واقعی.
⚙️ بخش سوم: پارامتر یعنی چی؟
ما گفتیم LLM مثل یه پیرمرده که کلی تجربه داره — دقیقاً همینطوره!
- توی مدلهای زبانی، این تجربهها تبدیل میشن به یه چیز فنی به اسم "پارامتر"
- هر پارامتر، یه تنظیم کوچیکه که نشون میده مدل چی یاد گرفته
هرچی پارامتر بیشتر = حافظه و قدرت پیشبینی بیشتر
مثلاً مدل GPT-3 حدود 175 میلیارد پارامتر داره!
🧩 بخش چهارم: چرا گاهی اشتباه میکنه؟
با اینکه این پیرمرد دنیا دیده است، اما هنوز ممکنه:
1️⃣ چیزی رو ندیده باشه (همهچیز توی دادهها نبوده)
2️⃣ درکش سطحی باشه (فقط "حدس" میزنه، نه اینکه بفهمه)
3️⃣ سؤال ما گنگ بوده باشه (مدل گیج شده)
4️⃣ منبع دقیق نداشته باشه (حافظهش آماریه، نه کتابی)
📁 #AI
✅ کانال تخصصی لاراول
📌 @PapiDon_state
☕️ اتاق برنامهنویسی
📌 @PapiDon_coding
🧠 «پیرمرد باهوشی که فقط از دیدن یاد گرفته!»
بخش اول: مدل زبانی بزرگ یعنی چی؟
فرض کن یه بچهی کنجکاو رو از کودکی مینشونیم و بهش میلیاردها کتاب، گفتگو، مقاله، پیام، شعر، داستان و... نشون میدیم.
اون فقط گوش میده و میخونه؛ و کمکم یاد میگیره چطور مردم فکر میکنن، حرف میزنن، شوخی میکنن یا ناراحت میشن.
حالا دیگه اون بچه پیرمرد باتجربهای شده که میتونه باهات حرف بزنه، شعر بگه، سؤال جواب بده و حتی کدنویسی کنه!
به این مدل میگیم:
مدل زبانی بزرگ (Large Language Model - LLM)
🧐 بخش دوم: LLM چطور کار میکنه؟
مثل یه «پیشگو»ئه که با دیدن چند کلمه، سعی میکنه حدس بزنه جملهی بعدی چی میتونه باشه.
مثال:
تو میگی: «امروز هوا...»
مدل فوراً با خودش میگه:
«تو ۱۰۰ میلیون جملهی مشابه، مردم معمولاً گفتن: هوا خوبه، یا بارونیه... پس احتمال زیاد یکی از اینها درسته.»
❗️این پیشبینی بر اساس الگوهای آماری انجام میشه، نه بر اساس درک واقعی.
⚙️ بخش سوم: پارامتر یعنی چی؟
ما گفتیم LLM مثل یه پیرمرده که کلی تجربه داره — دقیقاً همینطوره!
- توی مدلهای زبانی، این تجربهها تبدیل میشن به یه چیز فنی به اسم "پارامتر"
- هر پارامتر، یه تنظیم کوچیکه که نشون میده مدل چی یاد گرفته
هرچی پارامتر بیشتر = حافظه و قدرت پیشبینی بیشتر
مثلاً مدل GPT-3 حدود 175 میلیارد پارامتر داره!
🧩 بخش چهارم: چرا گاهی اشتباه میکنه؟
با اینکه این پیرمرد دنیا دیده است، اما هنوز ممکنه:
1️⃣ چیزی رو ندیده باشه (همهچیز توی دادهها نبوده)
2️⃣ درکش سطحی باشه (فقط "حدس" میزنه، نه اینکه بفهمه)
3️⃣ سؤال ما گنگ بوده باشه (مدل گیج شده)
4️⃣ منبع دقیق نداشته باشه (حافظهش آماریه، نه کتابی)
📁 #AI
✅ کانال تخصصی لاراول
📌 @PapiDon_state
☕️ اتاق برنامهنویسی
📌 @PapiDon_coding
🔥6❤2
اتاق برنامه نویسی </>
Photo
🎓 درسگفتار 3: آشنایی با مدلهای ترکیبی بینایی و زبان (VLM)
دنیا پر از تصویر و پر از نوشتهست.
ما آدمها وقتی چیزی میبینیم، همزمان هم تصویرش رو درک میکنیم و هم اگه متنی کنارش باشه، اون رو هم میخونیم و باهم ترکیب میکنیم.
یه عکس از یه سگ کنار دریا میبینی و زیرش نوشته: "سگم عاشق تابستونه!"
تو فوراً متوجه میشی که عکس و نوشته به هم مربوطان. مدلهای VLM هم دقیقاً همین کارو میکنن.
✨ تعریف سادهی VLM:
یعنی Vision-Language Model مدلی که هم میفهمه، هم میبینه، هم میخونه.
این مدلها طوری طراحی شدن که بتونن همزمان:
- تصویرها رو ببینن
- متنها رو بخونن
- و ربط بین اونها رو بفهمن
⚙️ معماری کلی VLM چطوریه؟ (ساختار درونی)
یک مدل VLM معمولاً از ۳ بخش اصلی ساخته شده:
1️⃣ بینایی (Vision Encoder):
عکس رو میگیره و تبدیلش میکنه به خلاصهای عددی که کامپیوتر بفهمه.
2️⃣ زبان (Language Encoder):
متن رو میگیره و اونم تبدیل میکنه به خلاصهای از معنا.
