🔆 عبور از چت‌بات‌ها؛ وقتی هوش مصنوعی کنترل موس و کیبورد شما را به دست می‌گیرد!

🔹 تا امروز تمام تعامل ما با مدل‌های زبانی محدود به «تایپ کردن پرامپت و تحویل متن یا تصویر» بود؛ اما شرکت Anthropic (سازنده مدل‌های Claude) با معرفی قابلیت انقلابی Computer Use، وارد فازی شد که کارشناسان از آن به‌عنوان آغاز عصر واقعی «ایجنت‌های مستقل» یاد می‌کنند.


🔹 ماجرا چیه و این فناوری چطور کار می‌کنه؟

قابلیت جدید مدل Claude 3.5 Sonnet این امکان رو داره که درست مثل یک انسان پشت سیستم بنشینه:

دیدن اسکرین‌شات از صفحه: از مانیتور عکس می‌گیره و تمام عناصر UI (دکمه‌ها، فرم‌ها، منوها) رو آنالیز می‌کنه.

حرکت دادن نشانگر موس: مختصات پیکسلی دکمه‌ها رو محاسبه می‌کنه و روی بخش‌های مختلف کلیک یا اسکرول می‌کنه.

تایپ کردن و پر کردن فرم‌ها: پنجره‌ها رو باز می‌کنه، نرم‌افزارهای مختلف رو با هم هماهنگ می‌کنه و داده‌ها رو بین چند تب مختلف جابه‌جا می‌کنه.


🔹 چرا این خبر فوق‌العاده مهمه؟
تا قبل از این، اگر می‌خواستید تسکی رو اتوماسیون کنید، حتماً نرم‌افزارها باید API اختصاصی می‌داشتند. اما با این فناوری، هوش مصنوعی می‌تونه با قدیمی‌ترین نرم‌افزارهای دسکتاپ، صفحات اداری و سیستم‌های مالی که هیچ APIای ندارند هم کار کنه! مثلاً بهش میگید: «فایل اکسل روی دسکتاپم رو باز کن، ستون قیمت‌ها رو چک کن، پنل وب شرکت رو باز کن و این ارقام رو دونه‌دونه ثبت کن و تأییدیه بگیر.»


🔹 منبع رسمی: وبلاگ تحقیقاتی شرکت Anthropic و پوشش تحلیلی TechCrunch و Wired.

🦾 @ai_inf

🔆 با این ابزار شگفت‌انگیز گوگل، جزوه‌ها و کتاب‌های سنگینت رو تبدیل به پادکست رادیویی کن!

🔹 اگه کلی فایل PDF، مقاله دانشگاهی، کتاب یا یادداشت داری که وقت نمی‌کنی بخونی، ابزار رایگان Google NotebookLM دقیقاً همون چیزیه که نیاز داری. برعکس ChatGPT که گاهی اطلاعات اشتباه از خودش می‌سازه (توهم یا Hallucination)، این ابزار یک هوش مصنوعی متصل به منبع (Source-Grounded) هست؛ یعنی جواب‌ها رو فقط و فقط از داخل فایل‌های خودت استخراج می‌کنه!


🔹 قابلیت جادویی Audio Overview چیه؟

این ابزار می‌تونه تمام فایل‌های آپلود شده شما رو به یک پادکست گفت‌وگوی دو نفره (یک زن و یک مرد) با لحن بسیار طبیعی، شوخی‌های بجا، بیان نکات کلیدی و صدای فوق‌العاده واقعی تبدیل کنه تا حین پیاده‌روی یا رانندگی به خلاصه‌ی کتاب‌هاتون گوش بدید!

🔹 پست بعدی لینک با آموزششو میزارم!

🦾 @ai_inf

🔆 آموزش قدم‌به‌قدم استفاده:

🔹 ورود به ابزار: با اکانت جیمیل خود وارد سایت notebooklm.google.com بشید (کاملاً رایگان است).

🔹 ساخت نوت‌بوک جدید: روی گزینه New Notebook کلیک کنید.

