🔹جملات ناصحیح اما پرطرفدار!

یک سری جملات غیر صحیح/دقیق و اتفاقا رایج/پرطرفدار در فضای «هوش مصنوعی در پزشکی» هست که در ادامه بعضی‌هاشون رو لیست کرده‌ام.

- "هوش مصنوعی جای پزشکان رو نمی‌گیره و پزشکی که هوش مصنوعی بلده، جای پزشکی که بلد نیست رو می‌گیره."

- "رشته‌های تشخیصی‌تر مثل رادیولوژی و پاتولوژی زودتر از رشته‌های عملی‌تر مثل جراحی با هوش مصنوعی جایگزین می‌شوند."

- "یادگیری عمیق/ژرف یک بلک‌باکس هست و مشخص نیست که به چه صورت تصمیم می‌گیره و به همین دلیل، نمی‌تونیم تصمیم‌های درمانی بیماران رو بهش بسپریم."

- "اگر هوش مصنوعی بتونه دقیق‌تر از پزشک عمل کنه، وارد بیمارستان می‌شه و کاربردش گسترده می‌شه."

- "اگر داده‌های بیماران رو anonymize کنیم، دیگه نمی‌تونن ازشون استفاده‌ی غیر اخلاقی داشته باشند."

- "هرچقدر هم که هوش مصنوعی خوب عمل کنه، باید تصمیم نهایی رو پزشک بگیره."

-- "ارتباط صحیح بین پزشکان و مهندسان، یک مسئله‌ی خیلی مهم و سخت در کارهای بین رشته‌ای این حوزه‌ست."

👈چند تا از این جملاتی که احتمالا قبلا شنیدید رو قبول دارید؟ این‌جا گذاشتم تا مجددا بهشون فکر کنیم. سر فرصت هم مفصلا درموردشون صحبت می‌کنیم و اگر موردی به نظرتون می‌رسه که می‌تونه به این لیست اضافه (--) بشه، حتما بفرمایید.

@sinusealpha_channel

🔹مقدمه‌ای بر ادغام انفورماتیک تصاویر پزشکی در رادیولوژی!

📣ارائه سینا مرادی، دانشجوی سال چهارم پزشکی و برنامه‌نویس هوش مصنوعی را در چهارمین جلسه‌ی ماهیانه مدیکس از دست ندهید! او در این ویدئو، به ارائه‌ی مقدمه‌ای بر مفاهیم انفورماتیک تصاویر پزشکی می‌پردازد و می‌تواند نقطه‌ی شروع مناسبی برای آشنایی با موضوعات این زمینه باشد.

🔗لینک ویدئو:
https://youtu.be/eKEmwVyhwp8?si=mg1iBRv6KU1HEQfM

🔻برای دسترسی به اسلایدهای این ارائه، در گروه جامعه مدیکس عضو شوید.
🌐 | @MedX_Media

🔹درمورد پرورش فرزند: از Emile تا Sovereign Child

یکی از ایده‌هایی که اخیرا خیلی داره بحث می‌شه، قضیهٔ «taking children seriously» یا TCS [که به طور خلاصه می‌شه «بیشینه‌کردن آزادی فرزند» تعریفش کرد] است. من اولین‌بار در وبلاگ نوال با این موضوع آشنا شدم. همون‌جایی که با david deutsch صحبت می‌کردند و تقریبا متفق‌القول بر این نظر بودند که ما باید به بچه‌ها امکان دسترسی به هر چیزی رو بدیم [تا...]! اون موقع، خیلی قطعی با این قضیه مخالف بودم و اصلا مسخره هم به‌نظرم می‌اومد [و حتی برای چندین نفر هم تعریف‌اش کرده بودم]. اما همین موضوع باعث شد که درمورد این موضوع alert و کنجکاو بشم و متوجه شدم که از پیچیده‌ترین موضوعاتی است که شاید بشه واقعا «حل‌نشده» در نظرشون گرفت.

یکی از جالب‌ترین کتاب‌هایی که چند ماه پیش در این زمینه پیدا کردم، کتاب معروف و قدیمی «امیل - نوشتهٔ روسو» [که حالا تقریبا از محبوب‌ترین نویسنده‌های من هم محسوب میشه] (نسخهٔ صوتی) بود. حواشی و دردسری که نوشتن این کتاب برای روسو داشت، خوندن‌اش رو برام جذاب‌تر هم می‌کرد! جالبه بدونید که روسو، بخاطر نوشتن این کتاب، از کشورهای مختلفی اخراج شده بود و این کتاب رو بارها سوزانده بودند و...! [پس بنظر میاد که ارزش خوندن داشته باشه؟ :)]. توصیهٔ نهایی این کتاب، «فراهم‌آوری شرایط سخت روزگار برای فرزند» بود تا امکان درک لذت رو داشته باشه و [به نظر من] کاملا منطقی و درسته.