3️⃣ بخش ترکیبکننده (Fusion Module):
جایی که اون دوتا خلاصه به هم میرسن و مدل تصمیم میگیره که چی به چی مربوطه.
✳️ نکته مهم:
همهی اینها داخل یه مدل واحد اتفاق میافته، ولی هر بخش، تخصص خودش رو داره.
🧐 آموزش VLM چطوره؟
مدلهای VLM با یه روش خیلی هوشمند آموزش میبینن:
بهشون عکس و متن مربوط نشون داده میشه.
هدف اینه که یاد بگیرن کدوم متن با کدوم عکس میخوره.
روش آموزش معروفی که استفاده میشه بهش میگن: Contrastive Learning (یادگیری با مقایسه)
در این روش:
- عکس و متن درست باید به هم نزدیک بشن (توی ذهن مدل)
- عکس و متن اشتباه باید از هم دور بشن
مثل اینه که یاد بگیری "عکس سگ" به "متن دربارهی سگ" ربط داره، نه به "پیتزا داغ روی میز".
🔹 آیا VLM بهتر از LLMهاست؟
نه، بهتر نیست — بلکه توانایی متفاوتی داره.
اگه فقط بخوای متن بنویسی یا ترجمه کنی، LLM کافیه.
ولی اگه بخوای از روی تصویر چیزی بفهمی یا متن مرتبط بسازی، VLM لازمه.
🛠 کاربردهای واقعی VLM:
- توصیف خودکار عکسها
- ساخت تصویر از روی متن (Text-to-Image)
- کمک به افراد نابینا با توصیف محیط
- طراحی لباس، آواتار، لوگو و... از روی توضیح
- تحلیل گزارشهای تصویری پزشکی
- ساختن دنیای مجازی و بازیهای تعاملی
🧠 درک نهایی: VLM چطور فکر میکنه؟
هم تصویر رو میبینه
هم متن رو میفهمه
بعد اون دو تا رو توی یه فضای مشترک عددی (embedding space) میذاره و بررسی میکنه که چقدر به هم نزدیکان
مثل یه مترجم تصویری-زبانی که همزمان میتونه نگاه کنه و بفهمه چی داره میشنوه یا میخونه.
📌 خلاصهی کلی:
- در واقع VLMها مدلهایی هستن که تصویر و متن رو با هم تحلیل میکنن.
- معماریشون ترکیبی از مدل بینایی و زبانیه.
- با دادههای "عکس + متن" آموزش میبینن.
- توی زمینههایی که ترکیب تصویر و متن مهمه، بسیار قدرتمندن.
- نمونههای معروفش: CLIP، Flamingo، BLIP و ...
📁 #AI
✅ کانال تخصصی لاراول
📌 @PapiDon_state
☕️ اتاق برنامهنویسی
📌 @PapiDon_coding
دنیا پر از تصویر و پر از نوشتهست.
ما آدمها وقتی چیزی میبینیم، همزمان هم تصویرش رو درک میکنیم و هم اگه متنی کنارش باشه، اون رو هم میخونیم و باهم ترکیب میکنیم.
یه عکس از یه سگ کنار دریا میبینی و زیرش نوشته: "سگم عاشق تابستونه!"
تو فوراً متوجه میشی که عکس و نوشته به هم مربوطان. مدلهای VLM هم دقیقاً همین کارو میکنن.
✨ تعریف سادهی VLM:
یعنی Vision-Language Model مدلی که هم میفهمه، هم میبینه، هم میخونه.
این مدلها طوری طراحی شدن که بتونن همزمان:
- تصویرها رو ببینن
- متنها رو بخونن
- و ربط بین اونها رو بفهمن
⚙️ معماری کلی VLM چطوریه؟ (ساختار درونی)
یک مدل VLM معمولاً از ۳ بخش اصلی ساخته شده:
1️⃣ بینایی (Vision Encoder):
عکس رو میگیره و تبدیلش میکنه به خلاصهای عددی که کامپیوتر بفهمه.
2️⃣ زبان (Language Encoder):
متن رو میگیره و اونم تبدیل میکنه به خلاصهای از معنا.
3️⃣ بخش ترکیبکننده (Fusion Module):
جایی که اون دوتا خلاصه به هم میرسن و مدل تصمیم میگیره که چی به چی مربوطه.
✳️ نکته مهم:
همهی اینها داخل یه مدل واحد اتفاق میافته، ولی هر بخش، تخصص خودش رو داره.
🧐 آموزش VLM چطوره؟
مدلهای VLM با یه روش خیلی هوشمند آموزش میبینن:
بهشون عکس و متن مربوط نشون داده میشه.
هدف اینه که یاد بگیرن کدوم متن با کدوم عکس میخوره.
روش آموزش معروفی که استفاده میشه بهش میگن: Contrastive Learning (یادگیری با مقایسه)
در این روش:
- عکس و متن درست باید به هم نزدیک بشن (توی ذهن مدل)
- عکس و متن اشتباه باید از هم دور بشن
مثل اینه که یاد بگیری "عکس سگ" به "متن دربارهی سگ" ربط داره، نه به "پیتزا داغ روی میز".
🔹 آیا VLM بهتر از LLMهاست؟
نه، بهتر نیست — بلکه توانایی متفاوتی داره.
اگه فقط بخوای متن بنویسی یا ترجمه کنی، LLM کافیه.
ولی اگه بخوای از روی تصویر چیزی بفهمی یا متن مرتبط بسازی، VLM لازمه.