🔹 آپلود منابع (Sources): فایل‌های موردنظرتون رو بارگذاری کنید. (می‌تونید تا ۵۰ منبع شامل فایل‌های PDF، داکیومنت، لینک ویدیوهای یوتیوب یا کپی متن خام اضافه کنید).

🔹 طرح سؤال و چت اختصاصی: حالا در باکس چت پایین، هر سؤالی درباره منابعتون بپرسید. کنار هر پاسخ، شماره ارجاع میده و با کلیک روی اون، دقیقاً نشون میده این حرف رو از کدوم صفحه یا پاراگراف درآورده!

🔹 تولید پادکست صوتی: در پنل سمت راست (بخش Notebook Guide)، دکمه Generate در قسمت Audio Overview رو بزنید. بعد از ۲ الی ۳ دقیقه، یک پادکست صوتی کامل تحویلتون میده که حتی امکان دانلود فایل صوتی رو هم دارید.

🔹 پرامپت پیشنهادی برای گرفتن بهترین نتیجه:

«بر اساس منابع آپلود شده، یک خلاصه‌ی اجرایی از ۵ چالش اصلی مطرح‌شده همراه با راه‌حل‌های نویسنده در قالب یک جدول مقایسه‌ای آماده کن.»

🦾 @ai_inf

🔆 هشدار پدرخوانده هوش مصنوعی!

🔹 چرا پدرخوانده هوش مصنوعی درباره آینده این تکنولوژی هم هیجان زده است، هم نگران؟

🔹 جفری هینتون پدرخوانده هوش مصنوعی بعد از دریافت جایزه نوبل فیزیک ۲۰۲۴ درباره قدرت شبکه های عصبی مصنوعی برای افزایش بهره وری در سراسر دنیا صحبت کرد؛ اما همزمان هشدار داد که AI میتونه خطرات جدی ای هم به همراه داشته باشه.

🔹 از افزایش قطبی شدن جامعه و نظارت گسترده گرفته تا سلاحهای خودمختار و حتی احتمال از دست دادن کنترل انسان روی سیستم های فوق هوشمند

🦾 @ai_inf

🔆 اپتیموس تسلا تا 2027 عرضه عمومی می‌شود!

🔹 سال ۲۰۲۷ زمان اعلام شده تسلا برای فروش عمومی ربات انسان نمای اپتیموس است؛ عبور این پروژه از گیگافکتوری ها به خانه ها

🔹 مغز اپتیموس همان زیر ساخت بینایی ماشین FSD و سخت افزار پردازشی خودران های تسلا است؛ با درک عمق فضایی در محیطهای بدون ساختار راه میرود کارهای خانه را انجام میدهد و با اعضای خانواده و حیوانات خانگی ایمن تعامل میکند.

🔹 رفتار این ربات از روتینهای ثابت نمی آید؛ آموزش پیوسته روی موقعیت های واقعی آن را شکل میدهد. ویدیوی پربازدید قدم زدن اپتیموس با سگ در خیابانی آفتابی نمونه همین کاربرد خانگی است.

🔹 این تغییر اقتصاد تریلیون دلاری هوش مصنوعی مجسم را باز میکند؛ اقتصادی که کار دستی، مراقبت از سالمندان و روتینهای خانه را هدف میگیرد.


🦾 @ai_inf

🔆 تکنیک نقش‌دهی و خروجی ساختارمند

🔹 خیلی از افراد وقتی از مدل‌های زبانی جواب می‌خوان، سوالات کلی می‌پرسن و خروجی‌هایی پر از توضیحات ادبی اضافه تحویل می‌گیرن که به هیچ دردی توی اتوماسیون پروژه‌ها نمی‌خوره.

🔹 تکنیک حرفه‌ای در پرامپت‌نویسی اینه که اول هویت و نقش مدل رو تعیین کنی، محدودیت کاراکتری بذاری و فرمت دقیق خروجی رو روی جیسون قفل کنی تا مستقیماً توی کد قابل پارس باشه.