حالا برخورد مجدد من با این موضوع، بواسطهٔ اپیزود جدید پادکست tim ferriss اتفاق افتاد که در این اپیزود، naval و aaron stupple درمورد کتاب the sovereign child و کلا این موضوع صحبت می‌کنند. نویسندهٔ این کتاب اما معتقده که والدین باید دریچه‌ای برای دسترسی به علایق کودکان‌شون باشند و همون‌طور که از اسم کتاب مشخصه، بر بیشینه‌کردن آزادی و دسترسی و... کودکان تمرکز داره. من فعلا نظری درمورد این ایده ندارم، اما خیلی پیشنهاد می‌کنم که این اپیزود رو ببینید و در جریان بحث‌ها و صحبت‌هایی که بیشتر شبیه به مناظره بودند، قرار بگیرید. البته پیشاپیش این رو بگم که ایدهٔ این کتاب رو نمی‌شه متضاد ایدهٔ امیل در نظر گرفت. خیلی ارتباط مستقیمی ندارند و حضور همزمان‌شون هم ممکنه. ولی از نظر دیدگاه فلسفی، به کل چیزهای متفاوتی هستند و هر کدوم، به عقیدهٔ من، بخشی از حقیقت رو دارند.

پی‌نوشت: می‌دونم که این بحث به فضای محتوایی این کانال نمی‌خوره. ممکنه اصلا دغدغه‌تون هم نباشه. اما خب برای من واقعا محل سوال شده بود و همچنان هم هست و ممکنه بواسطهٔ همین پست ساده، برای شما هم محل سوال بشه. :)

@sinusealpha_channel

🔹درمورد بهتر نوشتن

پیشنهاد می‌کنم که دقیقهٔ 8:58 تا 19:03 این ویدئو رو ببینید. این‌جا درمورد این صحبت می‌کنند که چطوری می‌تونیم بهتر بنویسیم و چند ایدهٔ کلی رو مطرح می‌کنند که یادآوری‌شون می‌تونه خیلی کمک‌کننده باشه:

- به جای این‌که از قاعدهٔ «فقط بنویس» پیروی کنید و صدها بار بنویسید تا به یک چیز خوب برسید، روی ساختار و جزئیات آن وقت بگذارید و یک‌بار بنویسید و ویرایش کنید.

- دانشجویان کارشناسی فکر می‌کنند که نوشته‌شان باید نشان‌دهندهٔ همه‌ٔ چیزهایی باشد که می‌دانند، اما یک استاد قرار است نوشتهٔ شما فقط را بر اساس کوریکولومی که خودتان در نوشته‌تان مطرح می‌کنید بسنجد.

- ساختار صحیح (می‌شود از عبارت writing patterns هم استفاده کرد)، حداقل در ریسرچ، مشخص است و این ساختار است که خوانندهٔ متن شما را هدایت می‌کند. فلذا بهتر است که بر این اساس متن‌تان را بنویسید.

@sinusealpha_channel

🔹معرفی برنامه Abzums AI

ما در یک حرکت نسبتا بامزه، داریم «اولین برنامهٔ پایه‌ای و بلندمدت آموزش مقدمات هوش مصنوعی برای دانشجویان علوم پزشکی در کشور» رو در دانشگاه علوم پزشکی البرز برگزار می‌کنیم و از طریق کانال @AbzumsAI می‌تونید در جریان این برنامه قرار بگیرید.

به زودی اطلاعات بیشتری از برنامه رو منتشر خواهیم کرد و ثبت‌نام‌اش هم خیلی زود شروع می‌شه! :)‌ اما الان قصد دارم رباتی که برای هماهنگی و ارتباطات این برنامه توسعه دادیم رو بهتون معرفی کنم!😁

⭐️@AbzumsAI_Bot

🔻این ربات، به صورت open source منتشر شده و همین حالا قابل استفاده است. ضمنا شما می‌تونید در توسعهٔ این ربات مشارکت کنید و یا با یک‌سری modification های ساده، از اون برای برگزاری برنامه‌های خودتون استفاده کنید.