🛠 کاربردهای واقعی VLM:
- توصیف خودکار عکسها
- ساخت تصویر از روی متن (Text-to-Image)
- کمک به افراد نابینا با توصیف محیط
- طراحی لباس، آواتار، لوگو و... از روی توضیح
- تحلیل گزارشهای تصویری پزشکی
- ساختن دنیای مجازی و بازیهای تعاملی
🧠 درک نهایی: VLM چطور فکر میکنه؟
هم تصویر رو میبینه
هم متن رو میفهمه
بعد اون دو تا رو توی یه فضای مشترک عددی (embedding space) میذاره و بررسی میکنه که چقدر به هم نزدیکان
مثل یه مترجم تصویری-زبانی که همزمان میتونه نگاه کنه و بفهمه چی داره میشنوه یا میخونه.
📌 خلاصهی کلی:
- در واقع VLMها مدلهایی هستن که تصویر و متن رو با هم تحلیل میکنن.
- معماریشون ترکیبی از مدل بینایی و زبانیه.
- با دادههای "عکس + متن" آموزش میبینن.
- توی زمینههایی که ترکیب تصویر و متن مهمه، بسیار قدرتمندن.
- نمونههای معروفش: CLIP، Flamingo، BLIP و ...
📁 #AI
✅ کانال تخصصی لاراول
📌 @PapiDon_state
☕️ اتاق برنامهنویسی
📌 @PapiDon_coding
👏2❤1🔥1
محتوایی که داره در زمینه هوش مصنوعی ارائه میشه مناسب هستش یا ؟
Anonymous Poll
38%
خیلی پیچیده است، درک نمیکنم
62%
خوبه، مفاهیم داره از پایه تعریف میشه
❤1👍1
اتاق برنامه نویسی </> pinned «محتوایی که داره در زمینه هوش مصنوعی ارائه میشه مناسب هستش یا ؟»
اتاق برنامه نویسی </>
محتوایی که داره در زمینه هوش مصنوعی ارائه میشه مناسب هستش یا ؟
رفقا تو این پرسش ها مشارکت کنید لطفاً
چون با مطرح کردن این موضوعات و میزان درصدها تصمیم گرفته میشه که چطور و در چه سطحی مطالب ارایه بشه. 😊
چون با مطرح کردن این موضوعات و میزان درصدها تصمیم گرفته میشه که چطور و در چه سطحی مطالب ارایه بشه. 😊
👍2❤1
سلام رفقا
دارم یکسری درسگفتارهای واقعا قابل درک تر و عالی از پایه براتون تنظیم میکنم و میآییم جلو و بخصوص در بحث موضوعات مهندسی پرامپت نویسی متمرکز میشیم اصلا پرپر
یعنی فوق العاده لذت ببرید
که به زودی و به مرور ارسال میکنم در کانال
😊🫶
دارم یکسری درسگفتارهای واقعا قابل درک تر و عالی از پایه براتون تنظیم میکنم و میآییم جلو و بخصوص در بحث موضوعات مهندسی پرامپت نویسی متمرکز میشیم اصلا پرپر
یعنی فوق العاده لذت ببرید
که به زودی و به مرور ارسال میکنم در کانال
😊🫶
❤2❤🔥2🔥1👏1
اتاق برنامه نویسی </>
Video
سلام به رفقا 👋
📣 بالاخره کانال یوتیوب PapiDon State راه افتاد 🥳
قراره اینجا با هم بریم سراغ دنیای جذاب، کاربردی و واقعی هوش مصنوعی—اما با زبونی ساده، خودمونی و بدون هیچ پیچیدگی! 🧠⚡
تو این دوره خبری از ریاضی سخت، برنامهنویسی عجیب یا الگوریتمهای خستهکننده نیست!
فقط و فقط میخوام:
✅ مفاهیم اصلی و پشتپرده AI رو خیلی ساده برات باز کنم
✅ اصطلاحات معروف رو طوری توضیح بدم که توی اخبار شنیدی ولی هیچوقت نفهمیدی دقیقاً یعنی چی
✅ کمکم نگاهت به دنیای AI رو تغییر بدم تا خودت بتونی از مدلها مثل یه حرفهای استفاده کنی— نه فقط مثل یه کاربر معمولی!
مهم نیست تو چه رشتهای هستی یا چه کاری میکنی—AI داره وارد زندگی همه میشه و اگه همین حالا شروع نکنی، ممکنه خیلی چیزا رو از دست بدی.
این دوره یه نقطه شروع آسون و واقعیه برای هر کسی که میخواد با خیال راحت وارد این مسیر بشه.
🧐من دارم قدمبهقدم این دوره رو با عشق و وسواس بالا میسازم—با استفاده از منابع معتبر و استاندارد جهانی—تا چیزی باشه که واقعاً به دردتون بخوره.
✨ اگه دنبال یه آموزش واقعی، صمیمی و کاربردی هستی، الان وقتشه!
❤️ کانال رو دنبال کن
📤 این پست رو با دوستات به اشتراک بذار
و کمک کن تا باهم یک جامعه یادگیرنده و حرفهای بسازیم.
