شبکه های عصبی Siamese:
این شبکه های عصبی دارای نوع خاصی از معماری هستند و به جای اینکه یک مدل یاد بگیرد که ورودی های خود را طبقه بندی کند، یاد می گیرد که بین دو ورودی تفاوت قائل شوند و شباهت بین آنها را می آموزد.
معماری این شبکه ها شامل دو شبکه عصبی یکسان هست که هر کدام یکی از دو تصویر ورودی را می گیرند. خروجی آخرین لایه‌های دو شبکه به یک تابع تضعیف کنتراست داده می‌شوند که شباهت بین دو تصویر را محاسبه می‌کند.
از شبکه‌های Siamese برای انجام کارهای تأیید یا شناسایی استفاده می‌کنند که محبوب‌ترین نمونه‌ها تشخیص چهره و تأیید امضا است.
به عنوان مثال، فرض کنید ما وظیفه داریم جعل امضا را کشف کنیم. به جای آموزش یک مدل طبقه بندی امضا برای هر یک از افراد چه می شود اگر در عوض دو تصویر از مجموعه آموزشی را بگیریم و از شبکه عصبی بپرسیم که آیا امضاها برای یک شخص است یا نه؟
اگر این دو امضا یکسان باشند، شبکه "بله" را گزارش می دهد. در غیر این صورت، اگر این دو امضا یکسان نباشند، احتمال جعل وجود دارد، شبکه "نه" گزارش می دهد.
این نمونه‌ای از یک کار تأیید (در مقابل طبقه‌بندی، رگرسیون، و غیره) است که حل این دست از مسائل را آسان‌تر می کند.
در این شبکه ها ما به داده‌های آموزشی بسیار کمتری نیاز داریم، و دقت هم بهبود می‌یابد.
این لینک پیاده سازی شبکه های Siamese را توضیح داده:
https://pyimagesearch.com/2020/11/30/siamese-networks-with-keras-tensorflow-and-deep-learning/
#شبکه_عصبی
#یادگیری_عمیق
@myartificialintelligence2022
این شبکه های عصبی دارای نوع خاصی از معماری هستند و به جای اینکه یک مدل یاد بگیرد که ورودی های خود را طبقه بندی کند، یاد می گیرد که بین دو ورودی تفاوت قائل شوند و شباهت بین آنها را می آموزد.
معماری این شبکه ها شامل دو شبکه عصبی یکسان هست که هر کدام یکی از دو تصویر ورودی را می گیرند. خروجی آخرین لایه‌های دو شبکه به یک تابع تضعیف کنتراست داده می‌شوند که شباهت بین دو تصویر را محاسبه می‌کند.
از شبکه‌های Siamese برای انجام کارهای تأیید یا شناسایی استفاده می‌کنند که محبوب‌ترین نمونه‌ها تشخیص چهره و تأیید امضا است.
به عنوان مثال، فرض کنید ما وظیفه داریم جعل امضا را کشف کنیم. به جای آموزش یک مدل طبقه بندی امضا برای هر یک از افراد چه می شود اگر در عوض دو تصویر از مجموعه آموزشی را بگیریم و از شبکه عصبی بپرسیم که آیا امضاها برای یک شخص است یا نه؟
اگر این دو امضا یکسان باشند، شبکه "بله" را گزارش می دهد. در غیر این صورت، اگر این دو امضا یکسان نباشند، احتمال جعل وجود دارد، شبکه "نه" گزارش می دهد.
این نمونه‌ای از یک کار تأیید (در مقابل طبقه‌بندی، رگرسیون، و غیره) است که حل این دست از مسائل را آسان‌تر می کند.
در این شبکه ها ما به داده‌های آموزشی بسیار کمتری نیاز داریم، و دقت هم بهبود می‌یابد.
این لینک پیاده سازی شبکه های Siamese را توضیح داده:
https://pyimagesearch.com/2020/11/30/siamese-networks-with-keras-tensorflow-and-deep-learning/
#شبکه_عصبی
#یادگیری_عمیق
@myartificialintelligence2022
PyImageSearch
Siamese network with Keras, TensorFlow, and Deep Learning - PyImageSearch
In this tutorial you will learn how to implement and train a siamese network using Keras, TensorFlow, and Deep Learning.
👍2🔥1
امروزه پیش بینی های سری های زمانی در بخش های گوناگونی استفاده می شوند و کاربردهای زیادی دارند، از جمله تخصیص منابع، برنامه ریزی تجاری، پیش بینی آب و هوا و پیش بینی قیمت بازارهای گوناگون و ....