@sinusealpha_channel

سلام دوستان :) من شدیدا این جلسه رو به همهٔ افرادی که می‌خوان یه کمی عمیق‌تر از صحبت‌های عادی، درمورد «تغییراتی که هوش مصنوعی بر خود تکنولوژی خواهد داشت» بدونند، پیشنهاد می‌کنم:
https://t.me/AbzumsAI/10

در ادامه جلسات مقدماتی‌مون در برنامه @AbzumsAI، شرکت در این جلسه رو هم [که شنبه برگزار می‌شه] به شدت پیشنهاد می‌کنم:
https://t.me/AbzumsAI/13

🔹درمورد برنامه‌های AI برای دانشجویان [علوم] پزشکی

پیش‌نوشت: بواسطهٔ پست صفحهٔ لینکدین دانشکده پزشکی هاروارد (تصویر)، این متن را نوشتم. فلذا احتمالا بهتر باشد که در ابتدا آن پست را ببینید و سپس، ادامهٔ متن را بخوانید.

چند سالی می‌شود که این programها بیشتر شده‌اند و در یکی از تازه‌ترین چیزهایی که امروز دیدم، دانشگاه MIT و هاروارد، در حال برگزاری برنامهٔ مشترکی هستند تا به دانشجویان پزشکی سال اول، «مقدمات هوش مصنوعی» را آموزش بدهند و سپس اون‌ها رو در پروژه‌های مختلف و مشترکی با دانشجویان مقاطع بالاتر در علوم کامپیوتر وارد کنند.

این کار، خیلی اقدام انقلابی‌ای محسوب نمی‌شود. اما در نوع خودش جالب است که بالاخره به «شکل رسمی» دارد به این موضوع پرداخته می‌شود و در حال فاصله‌گرفتن از از کارگاه‌های سطحی چندساعته و چندروزه هستیم [و وارد برنامه‌های مفصل‌تر می‌شویم]. ما هم AbzumsAI Program [و البته MedX] را با چنین هدفی [و البته نه با الهام‌گرفتن از این دانشگاه‌ها] شروع کردیم و فکر می‌کنیم که فرصت‌ها و ارزش‌های خیلی زیادی در حد فصل مشترک علوم پزشکی و تکنولوژی وجود دارد.

1/2

@sinusealpha_channel

یکی از چیزهایی هم که در این مسیر به آن اعتقاد داریم، این است که جملهٔ «دانشجوی پزشکی نباید برنامه‌نویسی یاد بگیرد» حرف درست و دقیقی نیست. اصولا دیدگاه‌مان بر این اساس که «چون من فلان رشته را می‌خوانم، پس فلان چیزها را نباید یاد بگیرم» قرار ندارد و اتفاقا، فکر می‌کنیم که «حداقل» تعدادی از دانشجویان علوم پزشکی [در رشته‌های مختلف] بهتر است که به شکل خیلی خیلی عمیق، وارد مباحث تکنولوژی [از جمله هوش مصنوعی] شوند و این اتفاق، جز با یادگیری پایه‌های این علم [که ریاضیات و برنامه‌نویسی هستند] حاصل نمی‌شود.

حرف‌هایی از این جنس که «شما بهتر است در فیلد خودتان expert شوید» و «پزشک صرفا بهتر است زبان AI را بفهمد و لازم نیست جزئیاتش را بلد باشد» و... را هم [که به دفعات در شبکه‌های اجتماعی می‌شنوید]، برای همهٔ دانشجویان صادق نمی‌دانیم. مخصوصا برای کسانی که در حوالی ۲۰ سالگی هستند و هنوز هیچ بک‌گراند و تخصص‌ای ندارند! اما درمورد افرادی که بالای ۲۵ سال هستند و پزشک شده‌اند و... داستان کمی تفاوت می‌کند و «شاید» یادگیری پایه‌های این موضوعات، کمی سخت‌تر از افراد تازه‌کار [که هم ریاضیات بیشتری را از دبیرستان به خاطر دارند و هم احتمالا ذهن آماده‌تری دارند] باشد. به همین دلیل شاید بهتر است که آن افراد مسیر متفاوتی را در پیش بگیرند.