ممنونم از حمایتتون—انرژی شما بزرگترین دلگرمی منه و به من کمک میکنه با قدرت و انگیزه بیشتری ادامه بدم. 😊🫶
💥 سابسکراب کانال فراموش نشه 🔥
https://www.youtube.com/watch?v=1pv1yeNa-Vk&list=PL6zeT3Lbnhj1KS3oOjbDSG05iR-tdT5Dy
📣 بالاخره کانال یوتیوب PapiDon State راه افتاد 🥳
قراره اینجا با هم بریم سراغ دنیای جذاب، کاربردی و واقعی هوش مصنوعی—اما با زبونی ساده، خودمونی و بدون هیچ پیچیدگی! 🧠⚡
تو این دوره خبری از ریاضی سخت، برنامهنویسی عجیب یا الگوریتمهای خستهکننده نیست!
فقط و فقط میخوام:
✅ مفاهیم اصلی و پشتپرده AI رو خیلی ساده برات باز کنم
✅ اصطلاحات معروف رو طوری توضیح بدم که توی اخبار شنیدی ولی هیچوقت نفهمیدی دقیقاً یعنی چی
✅ کمکم نگاهت به دنیای AI رو تغییر بدم تا خودت بتونی از مدلها مثل یه حرفهای استفاده کنی— نه فقط مثل یه کاربر معمولی!
مهم نیست تو چه رشتهای هستی یا چه کاری میکنی—AI داره وارد زندگی همه میشه و اگه همین حالا شروع نکنی، ممکنه خیلی چیزا رو از دست بدی.
این دوره یه نقطه شروع آسون و واقعیه برای هر کسی که میخواد با خیال راحت وارد این مسیر بشه.
🧐من دارم قدمبهقدم این دوره رو با عشق و وسواس بالا میسازم—با استفاده از منابع معتبر و استاندارد جهانی—تا چیزی باشه که واقعاً به دردتون بخوره.
✨ اگه دنبال یه آموزش واقعی، صمیمی و کاربردی هستی، الان وقتشه!
❤️ کانال رو دنبال کن
📤 این پست رو با دوستات به اشتراک بذار
و کمک کن تا باهم یک جامعه یادگیرنده و حرفهای بسازیم.
ممنونم از حمایتتون—انرژی شما بزرگترین دلگرمی منه و به من کمک میکنه با قدرت و انگیزه بیشتری ادامه بدم. 😊🫶
💥 سابسکراب کانال فراموش نشه 🔥
https://www.youtube.com/watch?v=1pv1yeNa-Vk&list=PL6zeT3Lbnhj1KS3oOjbDSG05iR-tdT5Dy
YouTube
چطوری مثل یه حرفهای از هوش مصنوعی استفاده کنیم؟ از اینجا شروع کن!
چطوری مثل یه حرفهای از هوش مصنوعی استفاده کنیم؟ از اینجا شروع کن!
من ابراهیم هستم از کانال PapiDon State و در این دوره آموزشی قصد دارم شما رو با دنیای هوش مصنوعی آشنا کنم؛ از پایهترین مفاهیم گرفته تا درک عمیقتری از پشتپردهی این فناوری شگفتانگیز. هدف…
من ابراهیم هستم از کانال PapiDon State و در این دوره آموزشی قصد دارم شما رو با دنیای هوش مصنوعی آشنا کنم؛ از پایهترین مفاهیم گرفته تا درک عمیقتری از پشتپردهی این فناوری شگفتانگیز. هدف…
👏4❤1👍1
اتاق برنامه نویسی </> pinned «سلام به رفقا 👋 📣 بالاخره کانال یوتیوب PapiDon State راه افتاد 🥳 قراره اینجا با هم بریم سراغ دنیای جذاب، کاربردی و واقعی هوش مصنوعی—اما با زبونی ساده، خودمونی و بدون هیچ پیچیدگی! 🧠⚡ تو این دوره خبری از ریاضی سخت، برنامهنویسی عجیب یا الگوریتمهای خستهکننده…»
اتاق برنامه نویسی </>
سلام به رفقا 👋 📣 بالاخره کانال یوتیوب PapiDon State راه افتاد 🥳 قراره اینجا با هم بریم سراغ دنیای جذاب، کاربردی و واقعی هوش مصنوعی—اما با زبونی ساده، خودمونی و بدون هیچ پیچیدگی! 🧠⚡ تو این دوره خبری از ریاضی سخت، برنامهنویسی عجیب یا الگوریتمهای خستهکننده…
بچه ها من اون موقع داشتم اینجا متن مینوشتم درباره موضوعات هوش مصنوعی و بعد اینکه سوال مطرح کردم و دیدم برای برخی از شما این مفاهیم هنوز دشوار و سخت درک کردنش
شروع کردم با عشق و انرژی براتون ریز به ریز این مفاهیم رو توضیح دادن و بهتون قول میدم پیدا نکنید چنین دوره ای رو اونم فارسی و اینقدر ساده و واضح و اینقدر کامل
الان چهار قسمتش منتشر شده و کم کم و مرتب دوره رو تکمیل خواهم کرد
واقعا وقت و انرژی گذاشتم که بتونم این مفاهیم رو به ساده ترین حالت براتون بازش کنم تا دید متفاوتی از دنیای هوش مصنوعی و کارکردن باهاش داشته باشید که در آینده شغل خودتون رو بتونید حفظ کنید و جز دسته حرفه ای ها باشید ❤️
فقط دمتون گرم ساپورت کنید کانال رو و حضور داشته باشید چون واقعا انگیزه میده بهم 😊🫶
