معمولا در کار توسعه نرم‌افزار، فشاری روی توسعه‌دهندگان هست که خارج از ساعات کاری هم کد بزنند. برخی افراد شور و اشتیاق خیلی زیادی به کدنویسی دارند، اما برخی دیگر اینگونه نیستند و خوشحال‎ترند اگر در اوقات فراغتشان کدنویسی نکنند. هیچ اشکالی هم ندارد.

افزایش مهارت‌های کدنویسی، زمان‌بر است، نیاز به تلاش، نظم و از خودگذشتگی دارد. اما آیا واقعا امری ضروری است؟ تصمیمش با شماست.
باید بدانید که «بهترین کدنویس» بودن، هدف همه نیست و اجباری نیست که هدف شما هم باشد.

لینک مقاله


@pythonicAI

🔴 بلاک‌ چین به صورت آزمایشی راه اندازی شده و سورسش هم اومده

زبان برنامه‌نویسی فیفت، زبان اختصاصی شبکه باز (TON) تلگرام است که هفته‌ی پیش منتشر شد
همچنین گفته می‌شود که افراد می‌توانند با استفاده از زبان برنامه‌نویسی فیفت (Fift)، به کامپایل، اجرا و اشکال‌زدایی این قراردادهای هوشمند بپردازند.

به گفته برخی کاربران سرعت تراکنش بلاک چین تلگرام برخلاف بیت کوین بالاتر است

آیا تلگرام رفع فیلتر می شود؟
اتفاقی که در صورت موفقیت آمیز بودن آزمایش TON تلگرام ممکن است به زودی محقق شود
#Telegram
@pythonicAI

🙁
#security
@pythonicAI

PSIPHON PRO - THE INTERNET FREEDOM VPN V232 [SUBSCRIBED]

نسخه جدید و پرو فیلترشکن سایفون

🆔 @brooztv3

🎥🎥شاید مغز با کمی کمک بتواند خود را بازسازی کند
👣با درمان همه‌ موارد اعم از سکته گرفته تا جراحات تصادف خودرو،‌ جراح مغز و اعصاب ژاسلین بلوش خیلی خوب از ناتوانی مغز در بازسازی خود خبر دارد. اما حالا، او پیشنهاد می‌کند که او و همکارانش شاید کلید بازساری عصبی را یافته باشند: سلول‌های دبل کورتین مثبت. مثل سلول‌های بنیادی این سلول‌ها بسیار سازش‌پذیر هستند و وقتی از مغز استخراج می‌شوند،‌ کشت داده می شوند و سپس دوباره به ناحیه‌ی آسیب‌دیده‌ی همان مغز تزریق می شوند، می‌توانند به بازساری و تعمیر مغز کمک کنند. «با کمی کمک» بلوش می‌گوید، «شاید مغز بتواند به خود کمک کند.»

شاید !! و به امید تحقیقات بیشتر و نتایج ملموس تر
A.S
My Group:📌 https://t.me/joinchat/LEloFE7BuytNJIEqs973wA

My Channel :📌 @dp_learning

کتابخانه PennyLane:

یک فریم ورک نرم افزاری به زبان پایتون جهت پیاده سازی الگوریتم های یادگیری ماشین کوانتومی و الگوریتم های ترکیبی کلاسیک کوانتومی

لینک


#quantum #machinelearning #classic #algorithm #artificialintelligence

@pythonicAI

شبکه های عصبی، رفتار و عملکرد مغز انسان را تقلید میکنند. این شبکه ها شامل الگوریتم هایی هستند که می توانند یاد بگیرند که به طور مثال رفتار مغز را در شناسایی گفتار و تصاویر تقلید کنند. با این حال، باید دانست که راه اندازی یک شبکه عصبی مصنوعی به زمان و انرژی زیادی احتیاج دارد.

محققان مرکز ملی تحقیقات علمی در پاریس، دانشگاه Bordeaux و کمپانی Evry، یک سیناپس مصنوعی به نام memristor را طراحی و ساخته اند و آن را مستقیما روی یک chip قرار داده اند. این نوع آوری راه را برای سیستم های هوشمند هموار خواهد کرد؛ سیستم هایی که نیاز به انرژی و زمان کمتری برای یادگیری داشته و میتوانند به صورت خودکار یاد بگیرند.