من اخیرا چند جا این موضوع را توضیح داده‌ام. اما به شدت می‌بینم که فلسفهٔ خلاف این موضوع دارد [توسط کسانی که اندک آشنایی‌ای با قضیه ندارند] پروموت می‌شود و فکر می‌کنم که این، می‌تواند در بلندمدت آسیب بسیار زیادی را به قشر اندکی از ما بزند. ما البته ادعای خاصی نداریم، اما داریم تلاش می‌کنیم تا به آن قشر اندک که واقعا فراتر از توان تحمل جامعهٔ علوم پزشکی هستند، کمک کنیم و برنامه‌های بسیار مهمی را هم داریم و به مرور، در جریان‌شان قرار خواهید گرفت. :)

2/2

@sinusealpha_channel

#موقت

🔻فرصت #همکاری_پژوهشی

✅ تکمیل شد.

برای یک کار پژوهشی حوزهٔ «NLP و پزشکی»، به چند دانشجوی پزشکی (استاجر به بالا) نیاز داریم. این کار، حداقل ۵ ساعت در هفته زمان می‌بره و به سطح سواد پزشکی نسبتا بالایی هم نیاز داره. آشنایی با مدل‌های زبانی (LLMs) و به صورت کلی‌تر، هوش مصنوعی (AI)، مزیت محسوب می‌شه.

افراد علاقه‌مند، لطفا اطلاعات‌شون رو در این فرم وارد کنند تا باهاشون ارتباط برقرار بشه و بقیه کارها و جزئیات رو پیش ببریم.

در صورت وجود هرگونه سوالی هم می‌تونید با بنده (sina80mor@gmail.com) در ارتباط باشید.

@sinusealpha_channel

تاریخچه شکل‌گیری مفهوم تابع در ریاضیات.

یکی از مشکلاتی که کلاس‌های ریاضی کنکور برای من داشت، این بود که نمی‌تونستم اون‌طور که به نظرم درست‌تر هست، تدریس کنم. در واقع ما در کلاس‌های کنکور، چاره‌ای جز توضیح خیلی خیلی مختصر و نکته‌وار و پرش سریع به سوالات و تکنیک‌ها نداریم. شاید درست‌تر هم همین باشه. به همین دلیل هم بود که کلاس‌های پایه رو همیشه ترجیح می‌دادم. اما حتی اون‌جا هم نمی‌شد خیلی عمیق وارد بعضی بحث‌ها شد. این مشکل همین‌طور به حیاتش داره ادامه می‌ده و نمی‌دونم چرا هیچ مدرس ریاضی‌ای قصد حل‌کردن‌اش رو نداره! :)

اما خب از اون‌جایی که بخشی از تدریس ریاضیات Abzums AI رو بر عهده دارم، تلاشم بر اینه که به شکل دیگری این موضوعات رو بگم. در واقع، دارم تلاش می‌کنم که همون موضوعات قدیمی رو با مسیری که بنظرم درست‌تره بگم. جذاب بودنش [هر چند که خیلی هم هست :) ]، خیلی موضوعیت نداره در این جایگاه و مثلا برای تابع، در نظر دارم که داستان شکل‌گیری این مفهوم و تاریخچه‌اش [از بابل تا لایب‌نیتس و فوریه و...] رو بیشتر از تعاریف و ویژگی‌ها، یکنوایی، زوج و فرد بودن و... بگم. این‌طوری، درست‌تره بنظرم. :)

@sinusealpha_channel

مثل پارسال، امسال هم یک تعدادی از درس‌هایی که یاد گرفتم و به نظرم ارزش و اهمیت مرور داشته‌اند رو این‌جا نوشتم. خیلی خوش‌حال می‌شم اگر بخونیدشون و نظرتون رو برام بنویسید. :)

Link: https://sinamoradi.substack.com/p/20-lessons-i-learned-in-my-23

The Art Changes the Artist.

این کلیپ شریاس رو امروز دیدم. خیلی برام جالب بود و تقریبا با مفهومی که درموردش صحبت می‌کرد هم آشنا بودم. اما این‌قدر دقیق و خوب نمی‌تونستم مطرحش کنم. به همین دلیل خیلی پیشنهاد می‌کنم که ببینیدش. خلاصهٔ بحث‌اش هم اینه که باید مراقب باشید که چه چیزی رو برای کارکردن انتخاب می‌کنید، چرا که اون چیز قراره تغییرتون بده! و باید ببینید که آیا می‌خواهید به چیزی که اون کار قراره از شما بسازه تبدیل بشید، یا نه. عبارتی هم که برای این منظور استفاده می‌کنه جالبه:

"you have to choose what you start associating your identity with."