شروع کردم با عشق و انرژی براتون ریز به ریز این مفاهیم رو توضیح دادن و بهتون قول میدم پیدا نکنید چنین دوره ای رو اونم فارسی و اینقدر ساده و واضح و اینقدر کامل
الان چهار قسمتش منتشر شده و کم کم و مرتب دوره رو تکمیل خواهم کرد
واقعا وقت و انرژی گذاشتم که بتونم این مفاهیم رو به ساده ترین حالت براتون بازش کنم تا دید متفاوتی از دنیای هوش مصنوعی و کارکردن باهاش داشته باشید که در آینده شغل خودتون رو بتونید حفظ کنید و جز دسته حرفه ای ها باشید ❤️
فقط دمتون گرم ساپورت کنید کانال رو و حضور داشته باشید چون واقعا انگیزه میده بهم 😊🫶
❤3👍1🔥1
تا این لحظه ۴ تا ویدیوی حسابی خفن و کاربردی رو توی کانال براتون منتشر کردم 🎥✨
1️⃣ نگاهی ساده و جذاب به تاریخچهی هوش مصنوعی
2️⃣ اینکه اصلاً هوش مصنوعی، ماشین لرنینگ و دیپ لرنینگ یعنی چی؟
3️⃣ هوش مصنوعی چطور فکر میکنه؟ بررسی ۴ فاکتور کلیدی🧠
4️⃣ ورود به دنیای مدلها:
مدل متنی یعنی چی؟
پارامتر چیه؟
و مدل های مولد اصلا چیه دیگه ؟
وقتی میگن یه مدل مثلاً ۱۳ میلیارد پارامتر داره، یعنی دقیقاً چی؟ 🤔
همهی اینا رو با زبانی خیلی ساده، روان، تصویری و قابل فهم گفتم — بدون حتی ذرهای ریاضیات خشک یا توضیحات فنی پیچیده! 🧩❌
📚 محتوای ویدیوها از معتبرترین منابع جمعآوری شده و هدفم این بوده که کمک کنه یه دید حرفهایتر نسبت به مدلها و ابزارهای هوش مصنوعی پیدا کنید.
دیگه قراره مثل یه کاربر حرفهای از AI استفاده کنید، نه کسی که فقط کلی ابزار داره و نمیدونه کِی کدوم به دردش میخوره! 😅🛠
اگر هنوز ندیدی، حتما یه سر بزن به ویدیوها 🎬
منتظر نظراتتون هم هستم 🌱
https://youtu.be/O5BVN9cauBk?si=vFZ8ICqvgIzZMyJE
1️⃣ نگاهی ساده و جذاب به تاریخچهی هوش مصنوعی
2️⃣ اینکه اصلاً هوش مصنوعی، ماشین لرنینگ و دیپ لرنینگ یعنی چی؟
3️⃣ هوش مصنوعی چطور فکر میکنه؟ بررسی ۴ فاکتور کلیدی🧠
4️⃣ ورود به دنیای مدلها:
مدل متنی یعنی چی؟
پارامتر چیه؟
و مدل های مولد اصلا چیه دیگه ؟
وقتی میگن یه مدل مثلاً ۱۳ میلیارد پارامتر داره، یعنی دقیقاً چی؟ 🤔
همهی اینا رو با زبانی خیلی ساده، روان، تصویری و قابل فهم گفتم — بدون حتی ذرهای ریاضیات خشک یا توضیحات فنی پیچیده! 🧩❌
📚 محتوای ویدیوها از معتبرترین منابع جمعآوری شده و هدفم این بوده که کمک کنه یه دید حرفهایتر نسبت به مدلها و ابزارهای هوش مصنوعی پیدا کنید.
دیگه قراره مثل یه کاربر حرفهای از AI استفاده کنید، نه کسی که فقط کلی ابزار داره و نمیدونه کِی کدوم به دردش میخوره! 😅🛠
اگر هنوز ندیدی، حتما یه سر بزن به ویدیوها 🎬
منتظر نظراتتون هم هستم 🌱
https://youtu.be/O5BVN9cauBk?si=vFZ8ICqvgIzZMyJE
YouTube
از مدل خام تا نابغه هوش مصنوعی – یادگیری مدلها چطور اتفاق میافته؟
از مدل خام تا نابغه هوش مصنوعی – یادگیری مدلها چطور اتفاق میافته؟
مغز هوش مصنوعی چطور شکل میگیره؟ با پیچهای ریز یادگیری!
سلام رفقا 👋🏻
من ابراهیم هستم از کانال PapiDon State،
و توی این قسمت میخوایم با هم بریم سراغ یکی از مهمترین و جالبترین سؤالها…
مغز هوش مصنوعی چطور شکل میگیره؟ با پیچهای ریز یادگیری!
سلام رفقا 👋🏻
من ابراهیم هستم از کانال PapiDon State،
و توی این قسمت میخوایم با هم بریم سراغ یکی از مهمترین و جالبترین سؤالها…
🔥3👍2❤1
اتاق برنامه نویسی </> pinned «تا این لحظه ۴ تا ویدیوی حسابی خفن و کاربردی رو توی کانال براتون منتشر کردم 🎥✨ 1️⃣ نگاهی ساده و جذاب به تاریخچهی هوش مصنوعی 2️⃣ اینکه اصلاً هوش مصنوعی، ماشین لرنینگ و دیپ لرنینگ یعنی چی؟ 3️⃣ هوش مصنوعی چطور فکر میکنه؟ بررسی ۴ فاکتور کلیدی🧠 4️⃣ ورود به…»
https://youtu.be/7xOHcoLusQ8?si=pm8v_CBotgP_YsCe
🧠 همیشه میگن: «مدل رو آموزش دادن»
اما واقعاً یعنی چی؟
چطوری یه مدل خام، بدون ذرهای دانش، تبدیل میشه به یه پاسخگو، تحلیلگر، و متخصص؟
توی این اپیزود، دقیقاً به همین سؤال جواب میدیم.