پرامپت ناکارآمد:
یک خلاصه از این لاگ خطا بهم بده.

پرامپت مهندسی‌شده و استاندارد:
به عنوان یک مهندس ارشد DevOps، لاگ خطای زیر را بررسی کن.
خروجی را صرفاً در یک آبجکت JSON معتبر شامل سه کلید:
"error_type", "root_cause", "suggested_fix"
تحویل بده و هیچ متن یا توضیح اضافی دیگری خارج از ساختار JSON ننویس.


🔹 این شیوه پرامپت‌نویسی پایه و اساس ارتباط پایدار بین بک‌اند و مدل‌های زبانی بزرگه که جلوی ارورهای مربوط به شکستن ساختار پاسخ‌ها رو می‌گیره.

🦾 @ai_inf

🔆 راگ چیست و چرا توهم مدل‌ها را مهار می‌کند؟

🔹 بزرگ‌ترین معضل مدل‌های هوش مصنوعی توهم زدن و بی‌اطلاعی از دیتاهای داخلی شرکت‌هاست؛ راه‌حل این بحران فاین‌تیون کردن نیست، بلکه پیاده‌سازی معماری راگ هست.

🔹 در معماری راگ، ابتدا دیتای اختصاصی شرکت تکه‌تکه شده و به بردار تبدیل می‌شه. وقتی کاربر سوالی می‌پرسه، سیستم اول دیتابیس برداری رو می‌گرده، شبیه‌ترین متن‌ها رو استخراج می‌کنه و به عنوان منبع موثق به مدل تحویل می‌ده تا جواب نهایی بر اساس اون ساخته بشه.

🔹 این روش هزینه بسیار کمی نسبت به آموزش مدل‌ها داره، دیتای منبع همیشه تازه می‌مونه و مدل زبانی فقط به عنوان موتور تحلیل و نگارش استفاده می‌شه نه منبع اصلی ذخیره حقایق.

🦾 @ai_inf

🔆 کدنویسی کاربردی: استخراج موجودیت‌ها با فانکشن کالینگ

🔹 وصل کردن خروجی مدل هوش مصنوعی به دیتابیس همیشه چالش بزرگی بوده، چون مدل‌ها ممکنه متن‌های تصادفی تولید کنن و کدهای سمت سرور موقع ذخیره‌سازی کرش کنن.

🔹 راهکار اصلی اوپن‌ای‌آی قابلیت فانکشن کالینگ یا ابزارخوانیه که به مدل دستور می‌ده ورودی‌های کاربر رو دقیقاً بر اساس اسکیمای توابع پایتونی استخراج کنه و بهت تحویل بده.

import openai

client = openai.OpenAI()

tools = [{
    "type": "function",
    "function": {
        "name": "create_calendar_event",
        "description": "ایجاد رویداد در تقویم",
        "parameters": {
            "type": "object",
            "properties": {
                "title": {"type": "string"},
                "date": {"type": "string"}
            },
            "required": ["title", "date"]
        }
    }
}]

# مدل به جای جواب متنی، پارامترهای استخراج‌شده را برای اجرای تابع تحویل می‌دهد

🔹با این ساختار می‌تونی چت‌بات‌هایی بسازی که پیام معمولی کاربر رو مستقیماً به دستورات رزرو بلیت، ثبت فاکتور یا ارسال ایمیل در دنیای واقعی تبدیل می‌کنن.

🦾 @ai_inf

🔆 چرا کرسر جایگزین چت‌جی‌پی‌تی برای کدنویسی شد؟

🔹 استفاده از ابزارهایی مثل چت‌جی‌پی‌تی برای دولوپرها خسته‌کننده بود، چون مجبور بودی مدام کدهای فایل‌های مختلف رو کپی‌پیست کنی و زمینه کل پروژه گم می‌شد.