یک مثالی رو هم در آخر ویدئو می‌زنه که بنظرم مهمه. می‌گه کلی آدم هستند در سوشال‌مدیا که با تعریف داستان‌هایی مثل «من با [یک شخص معروف] در فلان اتاق بودم و فلان حرف رو بهم زد و من به اهمیت [یک موضوع خفن] پی بردم و...» تعداد زیادی لایک می‌گیرند. اما این تعداد زیاد لایک از اون افراد چیزی رو می‌سازه که نمی‌خواهند! «دنبال لایک‌بودن»! و همچنین اشاره می‌کنه که خودش هم تعداد زیادی از این داستان‌ها رو داره و از قصد مطرح نمی‌کنه تا لایک‌های [الکی] زیادی رو نگیره!

من هم اخیرا مطلبی رو درمورد این موضوع نوشته بودم. البته عنوان انتخابی من یه کمی عجیب‌تر و «you should not let everything to make you happy» بود. این‌جا می‌تونید بخونیدش. اما اصل حرف تفاوتی نمی‌کنه و حتی می‌شه به صورت عمومی‌تر و به هر انتخابی در زندگی هم تعمیم‌اش داد. این‌جاست که باز هم به اهمیت تصمیم‌گیری درست می‌رسیم.

پی‌نوشت: یکی از علت‌هایی که در یک سال گذشته در ساب‌استک می‌نویسم هم همین نبودن انگیزه‌های نامناسبه. اون‌جا خیلی راحت‌ترم. تعداد خیلی کمی لایک می‌کنند. تعداد خیلی خیلی کمی ایمیل می‌زنند و درمورد موضوعات‌اش صحبت می‌کنیم. و با وجود مقداری سد جهت ورود «هر» کسی، شرایط بهتری برای فکرکردن [و شیر کردن چیزهایی که بنظرمون درست‌اند] فراهمه. برعکس، این کانال تقریبا برای من بلااستفاده شده و بعید می‌دونم که روزی قصد نوشتن جدی در این‌جا رو داشته باشم.

@sinusealpha_channel

"توصیه به یادنگرفتن برنامه‌نویسی در عصر هوش مصنوعی، بدترین توصیه شغلی است که تا به حال داده شده!"

- Andrew Ng (source)

آقای اندرو انگ که احتمالا معرف حضورتون باشند. از اساتید برجسته و معروف هوش مصنوعی هستند و کارهای خیلی مهمی در این زمینه انجام داده‌اند. من خیلی پیشنهاد می‌کنم که این مطلب‌شون رو مطالعه کنید. ایشون دیدگاه‌شون این‌طوریه که ما اتفاقا به برنامه‌نویس‌های بیشتری نیاز داریم، و نه کمتر! و ما نباید افراد رو از یادگیری برنامه‌نویسی منصرف کنیم! اتفاقا الان زمان مناسبی برای یادگیری این موضوعات است و در سال‌های آینده، نیاز بیشتری هم به این چنین افرادی وجود خواهد داشت.

نسخهٔ اصلی این مطلب رو هم در لینک زیر می‌تونید بخونید:
https://www.deeplearning.ai/the-batch/issue-292/

پی‌نوشت: افراد دیگری هم [مانند paul graham] قبلا چنین نظری رو مطرح کرده‌اند و چیز جدیدی نیست. اما بنظرم این تاکیید ایشون قابل توجه و تامله.

@sinusealpha_channel

🔹تجربه‌های همکاری کوچیک!

بعضی موقع‌ها پیش میاد که ما قصد شروع یه همکاری رو داریم و از قضا، اون کار چیز مهم و بزرگی محسوب می‌شه. این‌جا، خیلی خوب می‌شه که با ما افرادی همکار بشیم که قبلا تجربه کارکردن با هم رو داشتیم. در غیر این‌صورت، ممکنه اون کار رو در ریسک اولین همکاری با فرد جدیدی قرار بدیم و این، خوب نیست.

به همین دلیل، بنظر میاد که خوبه قبل از شروع پروژه‌های بزرگ‌تر، با افراد کارهای کوچیک‌تری رو پیش ببریم. این موضوع هم کمک می‌کنه تا با همدیگه و اخلاق‌ها و فکرها و... آشنا بشیم و هم متوجه بشیم که اون فرد چقدر در کارهای آتی‌مون می‌تونه نقش داشته باشه و چه همکاری‌هایی ممکنه داشته باشیم.

