Status epilepticus
372 subscribers
189 photos
7 videos
23 files
86 links


Erfan Naghavi

MD-MPH | TUMS
Radiology resident | TUMS

"و اگر بر تو ببندد همه ره‌ها و گذرها / ره پنهان بنماید که کس آن راه نداند"
مولانا

@Erfnghvi
Download Telegram
AI_Transformation_Playbook.pdf
214 KB
نیمچه‌کتاب AI Transformation Playbook از Andrew Ng یه مقاله‌ی خیلی خوب برای هرکسی هستش که می‌خواد AI رو برای یه کسب‌وکار یا یه سیستم، راه‌اندازی کنه و نیاز به یک راهنمای قدم‌به‌قدم داره.

@erfaniumm
Forwarded from IAAA.AI
👾 جایزه با طعم هوش‌مصنوعی!

📌 اگه علاقمند به هوش‌مصنوعی هستید، الان بهترین فرصته که دانش خودتون رو در این حوزه محک بزنید!

📌 با هر پاسخ صحیح یک شانس برای شرکت در قرعه کشی سه دستگاه آیفون 16 خواهید داشت.
پس تلاشتون رو بکنید که به همه سوالات درست جواب بدید.

🎁جوایز:

🔸3 دستگاه آیفون 16 نرمال
🔹10 کد تخفیف 100 درصدی دوره جامع AI
🔸20 کد تخفیف 90 درصدی دوره جامع AI
🔹30 کد تخفیف 80 درصدی دوره جامع AI
🔸20 اکانت ChatGPT Plus

لینک شرکت در آزمون:
https://survey.porsline.ir/s/5IFaM6G

📆آخرین فرصت شرکت در آزمون:
۲۳ خرداد ۱۴۰۴

🎁زمان قرعه کشی:
۲۵ خرداد ۱۴۰۴

راه‌های ارتباطی:
📞 02191096992
📩 @iaaa_event

کانال اطلاع رسانی:
🆔 @iaaa_ai
انجمن علمی دانشجویی پژوهشکدۀ علوم شناختی پژوهشگاه دانش‌های بنیادی با همکاری ستاد توسعۀ علوم شناختی برگزار می‌کند:
«دورۀ جامع اصول نوروساینس»

  🗓 زمان‌بندی کلاس‌ها:
کلاس‌ها به‌صورت آنلاین از ۱ تیر تا ۳۰ آذر، هر هفته یکشنبه‌ها و سه‌شنبه‌ها از ساعت ۱۷ تا ۱۹ برگزار می‌شوند.
تمام جلسات ضبط می‌شوند و در اختیار شرکت‌کنندگان قرار می‌گیرند.

مهلت ثبت‌نام: تا ۳۰ خرداد


💰 هزینه ثبت‌نام تا ۷ خرداد: ۲٬۰۰۰٬۰۰۰ تومان
امکان پرداخت قسطی: ۴ قسط ۵۰۰٬۰۰۰ تومانی

💰 هزینه ثبت‌نام از ۸ خرداد: ۲٬۴۰۰٬۰۰۰ تومان
امکان پرداخت قسطی: ۴ قسط ۶۰۰٬۰۰۰ تومانی

کد تخفیف ۱۵ درصدی IPMC برای اعضای کانال در نظر گرفته شده است

🎁 ۳ شرکت‌کننده‌ی برتر، بر اساس نتایج آزمون نهایی و عملکرد کلی، به‌عنوان هدیه ویژه کل مبلغ پرداختی خود را باز پس می‌گیرند.

🎓 تعداد معدودی بورسیه پس از بررسی شرایط اختصاص داده خواهد شد.

📝 در صورت درخواست ثبت‌نام قسطی یا بورسیه، ارائه یک پاراگراف انگیزه‌نامه (Statement of Purpose) الزامی است.

برای اطلاعات بیشتر و ثبت‌نام با ایمیل ipm.scs.official@gmail.com در ارتباط باشید.
در مذمت سیستماتیک‌ریویو نوشتن!