🔹 ادیتور کرسر با ایندکس کردن کل مخزن گیت و دسترسی به فایل‌های پروژه، کانتکست کدهای تو رو کامل درک می‌کنه و بهت اجازه می‌ده با یک میانبر ساده، تغییرات پیچیده چندفایلی رو بدون جا انداختن ایمپورت‌ها اعمال کنی.

🔹 استفاده از چنین ابزارهایی به معنی سپردن صفر تا صد منطق به هوش مصنوعی نیست، بلکه به معنی حذف کارهای تکراری، نوشتن سریع‌تر تست‌ها و بالا رفتن سرعت ریفکتور کدهای حجیم توی تیم‌های بزرگه.

🦾 @ai_inf

🔆‌ عبور از فاز مدل‌های چت به ایجنت‌های تصمیم‌گیر

🔹دنیای هوش مصنوعی در حال تغییر جهت از مدل‌های ساده پرسش و پاسخ متنی به سمت سیستم‌های ایجنتی خودمختار و چندمرحله‌ای بر پایه استدلاله.

🔹 مدل‌های مدرن استدلالی دیگه بلافاصله به اولین خروجی ممکن فکر نمی‌کنن، بلکه قبل از پاسخ نهایی، مسئله رو به گام‌های کوچک‌تر می‌شکنن، خروجی رو در یک زنجیره فکری تست می‌کنن و در صورت دیدن تناقض مسیر تفکرشون رو تصحیح می‌کنن.

🔹 برای دولوپرها این یعنی تمرکز از پرامپت‌نویسی معمولی به سمت ساخت زیرساخت‌هایی برای مانیتورینگ ایجنت‌ها، کنترل دسترسی ابزارها و طراحی پروتکل‌های ایمنی جهت جلوگیری از خطاهای ناخواسته در پروداکشن در حال حرکته.

🦾 @ai_inf

🔆 این opus 5.5 خیلی خوبه، بهش میگه من اینستاگرام رو واست باز کردم میتونی یه مدت ریلز ببینی و چیل کنی، واکنششو😂

🦾 @ai_inf

🔆 آینده هوش مصنوعی به مشارکت گسترده مردم نیاز دارد.

🔹 آینده هوش مصنوعی فقط در چند شرکت بزرگ فناوری ساخته نمیشود.

🔹 رهبری در هوش مصنوعی زمانی شکل میگیرد که شرکت ها پژوهشگران دانشگاه ها مدرسه ها دانشجویان و استارتاپ ها همگی فرصت مشارکت در این مسیر را داشته باشند.

🔹 در چنین اکوسیستمی یک سوال مهم مطرح میشود، آیا باید همه چیز به مدلهای بسته و اختصاصی محدود شود؟

🔹 مدلهای بسته میتوانند با سرمایه گذاری و زیر ساخت گسترده، مسیر توسعه محصولات پیشرفته را سرعت ببخشند؛ در مقابل مدل های باز میتوانند امکان آزمایش توسعه تحقیق و مشارکت گسترده تری را فراهم کنند.

🔹 به همین دلیل هر دو رویکرد در اکوسیستم هوش مصنوعی اهمیت دارند. آینده هوش مصنوعی متعلق به یک شرکت یا یک گروه خاص نیست؛ مشارکت گسترده آن را شکل خواهد داد.

🦾 @ai_inf

🔆با کمک این سایت با هوش مصنوعی متن دلخواه تون رو بهش بدید و فرمول اکسل تحویل بگیرید و برعکس. ماهی ۱۰ تا هم رایگان میشه ازش استفاده کرد.

🔹 https://sheetplus.ai

🦾 @ai_inf

🔆 مقدمه جالبی از اینکه موتورهای هوش مصنوعی شطرنج چگونه ساخته می‌شوند و چه تفکری پشت پیاده‌سازی آنها نهفته است.

🔹https://www.chessengines.org

🦾 @ai_inf

🔆 هوش مصنوعی هم در نهایت، ابزاری برای افراد خلاق، عملگرا و ماهر است، نه کسانی که هیچ مهارتی در هیچ زمینه ای ندارند!