مدل‌های یادگیری ماشین به طور گسترده در پروژه‌های سری های زمانی مورد استفاده قرار می‌گیرند و در بحث های شناسایی الگو داده های ساختاریافته و بدون ساختار عملکردهای موفقی دارند.
از الگوریتم ها و مدل های پر کاربرد در این حوزه می توان به موارد زیر اشاره کرد:
. Naïve model
. Exponential smoothing model
. ARIMA/SARIMA
. Linear regression method
. Multi-Layer Perceptron (MLP)
. Recurrent Neural Network (RNN)
. Long Short-Term Memory (LSTM)
. LightGBM
. Decision Trees
. AdaBoost
لینک زیر با جزئیات بیشتر این موارد به همراه نحوه استفاده از این مدل ها را توضیح داده:
https://dataconomy.com/2022/11/time-series-forecasting-machine-learning/#Best_machine_learning_models_for_time_series_forecasting
#پیش_بینی_های_سری_زمانی
@myartificialintelligence2022
مدل‌های یادگیری ماشین به طور گسترده در پروژه‌های سری های زمانی مورد استفاده قرار می‌گیرند و در بحث های شناسایی الگو داده های ساختاریافته و بدون ساختار عملکردهای موفقی دارند.
از الگوریتم ها و مدل های پر کاربرد در این حوزه می توان به موارد زیر اشاره کرد:
. Naïve model
. Exponential smoothing model
. ARIMA/SARIMA
. Linear regression method
. Multi-Layer Perceptron (MLP)
. Recurrent Neural Network (RNN)
. Long Short-Term Memory (LSTM)
. LightGBM
. Decision Trees
. AdaBoost
لینک زیر با جزئیات بیشتر این موارد به همراه نحوه استفاده از این مدل ها را توضیح داده:
https://dataconomy.com/2022/11/time-series-forecasting-machine-learning/#Best_machine_learning_models_for_time_series_forecasting
#پیش_بینی_های_سری_زمانی
@myartificialintelligence2022
Dataconomy
Time Series Forecasting And Machine Learning
Time series forecasting is one of the key topics of machine learning. The fact that so many prediction issues have a temporal component makes it crucial. In
👍3🔥1
ساختار های U-net در تحلیل تصاویر به ویژه تصاویر پزشکی کاربردهای وسیعی دارند.
این لینک یک نمونه مثال از قطعه بندی تصاویر به کمک ساختار U-net به همراه کد شبیه سازی آن را آورده است:
https://pyimagesearch.com/2022/02/21/u-net-image-segmentation-in-keras/
#قطعه_بندی_تصاویر
@myartificialintelligence2022
این لینک یک نمونه مثال از قطعه بندی تصاویر به کمک ساختار U-net به همراه کد شبیه سازی آن را آورده است:
https://pyimagesearch.com/2022/02/21/u-net-image-segmentation-in-keras/
#قطعه_بندی_تصاویر
@myartificialintelligence2022
PyImageSearch
U-Net Image Segmentation in Keras - PyImageSearch
Implement a U-Net to segment pet images in TensorFlow 2 / Keras.
👍2🔥1
شبکه عصبی کپسول (CapsNet)
این شبکه عصبی می‌تواند برای مدل‌سازی بهتر روابط سلسله مراتبی استفاده شود.
در معماری این شبکه، کپسول گروهی از نورون‌ها است که بردار فعالیت آنها پارامترهای نمونه‌سازی یک موجودیت مانند یک شی یا یک بخش شی را نشان می‌دهد.
از طول بردار فعالیت برای نشان دادن احتمال وجود موجودیت و جهت گیری آن برای نمایش پارامترها استفاده می شود.
کپسول‌های فعال در یک سطح، از طریق ماتریس‌های تبدیل، پارامترهای نمونه‌سازی کپسول‌های سطح بالاتر را پیش‌بینی می‌کنند. وقتی چندین پیش‌بینی موافق باشند، یک کپسول سطح بالاتر فعال می‌شود.
لینک زیر که مربوط به سایت Papers with codes هست یک نمونه مقاله به همراه کد شبیه سازی مربوط به شبکه کپسول را قرار داده.
در این مقاله یک شبکه کپسول چندلایه با دیتاست MNIST آموزش دیده و عملکرد آن به طور قابل‌توجهی بهتر از یک شبکه کانولوشنال در تشخیص ارقام است.
لینک:
https://paperswithcode.com/method/capsule-network
#شبکه_عصبی
#شبکه_کپسول
@myartificialintelligence2022
این شبکه عصبی می‌تواند برای مدل‌سازی بهتر روابط سلسله مراتبی استفاده شود.