از Pre-training تا Fine-tuning و کلی نکته ظریف اما مهم!
🎥 ببین چه اتفاقی میافته وقتی دادهها، مغز یه مدل رو میسازن...
📁 #AI
✅ کانال تخصصی لاراول
📌 @PapiDon_state
☕️ اتاق برنامهنویسی
📌 @PapiDon_coding
🧠 همیشه میگن: «مدل رو آموزش دادن»
اما واقعاً یعنی چی؟
چطوری یه مدل خام، بدون ذرهای دانش، تبدیل میشه به یه پاسخگو، تحلیلگر، و متخصص؟
توی این اپیزود، دقیقاً به همین سؤال جواب میدیم.
از Pre-training تا Fine-tuning و کلی نکته ظریف اما مهم!
🎥 ببین چه اتفاقی میافته وقتی دادهها، مغز یه مدل رو میسازن...
📁 #AI
✅ کانال تخصصی لاراول
📌 @PapiDon_state
☕️ اتاق برنامهنویسی
📌 @PapiDon_coding
YouTube
چطور به مدل هوش مصنوعی یاد بدیم؟
چطور به مدل هوش مصنوعی یاد بدیم؟
راز آموزش مدلهای هوش مصنوعی | از خوراک دادهها تا مغز دیجیتال!
سلام!
من ابراهیم هستم از کانال PapiDon State 👋
و توی این قسمت قراره با هم یه سفر جذاب و عمیق داشته باشیم داخل مغز مدلهای هوش مصنوعی!
📌 شاید برات سوال باشه:…
راز آموزش مدلهای هوش مصنوعی | از خوراک دادهها تا مغز دیجیتال!
سلام!
من ابراهیم هستم از کانال PapiDon State 👋
و توی این قسمت قراره با هم یه سفر جذاب و عمیق داشته باشیم داخل مغز مدلهای هوش مصنوعی!
📌 شاید برات سوال باشه:…
👍8❤4🔥1
اتاق برنامه نویسی </> pinned «https://youtu.be/7xOHcoLusQ8?si=pm8v_CBotgP_YsCe 🧠 همیشه میگن: «مدل رو آموزش دادن» اما واقعاً یعنی چی؟ چطوری یه مدل خام، بدون ذرهای دانش، تبدیل میشه به یه پاسخگو، تحلیلگر، و متخصص؟ توی این اپیزود، دقیقاً به همین سؤال جواب میدیم. از Pre-training…»
اتاق برنامه نویسی </>
https://youtu.be/7xOHcoLusQ8?si=pm8v_CBotgP_YsCe 🧠 همیشه میگن: «مدل رو آموزش دادن» اما واقعاً یعنی چی؟ چطوری یه مدل خام، بدون ذرهای دانش، تبدیل میشه به یه پاسخگو، تحلیلگر، و متخصص؟ توی این اپیزود، دقیقاً به همین سؤال جواب میدیم. از Pre-training…
حالا کاری نداریم اینجا لایک نمیکنید ولی کلی سیو خورده مطلب
حداقل واسه انگیزه هم شده ویدیو رو در کانال یوتیوب ولی لایک کنید 😊
واقعا سناریو سازی و اینکه چطور مفاهیم به ساده ترین حالت ممکن توضیح داده بشه و جذاب هم باشه خیلی زحمت پاش میخوره
این کمک میکنه که آدم انگیزه داشته باشه برای ساخت بخش های دیگه
دمتون گرم ❤️😊
حداقل واسه انگیزه هم شده ویدیو رو در کانال یوتیوب ولی لایک کنید 😊
واقعا سناریو سازی و اینکه چطور مفاهیم به ساده ترین حالت ممکن توضیح داده بشه و جذاب هم باشه خیلی زحمت پاش میخوره
این کمک میکنه که آدم انگیزه داشته باشه برای ساخت بخش های دیگه
دمتون گرم ❤️😊
❤10🔥3👍2
اتاق برنامه نویسی </>
Photo
✨ درباره Codex اینکه چیه و دقیقا چه کاری انجام میدهد ؟
یک cloud-based software engineering agent هست، یعنی یک دستیار برنامهنویس که روی فضای ابری کار میکنه. این ابزار توسط OpenAI ساخته شده و مدل قدرتمند codex-1 پشت اون قرار داره.
کاری که Codex انجام میده اینه:
- میتونه چند تا task (وظیفه برنامهنویسی) رو همزمان انجام بده
- به جای اینکه فقط به یه سؤال ساده جواب بده، میتونه یک ویژگی جدید تو کدت بسازه، باگها رو برطرف کنه، Pull Request بنویسه، تست بگیره و حتی خودش بررسی کنه که آیا چیزی درست کار میکنه یا نه.
و همه اینا رو در یک محیط امن و ایزوله توی cloud اجرا میکنه، جایی که به کدهای پروژهات دسترسی داره ولی به اینترنت دسترسی نداره (برای امنیت بیشتر).