🦾 @ai_inf

🔆 چطور خروجی دقیق‌تری از مدل‌های زبانی (LLM) بگیریم؟

🔹 تکنیک Few-Shot Prompting
خیلی وقت‌ها وقتی از مدل‌هایی مثل ChatGPT یا Claude درخواست می‌کنیم کاری انجام بدن، خروجی اون‌چیزی نمیشه که انتظار داریم. دلیلش اینه که به مدل الگو (Pattern) ندادیم!

🔹 در پرامپت نویسی سه روش اصلی داریم:
Zero-Shot:
بدون ارائه نمونه، مستقیماً دستور میدیم.

One-Shot:
یک نمونه خروجی دلخواه به پرامپت اضافه می‌کنیم.

Few-Shot: چند نمونه (معمولاً ۲ تا ۵ نمونه) از ورودی و خروجی ایده‌آل به مدل می‌دیم.

🔹 مثال کاربردی از Few-Shot Prompting:

پرامپت:

متن‌های زیر را تحلیل حس کنید و بر اساس الگو پاسخ دهید:

ورودی: "پشتیبانی عالی بود و خیلی سریع مشکل منو حل کردن."

خروجی: مثبت | بخش: پشتیبانی

ورودی: "سایت خیلی کند بالا میاد و موقع پرداخت ارور میده."

خروجی: منفی | بخش: فنی

ورودی: "قیمت محصولات نسبت به کیفیت خوبه اما ارسال دیر انجام شد."

خروجی: ترکیبی | بخش: لوجستیک


🔹 چرا این روش جواب می‌ده؟

مدل‌های زبانی بزرگ پیش‌بینی‌کننده کلمه بعدی بر اساس الگو هستند. وقتی الگو (Pattern) رو شفاف کنید، خروجی ساختاریافته، یکدست و بدون پرتی خواهد بود.

🦾 @ai_inf

🔆 تکنیک Meta-Prompting؛ به AI بگو برات پرامپت بسازه!

🔹 خیلی وقت‌ها دقیقاً نمی‌دونیم چطور از مدل‌هایی مثل ChatGPT یا Claude درخواست کنیم تا بهترین جواب رو بگیریم.

🔹 پرامپت کاربردی (کپی‌پیست کنید):

"من می‌خوام یک [هدف شما، مثلاً: پست وبلاگ درباره امنیت شبکه] بنویسم. قبل از اینکه متن رو تولید کنی، از من ۵ سوال کلیدی بپرس که بهت کمک کنه نیاز من، لحن متن و مخاطب هدف رو دقیق‌تر بفهمی. بعد از اینکه جواب دادم، بهترین پرامپت ممکن برای این کار رو برام بنویس."

🔹 نتیجه: خروجی مدل از حالت عمومی خارج میشه و کاملاً سفارشی‌سازی‌شده طبق هدف شما تحویل داده میشه.

🦾 @ai_inf

🔆 ابزار NotebookLM از گوگل؛ دستیار تحقیق و خلاصه‌سازی مدارک!

🔹چرا بی‌‌نظیره؟ برعکس هوش مصنوعی‌های عمومی که ممکنه هذیان (Hallucination) بگن، NotebookLM فقط و فقط روی فایل‌ها، PDFها و لینک‌هایی که خودت بهش میدی کار می‌کنه!

🔹 سناریوی استفاده کاربردی:

جزوه‌ها، کتاب‌ها یا مستندات فنی پروژه (Documentation) رو آپلود کن.
ازش سوال بپرس؛ پاسخ‌ها رو با ذکر صفحه دقیق و منبع بهت میده.
می‌تونه تمام فایل‌های آپلود شده رو به یک راهنمای مطالعه یا پادکست صوتی خلاصه کنه!

🔹لینک:
notebooklm.google.com

🦾 @ai_inf

🔆 تکنیک Context Caching؛ کاهش ۹۰ درصدی هزینه‌ها و اسپیدآپ پروژه‌های AI!