در معماری این شبکه، کپسول گروهی از نورون‌ها است که بردار فعالیت آنها پارامترهای نمونه‌سازی یک موجودیت مانند یک شی یا یک بخش شی را نشان می‌دهد.
از طول بردار فعالیت برای نشان دادن احتمال وجود موجودیت و جهت گیری آن برای نمایش پارامترها استفاده می شود.
کپسول‌های فعال در یک سطح، از طریق ماتریس‌های تبدیل، پارامترهای نمونه‌سازی کپسول‌های سطح بالاتر را پیش‌بینی می‌کنند. وقتی چندین پیش‌بینی موافق باشند، یک کپسول سطح بالاتر فعال می‌شود.
لینک زیر که مربوط به سایت Papers with codes هست یک نمونه مقاله به همراه کد شبیه سازی مربوط به شبکه کپسول را قرار داده.
در این مقاله یک شبکه کپسول چندلایه با دیتاست MNIST آموزش دیده و عملکرد آن به طور قابل‌توجهی بهتر از یک شبکه کانولوشنال در تشخیص ارقام است.
لینک:
https://paperswithcode.com/method/capsule-network
#شبکه_عصبی
#شبکه_کپسول
@myartificialintelligence2022
Paperswithcode
Papers with Code - Capsule Network Explained
A capsule is an activation vector that basically executes on its inputs some complex internal
computations. Length of these activation vectors signifies the
probability of availability of a feature. Furthermore, the condition
of the recognized element is…
computations. Length of these activation vectors signifies the
probability of availability of a feature. Furthermore, the condition
of the recognized element is…
👍1🔥1🤗1
این رقابت حساس تر میشه!
مارک زاکربرگ، مدیرعامل شرکت متا روز جمعه اعلام کرد که متا یک مدل هوش مصنوعی زبانی جدید را برای محققان منتشر خواهد کرد.
این مدل LLaMA نام دارد و زاکربرگ هم گفته که مدل جدید قادر هست تولید متن، گفتگو، خلاصه کردن مطالب و کارهای پیچیده تری مثل حل قضایای ریاضی و ... را انجام بدهد.
لینک خبر:
https://www.cnbc.com/2023/02/24/mark-zuckerberg-announces-meta-llama-large-language-model.html
#چت_ربات
@myartificialintelligence2022
مارک زاکربرگ، مدیرعامل شرکت متا روز جمعه اعلام کرد که متا یک مدل هوش مصنوعی زبانی جدید را برای محققان منتشر خواهد کرد.
این مدل LLaMA نام دارد و زاکربرگ هم گفته که مدل جدید قادر هست تولید متن، گفتگو، خلاصه کردن مطالب و کارهای پیچیده تری مثل حل قضایای ریاضی و ... را انجام بدهد.
لینک خبر:
https://www.cnbc.com/2023/02/24/mark-zuckerberg-announces-meta-llama-large-language-model.html
#چت_ربات
@myartificialintelligence2022
CNBC
Mark Zuckerberg announces Meta's new large language model as A.I. race heats up
The model, called LLaMA, is intended to help scientists and engineers explore applications for AI such as answering questions and summarizing documents.
🔥2👏1
Media is too big
VIEW IN TELEGRAM
این موزیک ویدیو کاملا با هوش مصنوعی ساخته شده!
-ساخت شات لیست با هوش مصنوعی ChatGPT
-ساخت تصاویر با هوش مصنوعی Midjourney
-اضافه کردن ویژگی های اضافی با هوش مصنوعی RunwayMI
-متحرک سازی تصاویر با هوش مصنوعی KaiberAI
-آواز با هوش مصنوعی D-iD
#هوش_مصنوعی
@myartificialintelligence2022
-ساخت شات لیست با هوش مصنوعی ChatGPT
-ساخت تصاویر با هوش مصنوعی Midjourney
-اضافه کردن ویژگی های اضافی با هوش مصنوعی RunwayMI
-متحرک سازی تصاویر با هوش مصنوعی KaiberAI
-آواز با هوش مصنوعی D-iD
#هوش_مصنوعی
@myartificialintelligence2022
👍1🔥1🤯1
مارک زاکربرگ تیم جدیدی را در متا معرفی کرد که در حوزه محصولات هوش مصنوعی اینستاگرام و واتس اپ فعالیت خواهند کرد.