🛠 چه کارهایی از Codex برمیاد؟
کافیه پروژهت رو بهش بدی، بعد میتونی ازش بخوای:
🔸 یه بخش جدید از اپلیکیشن بنویسه
🔹 یه feature موجود رو اصلاح کنه یا گسترش بده
🔸 یه bug خاص رو پیدا کنه و فیکسش کنه
🔹سوال بپرسی که «این کد چی کار میکنه؟» یا «چرا فلان بخش مشکل داره؟»
🔸 تست بنویسه یا اجرای تستها رو بررسی کنه
🔹 حتی خودش بهت پیشنهاد بده که چی میتونی به پروژهات اضافه کنی
هر تسک، یه محیط اختصاصی خودش رو داره، یعنی انگار هر کار رو توی یه اتاق جداگانه انجام میده.
⚙️ چطور از Codex استفاده کنیم؟
برای استفاده از Codex الان چند راه وجود داره:
1️⃣ ChatGPT Web App (نسخه حرفهای)
فعلاً درون ChatGPT در دسترسه ولی فقط برای کاربران این پلنها:
ChatGPT Pro
ChatGPT Team
ChatGPT Enterprise
(برای Plus users هم گفته شده بهزودی فعال میشه)
اگر به یکی از این پلنها دسترسی داری، وقتی وارد ChatGPT میشی در سمت چپ (sidebar) یه گزینه جدید به اسم "Code Interpreter" یا "Codex" میبینی.
توی اون بخش:
میتونی یک تسک جدید تعریف کنی (مثلاً: Add login feature)
یا ازش سؤال بپرسی (مثلاً: Why is this function not working?)
یا حتی یه تسک پیچیده بهش بدی و پیشرفت کارش رو لحظهای ببینی
2️⃣ Codex CLI (Command Line Interface)
اگه اهل ترمینال و محیطهای سبک هستی، OpenAI یه ابزار دیگه هم منتشر کرده به اسم Codex CLI
این ابزار منبعباز (open-source) هست و از GitHub میتونی بگیری:
🔗 GitHub repo
با Codex CLI میتونی مستقیم توی ترمینال باهاش کار کنی. مثلا بگی:
🔐 امنیت و محیط اجرا
به اینترنت دسترسی نداره و فقط به محیط پروژهات دسترسی داره. یعنی نه میتونه اطلاعات جایی آپلود کنه و نه چیزی از بیرون بگیره.
اینطوری محیطش هم امنتره، هم کنترلشدهتر.
و چون همه چی توی محیط ابری (Cloud sandbox) اجرا میشه، هیچ فایلی روی کامپیوترت دستکاری نمیشه مگر خودت بخوای.
💼 قیمت و دسترسی
تا الان:
استفاده برای کاربران Pro, Team و Enterprise فعاله
کاربران Plus به زودی دسترسی پیدا میکنن
در حال حاضر در preview mode هست و رایگانه (البته ممکنه بعدا پولی یا محدود بشه)
🌍 لینکهای مفید
معرفی رسمی از طرف OpenAI:
Codex CLIدر گیتهاب
ویدیوی معرفی در یوتیوب
📁 #AI
✅ کانال تخصصی لاراول
📌 @PapiDon_state
☕️ اتاق برنامهنویسی
📌 @PapiDon_coding
یک cloud-based software engineering agent هست، یعنی یک دستیار برنامهنویس که روی فضای ابری کار میکنه. این ابزار توسط OpenAI ساخته شده و مدل قدرتمند codex-1 پشت اون قرار داره.
کاری که Codex انجام میده اینه:
- میتونه چند تا task (وظیفه برنامهنویسی) رو همزمان انجام بده
- به جای اینکه فقط به یه سؤال ساده جواب بده، میتونه یک ویژگی جدید تو کدت بسازه، باگها رو برطرف کنه، Pull Request بنویسه، تست بگیره و حتی خودش بررسی کنه که آیا چیزی درست کار میکنه یا نه.
و همه اینا رو در یک محیط امن و ایزوله توی cloud اجرا میکنه، جایی که به کدهای پروژهات دسترسی داره ولی به اینترنت دسترسی نداره (برای امنیت بیشتر).
🛠 چه کارهایی از Codex برمیاد؟
کافیه پروژهت رو بهش بدی، بعد میتونی ازش بخوای:
🔸 یه بخش جدید از اپلیکیشن بنویسه
🔹 یه feature موجود رو اصلاح کنه یا گسترش بده
🔸 یه bug خاص رو پیدا کنه و فیکسش کنه
🔹سوال بپرسی که «این کد چی کار میکنه؟» یا «چرا فلان بخش مشکل داره؟»
🔸 تست بنویسه یا اجرای تستها رو بررسی کنه
🔹 حتی خودش بهت پیشنهاد بده که چی میتونی به پروژهات اضافه کنی
هر تسک، یه محیط اختصاصی خودش رو داره، یعنی انگار هر کار رو توی یه اتاق جداگانه انجام میده.
⚙️ چطور از Codex استفاده کنیم؟
برای استفاده از Codex الان چند راه وجود داره:
1️⃣ ChatGPT Web App (نسخه حرفهای)
فعلاً درون ChatGPT در دسترسه ولی فقط برای کاربران این پلنها:
ChatGPT Pro
ChatGPT Team
ChatGPT Enterprise
(برای Plus users هم گفته شده بهزودی فعال میشه)
اگر به یکی از این پلنها دسترسی داری، وقتی وارد ChatGPT میشی در سمت چپ (sidebar) یه گزینه جدید به اسم "Code Interpreter" یا "Codex" میبینی.