این سیناپس مصنوعی چطور کار میکند؟
در مغز انسان، سیناپس ها به عنوان پایانه های ارتباطی بین نورون ها عمل میکنند. هر چه بیشتر از این سیناپس ها استفاده شوند (مورد تحریک بیشتری قرار بگیرند)، ارتباطات قوی تر شده و یادگیری سریعتر میشود. memristor نیز به همین شیوه کار میکند. این سیناپس مصنوعی از یک لایه ی نازک فِروالکتریک ساخته شده است که میتواند خود به خود باردار شود و بین دو الکترود قرار گرفته است. میزان مقاومت آنها میتواند با استفاده از پالس های ولتاژ تنظیم شود (مانند آنچه در نورون های طبیعی رخ میدهد). ارتباط سیناپسی، زمانی که مقاومت پایین باشد، قوی خواهد بود و بالعکس. در واقع، ظرفیت یادگیری memristor بر اساس همین مقاومتِ قابل تنظیم، تعیین میشود.

شبکه های عصبی کنونی که با الگوریتم های یادگیری ساخته میشوند، در حال حاضر توانایی اجرای وظایفی را دارند که سیستم های قبلی نداشتند. برای مثال، سیستم های هوشمند کنونی توانایی ساخت موسیقی، بازی کردن، شکست بازیکنان انسانی و حتی می توانند مالیات های شما را پرداخت کنند. برخی از آنها قادرند تا رفتارهای مرتبط با افکار خودکشی در انسان ها را تشخیص دهند یا تشخیص دهند انجام چه کاری قانونی یا غیر قانونی است.

تمامی پیشرفت های ذکر شده را مدیون قابلیت یادگیری سیستم های هوش مصنوعی هستیم. تنها محدودیت موجود زمان و میزان داده ای است که باید برای یک سیستم هوشمند صرف شود تا به بهره برداری مناسبی برسد. با وجود طراحی memristor فرآیند یادگیری به طور چشم گیری افزایش خواهد یافت. البته کار بر روی این سیناپس ادامه دارد و هدف بعدی، ارتقاء آن برای عملکرد سریعتر و بهتر خواهد بود. نتایج تحقیقات این تیم تحقیقاتی در ژورنال Nature Communication به چاپ رسیده است.

#machinelearning #artificialintelligence #neural #network #memristor #brain

@pythonicAI

#کتاب

کتاب پیشنهادی اکثرا اساتید هوش مصنوعی برای یادگیری عمیق نویسنده گان Ian_Goodfellow,_Yoshua_Bengio,_Aaron

در کنار بخش عادی وب که برای مطالعه خبر، ارسال ایمیل و... استفاده می‌شود، بخش دیگری از وب برای فعالیت‌های غیرقانونی به کار می‌رود که هوش مصنوعی درک بهتر آن را ممکن خواهد کرد.

وب تاریک(dark web) میزبان سایت‌هایی ناشناس برای خرید و فروش اطلاعات خصوصی کاربران، مواد مخدر، محتوای هرزه نگارانه، اسلحه و حتی قاچاق انسان است. پلیس و مقامات قضائی در کشورهای مختلف جهان سال هاست که برای متوقف کردن فعالیت دارک وب در تلاش هستند، اما چالش‌های فراروی تحقیق و بررسی در این زمینه باعث شده گردانندگان این قسمت از فضای مجازی آزادانه به تخلفات خود ادامه دهند.

محققان دانشگاه MIT می‌گویند ماهیت پیچیده و غیرقابل ردگیری فعالیت‌های دارک وب یک چالش جدی است. از سوی دیگر بسیاری از سایت‌های فعال در این بخش عمر کوتاهی داشته و بعد از کلاهبرداری‌های کلان به سرعت غیرفعال می‌شوند. اما با طراحی یک نرم افزار مبتنی بر هوش مصنوعی می‌توان داده‌های موجود را به سرعت تحلیل و افراد خلافکار فعال در بخش تاریک وب را ردگیری کرد.