این گروه جدید کمپانی متا بر هوش مصنوعی مولد متمرکز است و مجموعه جدیدی از تکنیک‌های یادگیری ماشین که به رایانه‌ها اجازه می‌دهد متن تولید کنند، تصاویر بکشند و ... را ایجاد می کنند.
این حرکت در حالی صورت می‌گیرد که شرکت‌های بزرگ فناوری و استارت‌آپ‌های با سرمایه خوب به طور یکسان برای تبلیغ پیشرفت در تکنیک‌های یادگیری ماشین و گنجاندن مدل‌های هوش مصنوعی در محصولات خود رقابت می کنند.
لینک خبر:
https://www.cnbc.com/2023/02/27/mark-zuckerberg-announces-new-team-at-meta-working-on-ai-products.html
#هوش_مصنوعی
@myartificialintelligence2022
این گروه جدید کمپانی متا بر هوش مصنوعی مولد متمرکز است و مجموعه جدیدی از تکنیک‌های یادگیری ماشین که به رایانه‌ها اجازه می‌دهد متن تولید کنند، تصاویر بکشند و ... را ایجاد می کنند.
این حرکت در حالی صورت می‌گیرد که شرکت‌های بزرگ فناوری و استارت‌آپ‌های با سرمایه خوب به طور یکسان برای تبلیغ پیشرفت در تکنیک‌های یادگیری ماشین و گنجاندن مدل‌های هوش مصنوعی در محصولات خود رقابت می کنند.
لینک خبر:
https://www.cnbc.com/2023/02/27/mark-zuckerberg-announces-new-team-at-meta-working-on-ai-products.html
#هوش_مصنوعی
@myartificialintelligence2022
CNBC
Mark Zuckerberg announces new team at Meta working on A.I. products for Instagram, WhatsApp
Meta will create a new product group inside the company focused on generative AI, CEO Mark Zuckerberg said.
👍1🔥1👏1
اسنپ چت از چت بات هوش مصنوعی خودش به اسم MY AI رونمایی کرد.
این چت بات بر اساس ChatGPT ساخته شده و فعلا در دسترس مشترکین اسنپ چت+ قرار گرفته است که در حال حاضر ۲.۵ میلیون مشترک دارد. انتظار می رود که با این قابلیت جدید تعداد مشترکین این سرویس افزایش یابد.
اسنپ چت اولین پلتفرم اجتماعی است که با راه اندازی یک عنصر چت بات جدید توسط هوش مصنوعی به پرسش های کاربران پاسخ می دهد.
برای عذرخواهی از بروز خطاهای احتمالی این پیام هم برای کاربران ارسال می شود:
"مانند تمام چت‌بات‌های مجهز به هوش مصنوعی، My AI هم مستعد اشتباه است. لطفا به کمبودهای آن توجه داشته باشید و پیشاپیش عذرخواهی می کنیم! در حالی که My AI برای جلوگیری از اطلاعات جانبدارانه، نادرست، مضر یا گمراه کننده طراحی شده است، ممکن است اشتباهاتی رخ دهد. لطفاً برای ارسال بازخورد، هر پیامی از My AI را فشار دهید و نگه دارید. ما مشتاقانه منتظر شنیدن تجربه شما از My AI هستیم."
اسنپ چت همچنین خاطرنشان می کند که تمام مکالمات با My AI ذخیره می شود و ممکن است برای بهبود محصول بررسی شود.
با اینکه زود است و ممکن است مشکلاتی وجود داشته باشد، اما این یک حرکت هوشمندانه برای اسنپ چت است.
لینک گزارش:
https://www.socialmediatoday.com/news/Snapchat-Adds-ChatGPT-Like-Chatbot-In-App/643652/
#چت_ربات
@myartificialintelligence2022
این چت بات بر اساس ChatGPT ساخته شده و فعلا در دسترس مشترکین اسنپ چت+ قرار گرفته است که در حال حاضر ۲.۵ میلیون مشترک دارد. انتظار می رود که با این قابلیت جدید تعداد مشترکین این سرویس افزایش یابد.
اسنپ چت اولین پلتفرم اجتماعی است که با راه اندازی یک عنصر چت بات جدید توسط هوش مصنوعی به پرسش های کاربران پاسخ می دهد.
برای عذرخواهی از بروز خطاهای احتمالی این پیام هم برای کاربران ارسال می شود:
"مانند تمام چت‌بات‌های مجهز به هوش مصنوعی، My AI هم مستعد اشتباه است. لطفا به کمبودهای آن توجه داشته باشید و پیشاپیش عذرخواهی می کنیم! در حالی که My AI برای جلوگیری از اطلاعات جانبدارانه، نادرست، مضر یا گمراه کننده طراحی شده است، ممکن است اشتباهاتی رخ دهد. لطفاً برای ارسال بازخورد، هر پیامی از My AI را فشار دهید و نگه دارید. ما مشتاقانه منتظر شنیدن تجربه شما از My AI هستیم."