🔹 وقتی داری روی یک پروژه هوش مصنوعی کار می‌کنی (مثل چت‌بات پشتیبانی، تحلیلگر اسناد، یا کدبیس‌های بزرگ) و توی هر پرامپت مجبور می‌شی یک فایل یا داکیومنت سنگین رو به عنوان پرامپت‌پایپ (Context) بفرستی، دو تا مشکل بزرگ پیش میاد:

هزینه API سرسام‌آور میشه (چون Tokens ورودی دوباره و دوباره حساب میشن).

زمان پاسخ‌دهی (Latency) بالا میره.

🔹 راه حل (Context Caching):
مدل‌های جدید (مثل Gemini 1.5 Pro و Claude 3.5 Sonnet) قابلیت «کش کردن پرامپت» رو ارائه دادن.

🔹 نحوه کار:

شما یک بار داکیومنت، فایل PDF یا کل کدبیس پروژه رو می‌فرستید و اون رو در حافظه کش مدل ذخیره می‌کنید (مثلاً به مدت چند ساعت یا چند روز). در درخواست‌های بعدی، فقط سوال جدیدتون رو می‌فرستید!

🔹مزایای واقعی:

کاهش ۷۵ تا ۹۰ درصدی هزینه توکن‌های ورودی.

افزایش ۲ تا ۴ برابری سرعت پاسخ‌دهی مدل.

مناسب برای ساخت برنامه‌های کاربردی که محتوای مرجع ثابت دارن.

🦾 @ai_inf

🔆 چطوری بدون اینترنت و رایگان، روی لپ‌تاپت مدل‌های پیشرفته هوش مصنوعی اجرا کنی؟

🔹 خیلی وقت‌ها بخاطر تحریم‌ها، قطعی اینترنت، هزینه‌های اکانت پریمیوم یا حفظ حریم خصوصی داده‌ها، نمی‌تونیم یا نمی‌خوایم اطلاعاتمون رو بفرستیم روی سرورهای OpenAI یا Anthropic.
چاره کار؟ Local AI یا اجرای محلی مدل‌هاست!

🔹 ۳ ابزار برتر برای اجرای آفلاین LLMها روی سیستم شخصی:

1️⃣ Ollama (پادشاه سادگی و خط فرمان):
مثل Docker برای مدل‌های هوش مصنوعی عمل می‌کنه.
با یک دستور ساده میتونی مدل‌های خفنی مثل Llama 3 یا DeepSeek یا Qwen رو دانلود و توی ترمینال باهاش چت کنی.
💻 دستور نصب و اجرا:
ollama run llama3


2️⃣ LM Studio (محیط گرافیکی شبیه ChatGPT):
اگه با ترمینال حال نمیکنی، این ابزار یه UI فوق‌العاده شبیه ChatGPT بهت میده.
بهت اجازه میده مدل‌های مختلف (با پسوند GGUF) رو سرچ، دانلود و تست کنی.
قابلیت اتصال API محلی به ادیتورهایی مثل VS Code رو هم داره!

3️⃣ Jan.ai (اپلیکیشن متن‌باز و سبک):
کاملاً Open-source و بسیار خوش‌دست.
نیازی به تنظیمات پیچیده نداره و روی ویندوز، مک و لینوکس با چند کلیک نصب میشه.

🔹 حداقل سیستم مورد نیاز چیه؟

رم (RAM): حداقل ۱۶ گیگابایت (برای مدل‌های ۸ میلیارد پارامتری مثل Llama-3-8B).
کارت گرافیک (GPU): داشتن گرافیک Nvidia با VRAM بالای ۶ تا ۸ گیگ سرعت رو چند برابر می‌کنه، اما روی CPU هم اجرا می‌شن!

🔹 چرا این روش آینده داره‌؟
داده‌های شخصی شما هیچ وقت از کامپیوترتون خارج نمیشه، صفر درصد قطعی داره و کاملاً رایگانه.

🦾 @ai_inf