این نرم افزار می‌تواند ارتباط میان خریداران و فروشندگان خدمات مختلف در بخش تاریک وب را در لایه‌های مختلف آن شناسایی و ردگیری کند تا تغییر مکرر سایت‌های فعال نیز خللی در تحقیقات پلیسی ایجاد نکند.

نرم افزار یادشده می‌تواند نمایه‌ای (index) دقیق از هر یک از خلافکاران بخش تاریک وب ایجاد کند تا با بررسی‌های فنی، حتی در صورت تغییر نام کاربری این افراد باز هم قابل ردگیری و شناسایی باشند. این ردگیری‌ها محدود به بخش تاریک وب نیست و می‌تواند در بخش عادی وب نیز ادامه یابد.

این نرم افزار از توانایی خوبی برای پردازش حجم بالایی از اطلاعات نیز برخوردار است و نیاز پلیس به بررسی دستی اطلاعات خلافکاران دارک وب را برطرف می‌کند. پژوهشگران MIT دقت این نرم افزار را ۹۵ درصد تخمین زده و می‌گویند در حال تکمیل قابلیت‌های آن هستند.

منبع: کانال dp_learning

#deeplearning #artificialintelligence #dark #web #criminal #minds

@pythonicAI

با توجه به گزارش بالا از سایت کاریابی indeed، مهندسی یادگیری ماشین با دستمزد ۱۴۶ هزار دلاری بعنوان بهترین شغل سال ۲۰۱۹ انتخاب شده و دلیل آن رشد روزافزون و حقوق بالا و رشد ۳۴۴ درصدی نسبت به سال قبل میباشد. در این لیست شغلهایی با درآمد بیشتر مانند Agile Coach در رتبه ۱۸ و مهندسی بینایی ماشین در رتبه ۱۳ به چشم میخورد که به دلیل کم بودن شغل هایشان و میزان رشدشان در رتبه های پایین تر قرار گرفته اند.

منبع: http://blog.indeed.com/2019/03/14/best-jobs-2019

@pythonicAI

سلام دوستان برنامه نویس کانال ai_python
خیلی منابع واسه فروش ویدیو ها و پی دی اف ها وجود داره به عنوان مثال : آموزش 0 تا 70 پایتون - آموزش زیرو تا هیرو پایتون و اموزش های مبتدی تا پیشرفته و ....
فریب این سایت ها رو نخورید
به عنوان مثال سایت زیر یکی از اون سایتا هست..
کتاب اصلی حدود 1300 صفحه هست و این کتاب تنها 700 صفحه دارد..
مطالبی هم که داخلش هست به هیچ عنوان مورد قبول نبوده و نیست و حتی یک پاراگراف هم از رفرنس اصلی کپی برداری نشده!!!
موفق باشید..
https://www.rayka-co.ir/online-shop/books/programing-book/python-detail
____________
🆔 @ai_python

وندینگ ماشین برای خرید لایک و فالوئر



https://jadi.net/2019/06/like-vending-machine/

«کوییک فیکس» یا «راه حل سریع» یه اثر هنری تعاملیه. این دستگاه اجازه می‌ده در سه قدم ساده برای خودتون لایک و فالوئر بخرین. کافیه دگمه اینکه چی نیاز دارین رو فشار بدین، سکه‌ها رو از شکاف سکه داخل دستگاه بندازین و اکانت خودتون رو وارد کنین و چند ثانیه بعد محصول مورد نظر رو دریافت کنین؛ البته از طرف اکانت‌های فیک. در حال حاضر امکان خریدن لایک و فالوئر در اینستاگرام، فیسبوک، یوتوب و توییتر وجود داره و سکه‌ها رو هم می شه برای هر کشور تغییر داد.

این اثر هنری در جاهای مختلفی به نمایش در خواهد اومد و با هر بار سفارش، تاریخ و شهر و مکان دقیق سفارش رو ثبت می‌کنه. اثر از هلسینکی شروع کرده و با یک رزبری پای، یک آردیونو، منبع تغذیه و پذیرنده سکه و کلیدهای کنترل و یک کیبرد و چهار ال سی دی I2C ساخته شده. با استفاده از پایتون و فایربیس.