اسنپ چت همچنین خاطرنشان می کند که تمام مکالمات با My AI ذخیره می شود و ممکن است برای بهبود محصول بررسی شود.
با اینکه زود است و ممکن است مشکلاتی وجود داشته باشد، اما این یک حرکت هوشمندانه برای اسنپ چت است.
لینک گزارش:
https://www.socialmediatoday.com/news/Snapchat-Adds-ChatGPT-Like-Chatbot-In-App/643652/
#چت_ربات
@myartificialintelligence2022
Social Media Today
Snapchat Integrates ChatGPT Elements into New ‘My AI’ Tool In-App
Snapchat jumps aboard the generative AI train with a new ChatGPT-like experience in-app.
👍2🔥1
روشی مبتنی بر یادگیری عمیق که می تواند بیماری آلزایمر را بر اساس داده های MRI مغز به طور دقیق تشخیص دهد.
اگرچه محققان در تشخیص علائم بیماری آلزایمر با استفاده از تست‌های تصویربرداری مغزی با کیفیت بالا پیشرفت‌هایی داشته اند، تیمی در بیمارستان عمومی ماساچوست (MGH) اخیراً یک روش دقیق برای تشخیص ابداع کرده‌اند که به تصاویر بالینی مغز جمع‌آوری شده متکی است.
برای این مطالعه، که در PLOS ONE منتشر شده است، متیو لمینگ، دکترا و محقق در مرکز بیولوژی سیستم‌های MGH و محقق در مرکز تحقیقات بیماری آلزایمر ماساچوست و همکارانش از یادگیری عمیق استفاده کردند.
در این مورد، دانشمندان مدلی برای تشخیص بیماری آلزایمر توسعه داده اند که بر اساس داده‌های حاصل از تصاویر مغناطیسی مغز (MRI) جمع‌آوری‌شده از بیماران مبتلا به آلزایمر و بدون بیماری آلزایمر قبل از سال ۲۰۱۹ در MGH است.
لینک کامل خبر:
https://www.news-medical.net/news/20230303/Deep-learninge28093based-method-can-accurately-detect-Alzheimere28099s-disease-based-on-data-from-brain-MRIs.aspx
#یادگیری_عمیق
@myartificialintelligence2022
اگرچه محققان در تشخیص علائم بیماری آلزایمر با استفاده از تست‌های تصویربرداری مغزی با کیفیت بالا پیشرفت‌هایی داشته اند، تیمی در بیمارستان عمومی ماساچوست (MGH) اخیراً یک روش دقیق برای تشخیص ابداع کرده‌اند که به تصاویر بالینی مغز جمع‌آوری شده متکی است.
برای این مطالعه، که در PLOS ONE منتشر شده است، متیو لمینگ، دکترا و محقق در مرکز بیولوژی سیستم‌های MGH و محقق در مرکز تحقیقات بیماری آلزایمر ماساچوست و همکارانش از یادگیری عمیق استفاده کردند.
در این مورد، دانشمندان مدلی برای تشخیص بیماری آلزایمر توسعه داده اند که بر اساس داده‌های حاصل از تصاویر مغناطیسی مغز (MRI) جمع‌آوری‌شده از بیماران مبتلا به آلزایمر و بدون بیماری آلزایمر قبل از سال ۲۰۱۹ در MGH است.
لینک کامل خبر:
https://www.news-medical.net/news/20230303/Deep-learninge28093based-method-can-accurately-detect-Alzheimere28099s-disease-based-on-data-from-brain-MRIs.aspx
#یادگیری_عمیق
@myartificialintelligence2022
News-Medical.net
Deep learning–based method can accurately detect Alzheimer’s disease based on data from brain MRIs
Although investigators have made strides in detecting signs of Alzheimer's disease using high-quality brain imaging tests collected as part of research studies, a team at Massachusetts General Hospital (MGH) recently developed an accurate method for detection…
👍3🔥2
جادوی ماشین یا تهدید هنری؟ اولین مانگای هوش مصنوعی ژاپن
نویسنده یک مانگای علمی-تخیلی که قرار است در ژاپن منتشر شود گفت که تمام تصاویر کتابش را با استفاده از هوش مصنوعی ایجاد کرده.