این کارهای کوچیک هم می‌تونن به معنای واقعی کلمه «کوچیک» باشند! مثل برگزاری یه برنامه حضوری چندساعته، انجام یک پروژه چندروزه، راه‌اندازی یک گروه کتابخوانی چند هفته‌ای و از این‌جور برنامه‌هایی که به مرور هم می‌تونن بزرگ‌تر و بزرگ‌تر بشن تا به جایی برسند که ما بخواهیم و «بتونیم» که با اون فرد پروژه‌ای چند ساله و چند ده ساله‌ای رو شروع کنیم! اون‌جاست که خیال‌مون از بابت خیلی موضوعات راحت می‌شه و خیلی از مسائل اصلا به وجود هم نخواهند اومد. من این تجربه رو خیلی اندک داشتم و الان هم مدت خوبی هست که این کار رو به مرور انجام میدم. واقعا به این نتیجه رسیده‌ام که خیلی تاثیر خوبی داره و به همین دلیل، پیشنهادش هم می‌کنم.

@sinusealpha_channel

سعی می‌کنم هر سال از این شعر یاد کنم و فکر می‌کنم که یکی از بهترین شعرهایی باشه که بتونیم سال جدید رو با خوندنش آغاز کنیم.

آیــــد بهـــــار و پیرهــن بیشــــه نو شــــود
نـــوتر برآورد گــــل، اگر ریشــــه نو شــــود

زیباســـت روی کاکــل سبـــزت کــلاه تــو
زیبـــاتر آن‌که در ســـرت اندیشـه نو شود

ما را غـــمِ کهنــه به مـیِ کهنـــه بســـــپرید
به حــال ما چه ســود، اگر شیشـه نو شود؟

شبدیــز، رام خســــرو و شیــــرین به کـام او
بر فــــرق ما چه فـرق، اگر تیشــــه نو شـود

جان می‌دهیــــم و ناز تــو را باز می‌خـــــریم
ســــودا همان کنیـــم، اگر تیشــه نو شـود…

#شعر
#منوچهر_آتشی

عیدتون مبارک!♥️
@sinusealpha_channel

برنامه NLP Summit Healthcare امسال هفته دیگه برگزار می‌شه و اگر علاقه‌مندید، می‌تونه فرصت خوبی برای آشنایی با بخش‌های مختلفی از کاربرد پردازش زبان طبیعی در سلامت باشه. سخنران‌های خیلی خوبی هم دارند و در لینک زیر هم می‌تونید برنامه سخنرانی‌ها رو مشاهده کنید:
https://www.nlpsummit.org/healthcare-2025-program/

@Sinusealpha_channel

ایده‌های قدیمی.

بنظرم یکی از جالب‌ترین اتفاقاتی که موقع معرفی موضوعات جدید [به‌خصوص در ریاضیات] می‌افته این هست که ناگهان کاربرد کلی ایدهٔ قدیمی‌ای که داشته خاک می‌خورده هم پیدا می‌شه. مثلا شاید براتون جالب باشه که قاعدهٔ هوپیتال [که به احتمال زیاد در انتهای موضوع حد و پیوستگی بهتون تدریس شده باشه]، تقریبا دو قرن (!) قبل از معرفی خود موضوع حد، و در جای دیگری، معرفی شده بود و البته بلانسبت خاک نمی‌خورد! (تصویر مربوط به ویکی‌پدیای هوپیتال، یا به صورت دقیق‌تر، «لوهپیتال»). توی هوش مصنوعی هم همین اتفاق خیلی می‌افته و مثلا بحث Agents [که این روزها خیلی داغ شده] عملا قدیمی ترین (!) ایده هوش مصنوعی و کتاب‌های کلاسیک‌اش محسوب می‌شه و کورس‌های خیلی قدیمی هوش مصنوعی هم اصلا با همین موضوع شروع می‌شدند. کلا هم به نظر می‌رسه که خیلی از پیشرفت‌های اخیر در لایه نظری نیست (مثلا بجز attention اصلا چیزی به نظرم نمی‌رسه) و حتی می‌شه گفت که بیشتر ایده‌های اصلی، قدیمی ترین‌ها هستند.

so "if you want new ideas, read old books."

@sinusealpha_channel