هدفش هم که مشخصه. نشون دادن جامعه ای که توش همه تشویق می شیم تا لایک جمع کنیم و حتی به عنوان یک عدد هم که شده، فالوئرهامون رو بالا ببریم؛ نمونه های وطنی‌اش هم که زیاده و معلومه دستگاه تو ایران کار چندانی نخواهد داشت. چون این اطراف هزار تا فالوئر نیمه واقعی خیلی ارزونتر از این حرفها است، چه برسه به لایک غیرواقعی (:

کانال @jadinet

@uselinux
🔥ریپوزیتوری ها پاک شدند و به سرعت برگشتند . اما چرا؟
@uselinux
موضوع جالبی که یک گیم دیزاینر به اسم Jason Rohrer با آن مواجه شد , متوجه شد که ۲۳ ریپوزیتوری که کار ۱۵سال توسعه و کانتریبیوت کامیونیتی بود از گیت هاب پاک شده است!!
@uselinux
جیسون: "نمیتونم باور کنم که به چه آسانی تمام دستاورد عمر یک نفر در گیت هاب از بین رفته است"
خوشبختانه فروم ها در جاهای دیگری (غیر از گیت هاب) میزبانی میشدند!

جیسون به تنها پناهگاه تکنولوژی های بزرگ پناه برد(شبکه های اجتماعی):
"اگر شما روی گیت هاب بعنوان پروژه های مهم زندگی تون حساب میکنید . باید بگم که اونها ممکنه پاک بشن بدون هیچ اخطاری!"
@uselinux
این پست جیسون ۳۷۳بار ریتوییت شد در مدت زمان کم . و ریپوزیتوری ها برگشتند!

مدیرعامل گیت هاب(Nat Friedman) یادداشتی گذاشته بود که پشتیبانی . ریپوزیتوری های شمارو برگردوند . و شخصا از جیسون عذرخواهی کرد .. (حتی قبل از اینکه جیسون متوجه بشه که ریپو هاش برگشتن و قبل از توییت)
@uselinux
جیسون در پیام دیگری نوشت : گیت هاب قلب کار های ماست , من ۳۰ تا linode بعنوان گیم سرور , دانلود سرور و تایپ های دیگر دارم که اونها مستقیما با git pull آپدیت میشن"

آیا گیت هاب واقعا غیرقابل پیش بینی و ناامن شده است ؟
@uselinux
فردمن گفت : گیت هاب در حال تحقیقات و یادگیری است , و ممکن است یک سری آدم بدخواه این اکانت را ریپورت کرده باشند .و همچنین لینک هایی که در issueها به فروم جیسون شده است . باعث شده است که این اکانت توسط الگوریتم ها و هوش مصنوعی ما بعنوان اسپم علامتگذاری شده باشد
@uselinux
سخنگوی گیت هاب در اخر گفت : این اکانت به اشتباه علامتگذاری شده بود . و ما آن را برگرداندیم و از اشتباهمان یادگرفتیم و به سختی تلاش میکنیم تا گیت هاب رو ایمن کنیم برای دولوپران . و همیشه در حال بهبود اسپم فیلترینگ خود هستیم

@uselinux
منبع:
https://www.theregister.co.uk/2019/06/07/github_repos_wiped_without_notice_quickly_restored_but_why/

🎧 اثر freedom از anthony hamilton

موزیک گوش بدین، کد بزنین و از زندگی لذت ببرین ؛)

#musicForProgramming

@pythonicAI

یکی از بهترین کتابهای موجود برای یادگیری دیپ لرنینگ

نوشته شده توسط سازنده کتابخانه کراس، Francois Chollet

یه نکته جالب تو این کتاب این بود که چندتا از کاربرهای عملی دیپ لرنینگ، مثل neural style transfer و deep dream، تولید متن و... رو هم پیاده سازی کرده و توضیح داده.

#deeplearning #artificialintelligence #keras #francois #chollet

@pythonicAI

#کتاب

کتاب پیشنهادی اکثرا اساتید هوش مصنوعی برای یادگیری عمیق نویسنده گان Ian_Goodfellow,_Yoshua_Bengio,_Aaron

در کنار بخش عادی وب که برای مطالعه خبر، ارسال ایمیل و... استفاده می‌شود، بخش دیگری از وب برای فعالیت‌های غیرقانونی به کار می‌رود که هوش مصنوعی درک بهتر آن را ممکن خواهد کرد.