برای این کار از ابزار های هوش مصنوعی مخصوص هنر مانند: Midjourney، Stable Diffusion و DALL-E 2 استفاده شده است.
این کار به عنوان اولین مانگای ژاپنی که کاملاً با هوش مصنوعی طراحی شده است، سؤالاتی را در مورد تهدیدی که فناوری برای مشاغل و حق چاپ در صنعت کتاب های مصور چند میلیارد دلاری این کشور ایجاد می کند، به وجود آورده است.
لینک خبر:
https://www.france24.com/en/live-news/20230306-machine-magic-or-art-menace-japan-s-first-ai-manga
#هوش_مصنوعی_مولد
@myartificialintelligence2022
نویسنده یک مانگای علمی-تخیلی که قرار است در ژاپن منتشر شود گفت که تمام تصاویر کتابش را با استفاده از هوش مصنوعی ایجاد کرده.
برای این کار از ابزار های هوش مصنوعی مخصوص هنر مانند: Midjourney، Stable Diffusion و DALL-E 2 استفاده شده است.
این کار به عنوان اولین مانگای ژاپنی که کاملاً با هوش مصنوعی طراحی شده است، سؤالاتی را در مورد تهدیدی که فناوری برای مشاغل و حق چاپ در صنعت کتاب های مصور چند میلیارد دلاری این کشور ایجاد می کند، به وجود آورده است.
لینک خبر:
https://www.france24.com/en/live-news/20230306-machine-magic-or-art-menace-japan-s-first-ai-manga
#هوش_مصنوعی_مولد
@myartificialintelligence2022
France 24
Machine magic or art menace? Japan's first AI manga
The author of a sci-fi manga about to hit shelves in Japan admits he has "absolutely zero" drawing talent, so turned to artificial intelligence to create the dystopian saga.
👍2🔥2
لینک زیر یک هوش مصنوعی تبدیل نقاشی به عکس است. شما در کادر یک نقاشی رسم می کنید و سپس خروجی عکس دریافت می کنید.
همچنین می توانید به جای نقاشی اطلاعات متنی هم وارد کنید تا خروجی مورد نظر را تحویل بگیرید.
لینک:
https://scribblediffusion.com/
#هوش_مصنوعی_مولد
@myartificialintelligence2022
همچنین می توانید به جای نقاشی اطلاعات متنی هم وارد کنید تا خروجی مورد نظر را تحویل بگیرید.
لینک:
https://scribblediffusion.com/
#هوش_مصنوعی_مولد
@myartificialintelligence2022
Scribblediffusion
Scribble Diffusion
Turn your sketch into a refined image using AI
🔥3🐳1
ناسا از هوش مصنوعی در طراحی سخت افزار استفاده می‌کند.
آژانس فضایی ناسا از هوش مصنوعی در توسعه سخت افزار ماموریت خود استفاده کرده است و اجزایی را ایجاد می کند که به طور قابل توجهی قوی تر از همتایان طراحی شده توسط انسان هستند و در عین حال دو سوم وزن کمتری نیز دارند.
لینک خبر:
https://www.dezeen.com/2023/03/06/nasa-uses-ai-to-design-hardware-that-is-three-times-better-in-performance/
#هوش_مصنوعی
@myartificialintelligence2022
آژانس فضایی ناسا از هوش مصنوعی در توسعه سخت افزار ماموریت خود استفاده کرده است و اجزایی را ایجاد می کند که به طور قابل توجهی قوی تر از همتایان طراحی شده توسط انسان هستند و در عین حال دو سوم وزن کمتری نیز دارند.
لینک خبر:
https://www.dezeen.com/2023/03/06/nasa-uses-ai-to-design-hardware-that-is-three-times-better-in-performance/
#هوش_مصنوعی
@myartificialintelligence2022
Dezeen
NASA uses AI to design hardware that is "three times better in performance"
Space agency NASA has started making use of AI to develop its mission hardware, creating stronger components while saving two-thirds of the weight.
👏2🔥1
این سایت فایده استفاده از هوش مصنوعی در طراحی سایت را توضیح داده و ابزارهای هوش مصنوعی که در طراحی سایت می توان استفاده کرد را معرفی کرده است:
https://designmodo.com/ai-tools-developers/
#هوش_مصنوعی
#طراحی_سایت
@myartificialintelligence2022
https://designmodo.com/ai-tools-developers/
#هوش_مصنوعی
#طراحی_سایت
@myartificialintelligence2022
Designmodo
10 Best AI Tools for Web Developers
AI-powered tools have significantly evolved over the past few years. They have applications in almost every business sector, including education,
👍2🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
تبلیغ جدید و بسیار جالب کوکاکولا که تحسین های زیادی را هم به همراه داشته. این ویدیوی تبلیغاتی به کمک هوش مصنوعی ساخته شده و سفر یک بطری کوکاکولا از یک نقاشی به نقاشی دیگر را دنبال می کند و در نهایت به یک دانشجوی تشنه ای که نیاز به ایده نقاشی دارد می رسد.