توی اون بخش:
میتونی یک تسک جدید تعریف کنی (مثلاً: Add login feature)
یا ازش سؤال بپرسی (مثلاً: Why is this function not working?)
یا حتی یه تسک پیچیده بهش بدی و پیشرفت کارش رو لحظهای ببینی
2️⃣ Codex CLI (Command Line Interface)
اگه اهل ترمینال و محیطهای سبک هستی، OpenAI یه ابزار دیگه هم منتشر کرده به اسم Codex CLI
این ابزار منبعباز (open-source) هست و از GitHub میتونی بگیری:
🔗 GitHub repo
با Codex CLI میتونی مستقیم توی ترمینال باهاش کار کنی. مثلا بگی:
codex edit app.js "Convert this to use async/await"
🔐 امنیت و محیط اجرا
به اینترنت دسترسی نداره و فقط به محیط پروژهات دسترسی داره. یعنی نه میتونه اطلاعات جایی آپلود کنه و نه چیزی از بیرون بگیره.
اینطوری محیطش هم امنتره، هم کنترلشدهتر.
و چون همه چی توی محیط ابری (Cloud sandbox) اجرا میشه، هیچ فایلی روی کامپیوترت دستکاری نمیشه مگر خودت بخوای.
💼 قیمت و دسترسی
تا الان:
استفاده برای کاربران Pro, Team و Enterprise فعاله
کاربران Plus به زودی دسترسی پیدا میکنن
در حال حاضر در preview mode هست و رایگانه (البته ممکنه بعدا پولی یا محدود بشه)
🌍 لینکهای مفید
معرفی رسمی از طرف OpenAI:
Codex CLIدر گیتهاب
ویدیوی معرفی در یوتیوب
📁 #AI
✅ کانال تخصصی لاراول
📌 @PapiDon_state
☕️ اتاق برنامهنویسی
📌 @PapiDon_coding
GitHub
GitHub - openai/codex: Lightweight coding agent that runs in your terminal
Lightweight coding agent that runs in your terminal - openai/codex
🔥2❤1
اتاق برنامه نویسی </>
Photo
✨سه محیط اصلی در فرآیند CI/CD
⚙️ اول از همه: ENV یعنی چی؟
یعنی Environment، یعنی یک محیط مجزا برای اجرای برنامهت.
ما توی CI/CD چندتا محیط داریم که برنامهمون به ترتیب توشون تست و اجرا میشه تا آماده بشه برای استفاده واقعی توسط کاربرا.
✅ معمولاً سه محیط اصلی داریم:
1️⃣ Development / Test (توسعه / تست)
📍 معمولاً اسم برنچ: develop یا test
🔧 اینجا برنامهنویسا کدنویسی میکنن، تست اولیه انجام میدن.
👨💻 همه چیز هنوز خامه!
🧪 تستهای اولیه (unit tests, integration tests) توی این مرحله انجام میشه.
2️⃣ Staging / Prelive (مرحله پیشنمایش)
📍 معمولاً اسم برنچ: stage, prelive, release
🎯 اینجا محیطی شبیه محیط واقعی ساخته میشه.
👀 تیم تست (QA) یا کارفرما میتونن برنامه رو ببینن، بدون اینکه کاربر نهایی ببینه.
🧪 تستهای پیشرفتهتری (UI test, end-to-end test) اینجا انجام میشه.
3️⃣ Production / Live (محیط نهایی)
📍 معمولاً اسم برنچ: main, master, live, operation
🧍♂️ این همون محیطیه که کاربرهای واقعی دارن باهاش کار میکنن.
📢 هیچ اشتباهی اینجا نباید باشه!
📁 #DevOps #CICD
✅ کانال تخصصی لاراول
📌 @PapiDon_state
☕️ اتاق برنامهنویسی
📌 @PapiDon_coding
⚙️ اول از همه: ENV یعنی چی؟
یعنی Environment، یعنی یک محیط مجزا برای اجرای برنامهت.
ما توی CI/CD چندتا محیط داریم که برنامهمون به ترتیب توشون تست و اجرا میشه تا آماده بشه برای استفاده واقعی توسط کاربرا.
✅ معمولاً سه محیط اصلی داریم:
1️⃣ Development / Test (توسعه / تست)
📍 معمولاً اسم برنچ: develop یا test
🔧 اینجا برنامهنویسا کدنویسی میکنن، تست اولیه انجام میدن.
👨💻 همه چیز هنوز خامه!
🧪 تستهای اولیه (unit tests, integration tests) توی این مرحله انجام میشه.
2️⃣ Staging / Prelive (مرحله پیشنمایش)
📍 معمولاً اسم برنچ: stage, prelive, release
🎯 اینجا محیطی شبیه محیط واقعی ساخته میشه.
👀 تیم تست (QA) یا کارفرما میتونن برنامه رو ببینن، بدون اینکه کاربر نهایی ببینه.
🧪 تستهای پیشرفتهتری (UI test, end-to-end test) اینجا انجام میشه.
3️⃣ Production / Live (محیط نهایی)
📍 معمولاً اسم برنچ: main, master, live, operation
🧍♂️ این همون محیطیه که کاربرهای واقعی دارن باهاش کار میکنن.
📢 هیچ اشتباهی اینجا نباید باشه!
📁 #DevOps #CICD
✅ کانال تخصصی لاراول
📌 @PapiDon_state
☕️ اتاق برنامهنویسی
📌 @PapiDon_coding
👍2