شاید اگه می‌خواستم این متن رو ۴ ماه پیش بنویسم دستم خیلی بسته بود؛ چون تا اون موقع تجربه‌ای از نوشتن این نوع مقالات نداشتم.
ولی الان که خودم در ۲-۳تا طرحش شرکت کردم، به چندتا نکته لازم هستش که اشاره بکنم. اولاً اینکه، مقالات سیستماتیک‌ریویو بسیار مقالات مهمی هستن و کمک بسیاری به جامعه‌ی علمی می‌کنن تا بالاخره در مورد یک موضوع مورد مناقشه، به یک جمع‌بندی برسه. اما مشکل اصلی من با این نوع مقالات این هستش که اصولاً در نوشتن و تدوین این‌ها خلاقیت بسیار کمی وجود داره و اگه کسی واقعاً دنبال سؤال و جواب علمی هستش، دنبال اعمال خلاقیت خودش برای رسیدن به پاسخ یک سؤال پژوهشی هستش، دنبال لذت بردن از جنبه‌ی فکری و طرح مسئله‌ی ماجرا هستش، قرار نیست با سیستماتیک‌ریویو نوشتن به این مسائل برسه. سیستماتیک‌ریویو اسمش روشه، سیستماتیک‌ریویو. وقتی متدولوژی یه کار خیلی نظام‌مند و قانون‌مدار بشه، اصولاً خلاقیت نقش زیادی درش نخواهد داشت. نه اینکه این مسئله‌ی بدی باشه! اتفاقاً در مقالات ریویو برای کسایی که متخصص اون زمینه نیست بسیار مهم و ضروریه و از بسیاری از بایاس‌ها جلوگیری می‌کنه. این مقالات به علت ماهیت Conclusiveشون، معمولاً بسیار سایتیشن‌خور هستن و اگر کسی دنبال هزینه-اثربخش‌ترین راه برای افزایش سایتیشن هستش، مشخصاً در قدم اول این مقالات بهش پیشنهاد میشه. معمولاً متدولوژی جمع‌وجوری دارن، زحمت زیادی ندارن و به علت هزینه‌ی پایین و اثربخشی بالا (اثربخشی در معنای کلمه‌ی سایتیشن) گرایش به سمت این مقالات بیشتر شده.

منتهی مسئله‌ی اصلی همچنان پابرجاست، به‌نظرم نوشتن و تمرین زیاد این مقالات نویسنده رو ساینتیست (به‌معنی درک یک مسئله، طراحی آزمایش برای حل اون مسئله، انجام آزمایش و توصیف نتایج و پدیده‌های مشاهده‌شده) نمی‌کنه. اگر کسی هستید که عدد سایتیشن در آینده‌ی کاری‌تون نقش مهمی نداره و اگر می‌خواید ساینتیست بشید، بهتره تا وقتی که در اون حیطه متخصص و اکسپرت نشدین، سراغ سیستماتیک‌ریویو نوشتن نرید.

@erfaniumm
داشتم همینجوری توی مقالات HCP می‌گشتم که اینو دیدم:

https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0298349

کلاستروم یه صفحه‌ی خیلی نازک در عمق اینسولا هستش که به‌علت ارتباطات بسیار زیادی که با سایر مناطق مغزی داره، خیلی‌ها از اون به عنوان منشأ احتمالی خودآگاهی یاد می‌کنن؛ افراد برجسته‌ای مثل کریستوف کخ و فرانسیس کریک.
"دریغ است ایران که ویران شود،
کنام پلنگان و شیران شود"

@erfaniumm
یه نکته‌ی جالب!