#هوش_مصنوعی
#هنر
@myartificialintelligence2022
#هوش_مصنوعی
#هنر
@myartificialintelligence2022
👍2🔥1😁1
کمپانی OpenAI از مدل هوش مصنوعی GPT-4 رونمایی کرد.
این مدل جدید قادر به پردازش تصویر و متن بوده و همچنین دقیق تر و خلاق تر نیز هست. در حالی که مدل GPT-3.5 تنها قادر به پردازش متن بود.
این مدل برای مشترکان سرویس پولیChatGPT یعنی ChatGPT Plus فعال شده است.
لینک اطلاعات بیشتر:
https://www.nytimes.com/2023/03/14/technology/openai-gpt4-chatgpt.html
#هوش_مصنوعی
@myartificialintelligence2022
این مدل جدید قادر به پردازش تصویر و متن بوده و همچنین دقیق تر و خلاق تر نیز هست. در حالی که مدل GPT-3.5 تنها قادر به پردازش متن بود.
این مدل برای مشترکان سرویس پولیChatGPT یعنی ChatGPT Plus فعال شده است.
لینک اطلاعات بیشتر:
https://www.nytimes.com/2023/03/14/technology/openai-gpt4-chatgpt.html
#هوش_مصنوعی
@myartificialintelligence2022
NY Times
OpenAI Plans to Up the Ante in Tech’s A.I. Race
The company unveiled new technology called GPT-4 four months after its ChatGPT stunned Silicon Valley. The update is an improvement, but it carries some of the same baggage.
🔥2🕊1
یادگیری ماشین نقش مهمی در کاوش جهان دارد.
تصاویر پیچیده و زیبای کیهان که از تلسکوپ فضایی جیمز وب (JWST) پخش می‌شود، چیزی بیش از پیکسل‌های زیبایی هستند که به صفحه‌های کامپیوتر یا گوشی‌های هوشمند راه پیدا می‌کنند. این تصاویر نشان دهنده داده ها هستند. در واقع، JWST تقریباً 235 گیگابایت داده علمی در هر روز ارائه می‌کند.
با این حال، مدیریت همه این داده ها بدون مشکل نیست. اخترشناسان باید به ابررایانه‌ها و الگوریتم‌های پیشرفته یادگیری ماشین تکیه کنند تا بتوانند این سیل داده‌ها را دریافت کنند و مدل‌های دقیقی از فضا ایجاد کنند، اکتشافات را آشکار کنند و سوالات جدید را القا کنند، و همچنین تصاویر خیره‌کننده‌ای از کیهان خلق کنند.
لینک زیر گزارشی را به نقل از اساتید نجوم و اختر فیزیک دانشگاه پن ارائه کرده است که از اهمیت یادگیری ماشین در این حوزه صحبت کرده اند:
https://www.psu.edu/news/institute-computational-and-data-sciences/story/machine-learning-takes-starring-role-exploring/
#یادگیری_ماشین
@myartificialintelligence2022
تصاویر پیچیده و زیبای کیهان که از تلسکوپ فضایی جیمز وب (JWST) پخش می‌شود، چیزی بیش از پیکسل‌های زیبایی هستند که به صفحه‌های کامپیوتر یا گوشی‌های هوشمند راه پیدا می‌کنند. این تصاویر نشان دهنده داده ها هستند. در واقع، JWST تقریباً 235 گیگابایت داده علمی در هر روز ارائه می‌کند.
با این حال، مدیریت همه این داده ها بدون مشکل نیست. اخترشناسان باید به ابررایانه‌ها و الگوریتم‌های پیشرفته یادگیری ماشین تکیه کنند تا بتوانند این سیل داده‌ها را دریافت کنند و مدل‌های دقیقی از فضا ایجاد کنند، اکتشافات را آشکار کنند و سوالات جدید را القا کنند، و همچنین تصاویر خیره‌کننده‌ای از کیهان خلق کنند.
