Artificial Intelligence
1.07K subscribers
343 photos
42 videos
237 files
277 links
کانال تخصصی هوش مصنوعی
@MSabri_official
Download Telegram
کانال فوق تخصصی
پردازش تصویر و هوش مصنوعی ایران
دانشگاه تهران
⚡️یادگیری عمیق
اسلاید های مروری بر روش های یادگیری
مختصر و مفید
#یادگیری_عمیق

https://telegram.me/joinchat/Bs4Wdj5jvooi5vtfNQ0gFg
Forwarded from شهاب
Media is too big
VIEW IN TELEGRAM
🎞️یادگیری عمیق به زبان ساده : مقدمه مجموعه – قسمت اول

🔸آیا شما هم در توضیحات بیش از حد فنی در مورد یادگیری عمیق غرق شده اید؟ اگر این چنین است، این مجموعه شما را به این حوزه که به سرعت در حال پیشرفت است، می رساند؛ بدون ریاضیات و کد نویسی
هدف این مجموعه این است که به شما یک نقشه راهنما از مسیر پیش رو و اطلاعات لازم برای شناخت مفاهیم مهم ارائه دهد، البته بدون جزئیات بسیار زیاد که باعث سردرگمی شما شود. همچنین درمورد مفاهیمی که تا الان آشنایی دارید بیشتر توضیح خواهیم داد و مفاهیمی که نیاز به دانستن دارند را برای شما روشن خواهیم کرد. در پایان، شما خواهید توانست در مورد صرف کردن یا نکردن وقت بیشتر در این مبحث تصمیم گیری کنید.

🔻برای دریافت اطلاعت در رابطه با این مجموعه و آشنایی بیشتر با یادگیری عمیق به لینک زیر مراجعه کنید :

⬇️⁩⁦⬇️⁩⁦⬇️⁩⁦⬇️⁩⁦⬇️
https://shahaab-co.ir/mag/edu/deep-learning/deep-learning-simplified-the-series-intro-ep-1/

#آموزش
#ویدیو
#یادگیری_عمیق
#مجله_شهاب
Forwarded from Tensorflow(@CVision) (Vahid Reza Khazaie)
#یادگیری_عمیق دقیقا چیه؟

طی چند روز گذشته، بعضی از محقق‌های بزرگ هوش مصنوعی مانند #یان_لکان و #فرانسوا_شوله تعریف خودشون رو از دیپ لرنینگ توی سال 2019 اعلام کردند.

یان لکان:

"Some folks still seem confused about what deep learning is. Here is a definition:

DL is constructing networks of parameterized functional modules & training them from examples using gradient-based optimization. That's it.

This definition is orthogonal to the learning paradigm: reinforcement, supervised, or self-supervised.

Don't say "DL can't do X" when what you really mean is "supervised learning needs too much data to do X"

Extensions (dynamic networks, differentiable programming, graph NN, etc) allow the network architecture to change dynamically in a data-dependent way."
https://www.facebook.com/722677142/posts/10156463919392143/

فرانسوا شوله:

"What's deep learning?

The "common usage" definition as of 2019 would be "chains of differentiable parametric layers trained end-to-end with backprop".

But this definition seems overly restrictive to me. It describes *how we do DL today*, not *what it is*."
https://twitter.com/fchollet/status/1210031900695449600

اندری بورکوف:

"Looks like in late 2019, people still need a definition of deep learning, so here's mine: deep learning is finding parameters of a nested parametrized non-linear function by minimizing an example-based differentiable cost function using gradient descent."
https://www.linkedin.com/posts/andriyburkov_looks-like-in-late-2019-people-still-need-activity-6615377527147941888-ce68/

#deep_learning
⚠️
#جعل_عمیق یا #دیپ_فیک اولین بار شش سال پیش توسط ایان گادفلو با معرفی
شبکه های مولد تهاجمی " Generative Adversial Network " ارایه شد.
امروزه دقت این شبکه های GAN به قدری افزایش یافته که تشخیص ویدیوهای دستکاری شده و جعلی حتی برای متخصص انسانی نیز بسیار دشوار شده است.

🗣️طبق گزارش های منتشر شده، درصد قابل توجه ایی از محتوای تولید شده با این تکنولوژی در کل دنیا متأسفانه مربوط به صنعت پورنوگرافی است. در سال 2017 ویدیوی منتشر شده توسط یک کاربر در پلتفرم "ردیت" که در آن صورت بازیگران مشهور هالیودی با محتوی یک فیلم پورن جعل شده بود، سر و صدایی زیادی به پا کرد.
نگرانی دیگر از این تکنولوژی مربوط به سواستفاده در حوزه های سیاسی و امنیتی است. ویدیوی دستکاری شده از باراک اوباما که در آن ترامپ را یک احمق تمام عیار خطاب می کند به سرعت توسط کاربران سراسر دنیا در فضای مجازی دست به دست شد (⬅️برای دیدن این ویدیو ورق بزنید).
از این رو بسیاری معتقدند که فعالیت های تحقیق و توسعه ایی در این خصوص با دموکراسی و حقوق شهروندی متناقض بوده و خواهان وضع قوانین حقوقی مربوط با اینگونه فعالیت ها هستند.
البته در بسیاری از حوزه ها نظیر انیمیشن و جلوه های ویژه، بازی های کامپیوتری و سرگرمی و همچنین صنعت مدلینگ این تکنولوژی مورد استقبال چشمگیر قرار گرفته است.

📌🖋️احتمالاً بسیاری از ما تا به امروز تجربه جعل کردن و حس جاعل #imposter بودن را داشتیم. زمانیکه در کودکی جای پدر یا مادر برگه رضایت نامه اردوی مدرسه را امضا کردیم یا پشت تلفن خود را جای برادر یا خواهر جا زدیم.
لذا اگرچه دیپ فیک پدیده ایی نسبتاً نوظهور قلمداد می شود اما جعل و دستکاری سابقه بس طولانی داشته و نمی توان پیشرفتهای اخیر #هوش_مصنوعی و #یادگیری_عمیق را باعث آن دانست، بلکه می توان آن را به مثابه یک چاقو تعبیر نمود.
به زعم #دکتر_محمد_صبری اینکه چاقو دست پزشک جراح می افتد یا قاتل سریالی منافاتی با دموکراسی و نقض حقوق شهروندی ندارد بلکه باید بابت پیشرفت #شبکه_عمیق و الگوریتم های یادگیری ماشین خشنود بود.
#هوش_مصنوعی
#جعل_عمیق
#تشخیص_چهره
#پردازش_تصویر

☑️در پست بعدی با سرمایه گذاری شرکت های فعال حوزه هوش مصنوعی نظیر گوگل و فیسبوک برای مواجه با
#جعل عمیق #دیپ فیک #تشخیص_جعل_چهره
#زنده_بودن_چهره
آشنا شوید.
https://www.instagram.com/p/CNVDULIh_wf/?igshid=xbcaz36tcaox