استفاده از پکیج lme4 برای آنالیزهای Linear Mixed-Effect Models به شما p value برای هرکدوم از متغیرهایی که وارد کردید نمیده. برای اضافه کردن p value، باید پکیج lmerTest رو هم دانلود کنید.
شاید اگر از ورژن‌های جدیدتر R استفاده می‌کنید، نتونید به صورت built-in از خود محیط نرم‌افزار R برای دانلود این پکیج استفاده کنید (چون رپوزیتوریش تغییر کرده گویا)؛ به‌جاش باید برید از خود سایت CRAN، پکیج رو جست‌وجو کنید، دانلودش کنید، و بعد از محیط نرم‌افزار برای نصب فایل استفاده کنید.

@erfaniumm
یه قابلیت جالب و به‌دردبخوری که داخل نرم‌افزار R وجود داره، اینه که شما برای مطالعاتتون می‌تونید از پکیج maps استفاده کنید و نقشه‌ی جهان رو، با دادن مقادیر مشخصی بهش، بکشید!
مثلاً نمودار بالایی رو ببینید: اومدم به هر کشور مقادیر DALY به ازای هر یک میلیون نفر در سال رو بهش دادم، یه رنگ دلخواه رو مشخص کردم و در نهایت نتیجه شده این چیزی که می‌بینید.
استفاده از این قابلیت خیلی می‌تونه در کشیدن پلات برای مطالعات اکولوژیکتون کمک‌کننده باشه.

@erfaniumm
“Science cannot solve the ultimate mystery of nature. And that is because, in the last analysis, we ourselves are part of the mystery that we are trying to solve.”


- Max Planck
تو علم آمار یه پارادوکس جالب به اسم Simpson's paradox هستش که به افتخار آقای Edward Simpson نام‌گذاری شده. این پارادوکس میگه اگر شما در یک زیرگروه خاص یه نتیجه‌ی آماری به‌دست آوردی، ممکنه وقتی زیرگروه‌ها رو جمع می‌کنی و به یک دیتاست بزرگ اصلی می‌رسی، دیگه اون نتیجه رو نبینی‌. مثلاً درمان خاصی که دیده شده در گروه‌های کوچک‌تر برای یه بیماری خاص داره جواب میده، ممکنه در گروه داده‌ی بزرگ‌تر دیگه جواب نده.
این مسئله تو نوروایمیجینگ اتفاقاً مهم میشه چون بعضاً ممکنه نه سیگنال قوی بگیریم، نه تعداد داده‌ی زیادی داشته باشیم.
مثالش رو خیلی زیبا در نمودارهای بالا می‌تونید ببینید.

@erfaniumm
Status epilepticus
Photo
چی چیزها که نمیشه با این Nilearn کشید :))

@erfaniumm
روان‌شناس شناختی معروف، آقای Steven Pinker، یکی از معدود کسایی هستش که، برخلاف امثال ایلان ماسک، تبدیل شدن AI به تهدید بشری رو خیلی نامحتمل می‌دونه و دلایل جالبی هم داره. اون میگه که AI دو سناریو برای نابودی بشریت داره:
۱) برده‌داری: AI با هوش فوق‌العاده‌ای که داره اون‌قدر قدرتمند بشه که بتونه برای انجام هدفی که در برنامه‌ریزیش نهادینه شده، انسان‌ها رو به خدمت بگیره.
استیون پینکر برای این سناریو میگه که باید بین دو مفهوم، یکی هوش یا Intelligence و دیگری قدرت‌طلبی، تمایز قائل بشیم. اگرچه هوش AI می‌تونه بسیار برتر از یک انسان بشه، اما قدرت‌طلبی یک ویژگی منحصراً تکامل‌یافته در انسانه (و اصولاً همین ویژگی باعث شد که انسان بر بسیاری از المان‌های محیط اطرافش چیره بشه) که توسط تکامل طبیعی ساخته و پرداخته شده. این ویژگی در AI نیست یا حداقل تا الان کسی نخواسته برنامه‌ریزیش کنه و به همین دلیل، این سناریو نامحتمله.