لینک زیر گزارشی را به نقل از اساتید نجوم و اختر فیزیک دانشگاه پن ارائه کرده است که از اهمیت یادگیری ماشین در این حوزه صحبت کرده اند:
https://www.psu.edu/news/institute-computational-and-data-sciences/story/machine-learning-takes-starring-role-exploring/
#یادگیری_ماشین
@myartificialintelligence2022
www.psu.edu
Machine learning takes starring role in exploring the universe | Penn State University
Joel Leja and V. Ashley Villar, both assistant professors of astronomy and astrophysics and Institute for Computational and Data Sciences co-hires, are among the scientists establishing Penn State as a leader in using machine-learning techniques to better…
🔥2💯1
ما کمی می ترسیم: مدیر عامل OpenAI در مورد خطرات هوش مصنوعی هشدار می دهد.
سام آلتمن، مدیر عامل OpenAI، کمپانی که هوش مصنوعی بحث‌برانگیز ChatGPT را توسعه داده است، هشدار داده است که این فناوری با ایجاد تغییر در جامعه با خطرات واقعی همراه است.
آلتمن گفت: «من به ویژه نگران این هستم که این مدل‌ها برای اطلاعات نادرست در مقیاس بزرگ مورد استفاده قرار گیرند. اکنون که آنها در نوشتن کدهای رایانه ای بهتر شده اند، می توانند برای حملات سایبری استفاده شوند.»
او ادامه داد: اما علیرغم خطرات، این می‌تواند «بزرگ‌ترین فناوری‌ای باشد که بشر تاکنون توسعه داده است». این هشدار زمانی منتشر شد که OpenAI آخرین نسخه از مدل هوش مصنوعی زبان خود، GPT-4 را در کمتر از چهار ماه از انتشار نسخه اصلی منتشر کرد و به پرمخاطب ترین برنامه در تاریخ تبدیل شد.
در این مصاحبه، مهندس هوش مصنوعی گفت که اگرچه نسخه جدید "بی نقص" نیست، اما در آزمون های وکالت در ایالات متحده 90 درصد و در آزمون ریاضی SAT دبیرستان نمره تقریباً عالی کسب کرده است. او گفت که همچنین می تواند کدهای کامپیوتری را در اکثر زبان های برنامه نویسی بنویسد. ترس از هوش مصنوعی بر جایگزینی ماشین با انسان متمرکز است. اما آلتمن خاطرنشان کرد که هوش مصنوعی فقط تحت هدایت انسان کار می کند.
لینک خبر:
https://amp.theguardian.com/technology/2023/mar/17/openai-sam-altman-artificial-intelligence-warning-gpt4
#هوش_مصنوعی
@myartificialintelligence2022
سام آلتمن، مدیر عامل OpenAI، کمپانی که هوش مصنوعی بحث‌برانگیز ChatGPT را توسعه داده است، هشدار داده است که این فناوری با ایجاد تغییر در جامعه با خطرات واقعی همراه است.
آلتمن گفت: «من به ویژه نگران این هستم که این مدل‌ها برای اطلاعات نادرست در مقیاس بزرگ مورد استفاده قرار گیرند. اکنون که آنها در نوشتن کدهای رایانه ای بهتر شده اند، می توانند برای حملات سایبری استفاده شوند.»
او ادامه داد: اما علیرغم خطرات، این می‌تواند «بزرگ‌ترین فناوری‌ای باشد که بشر تاکنون توسعه داده است». این هشدار زمانی منتشر شد که OpenAI آخرین نسخه از مدل هوش مصنوعی زبان خود، GPT-4 را در کمتر از چهار ماه از انتشار نسخه اصلی منتشر کرد و به پرمخاطب ترین برنامه در تاریخ تبدیل شد.
در این مصاحبه، مهندس هوش مصنوعی گفت که اگرچه نسخه جدید "بی نقص" نیست، اما در آزمون های وکالت در ایالات متحده 90 درصد و در آزمون ریاضی SAT دبیرستان نمره تقریباً عالی کسب کرده است. او گفت که همچنین می تواند کدهای کامپیوتری را در اکثر زبان های برنامه نویسی بنویسد. ترس از هوش مصنوعی بر جایگزینی ماشین با انسان متمرکز است. اما آلتمن خاطرنشان کرد که هوش مصنوعی فقط تحت هدایت انسان کار می کند.
لینک خبر:
https://amp.theguardian.com/technology/2023/mar/17/openai-sam-altman-artificial-intelligence-warning-gpt4
#هوش_مصنوعی
@myartificialintelligence2022
the Guardian
‘We are a little bit scared’: OpenAI CEO warns of risks of artificial intelligence
Sam Altman stresses need to guard against negative consequences of technology, as company releases new version GPT-4
🔥2🕊1