۲) ناهمسوبودن ارزش‌ها: اگر به یک AI بگیم که هدف تو مثلاً ساخت داروی مؤثر برای سرطانه، انقدر پیشرفت می‌کنه که حتی از انسان برای انجام آزمایش‌هاش استفاده می‌کنه تا در نهایت درمان سرطان رو کشف کنه.
نقدی که پینکر بر این مسئله داره اینه که قاعدتاً مهندسی این AIها باید خیلی احمقانه باشه که محدودیت‌گذاری برای بسیاری از اعمالش نداشته باشن. شما نمیای به یه خودروی خودران بگی سریع‌ترین مسیر از فرودگاه تا هتل رو پیدا کن، بدون اینکه بهش بگی از وسط کوه و جنگل و دشت و عابرپیاده رد نشو. بهش میگی یه چیزی داریم به اسم جاده، یه چیزی داریم به اسم عابر. از جاده زمانی برو که عابر نداشته باشه. اینجوری می‌تونی اطمینان حاصل کنی که اون سیستم AI برای محاسبه‌ی عدد نپر تا رقم ۱۰ به توان منفی ۱۰۰۰ اعشار، کل کهکشان رو تسخیر نمی‌کنه.

بله، گرمایش زمین تهدید خیلی جدی‌تری برای حیات بشری هستش تا AI؛ ولی کسی جدی نمی‌گیرتش.

@erfaniumm
چند وقتی هست که به پیشنهاد یکی از دوستان، شروع کردم دارم پادکست‌های Lex Fridman رو می‌بینم. اپیزود دوم این پادکست که گفت‌وگوی این شخص با دانشمند معروف و صاحب‌نام علوم اعصاب، آقای Christof Koch هستش، یکی از غنی‌ترین مصاحبه‌هایی بود که دیدم. توی این اپیزود آقای کریستوف کخ در مورد خودآگاهی، هوش مصنوعی، حیات و فلسفه و ... صحبت می‌کنه و نه تنها ذهن آدم رو برای پذیرش این مفاهیم باز می‌کنه، بلکه یه دید خوبی از چالش‌های دانشِ مرتبط با این مسائل میده‌. تلاش جالب آقای کخ برای باز کردن این مسائل نشون‌دهنده‌ی تسلط فوق‌العاده‌اش بر این مفاهیم داره، و همون‌طور که انتظار می‌رفت، امکان نداره کسی پای این اپیزود بشینه، صحبت‌هاش رو گوش بده و به این مفاهیم علاقه‌مند نشه.

لینک تماشا:
https://www.youtube.com/watch?v=piHkfmeU7Wo

@erfaniumm
1_19710202183.pdf
9.1 MB
Reproducible brain-wide association studies require thousands of individuals

این مقاله‌ی سال ۲۰۲۲ که تا به الان حدود ۱۷۰۰تا سایتیشن داشته، یه مقاله‌ی بسیار زیبا در حوزه‌ی متدولوژی و آمار کارهای نوروایمیجینگ هستش. از نظر من خوندن این مقاله باعث میشه که شما یه عینک نقادانه‌ی خیلی خوب روی چشمانت بزنی و کارهای این حوزه رو با این دید جدید ببینی.
اگه داخلی اجازه بده حتماً یه ویدیو می‌گیرم و این مقاله رو کامل و جامع توضیح میدم.

@erfaniumm
بعضی از دوستان می‌پرسن ویدیوهای ضبط روش آماری چی شده😁 والا پلنشو داشتم که بعد آزمونم اونا رو هم ادامه بدم و کاملش کنم، ولی این ۳ ماهه‌ی آخر سال و پایان‌نامه‌ها و ... یه‌ذره محدودم کرده. ان‌شاءالله هروقت فرصت شد، مجدداً شروع می‌کنم.
سمت راست: شکل انتزاعی Gabriel's horn که حجم محدود ولی مساحت نامحدود داره.

سمت چپ: شکل انتزاعی Mandelbrot set که مساحت محدود ولی محیط نامحدود داره.

وقتی میگن ریاضیات زیباس یعنی این.

@erfaniumm