وب تاریک(dark web) میزبان سایت‌هایی ناشناس برای خرید و فروش اطلاعات خصوصی کاربران، مواد مخدر، محتوای هرزه نگارانه، اسلحه و حتی قاچاق انسان است. پلیس و مقامات قضائی در کشورهای مختلف جهان سال هاست که برای متوقف کردن فعالیت دارک وب در تلاش هستند، اما چالش‌های فراروی تحقیق و بررسی در این زمینه باعث شده گردانندگان این قسمت از فضای مجازی آزادانه به تخلفات خود ادامه دهند.

محققان دانشگاه MIT می‌گویند ماهیت پیچیده و غیرقابل ردگیری فعالیت‌های دارک وب یک چالش جدی است. از سوی دیگر بسیاری از سایت‌های فعال در این بخش عمر کوتاهی داشته و بعد از کلاهبرداری‌های کلان به سرعت غیرفعال می‌شوند. اما با طراحی یک نرم افزار مبتنی بر هوش مصنوعی می‌توان داده‌های موجود را به سرعت تحلیل و افراد خلافکار فعال در بخش تاریک وب را ردگیری کرد.

این نرم افزار می‌تواند ارتباط میان خریداران و فروشندگان خدمات مختلف در بخش تاریک وب را در لایه‌های مختلف آن شناسایی و ردگیری کند تا تغییر مکرر سایت‌های فعال نیز خللی در تحقیقات پلیسی ایجاد نکند.

نرم افزار یادشده می‌تواند نمایه‌ای (index) دقیق از هر یک از خلافکاران بخش تاریک وب ایجاد کند تا با بررسی‌های فنی، حتی در صورت تغییر نام کاربری این افراد باز هم قابل ردگیری و شناسایی باشند. این ردگیری‌ها محدود به بخش تاریک وب نیست و می‌تواند در بخش عادی وب نیز ادامه یابد.

این نرم افزار از توانایی خوبی برای پردازش حجم بالایی از اطلاعات نیز برخوردار است و نیاز پلیس به بررسی دستی اطلاعات خلافکاران دارک وب را برطرف می‌کند. پژوهشگران MIT دقت این نرم افزار را ۹۵ درصد تخمین زده و می‌گویند در حال تکمیل قابلیت‌های آن هستند.

منبع: کانال dp_learning

#deeplearning #artificialintelligence #dark #web #criminal #minds

@pythonicAI

اگر قصد دارید دیسترو های مختلف لینوکسی رو بصورت واقعی تست کنید. بدون اینکه رو سیستمتون نصب کنید. میتونید از این سایت استفاده کنید:

https://distrotest.net

دیستروی مورد نظرتونو از لیست انتخاب کنید. منتظر بمونید تا یک ریموت سرور رو براتون آماده یا خالی کنه و بعد با OpenVNC یا Remmina به آیپی و پورتی که بهتون میده ریموت بزنید یا میتونید تو مرورگر هم بازش کنید (اما خیلی کند تر از ریموت زدن هست).

منبع: کانال uselinux

@pythonicAI

چند وقتیه که نسخه بتا پایتون ۳.۸ ریلیز شده و تغییرات عمده ای تو این نسخه دیده میشه. از جمله:

۱ Assignment expressions
سینتکس جدیدی اضافه شده تحت عنوان اپراتور walrus که به این شکله =:
کارش اینه که در حین عملیات، تخصیص انجام بده. مثلا

if (n := len(a)) > 10: pass

۲ پارامترهای positional-only
سینتکسی اضافه شده به شکل / که به مفسر میگه تمام پارامترهای تابع باید بصورت پوزیشنال مشخص بشن و دیگه نمیتونن بصورت keyword مقدار بگیرن(حتی اگه keyword باشن!). مثلا

def pow(x, y, z=None, /):
r = x**y
if z is not None: r %= z
return r

حالا
pow(2, 10) و pow(2, 10, 17)
معتبرن ولی
pow(x=2, y=10) و pow(2, 10, z=17)
نامعتبرن.

۳ عبارت continue در ساختار finally ممنوع بود که در این نسخه این محدودیت برطرف شد.

و کلی تغییرات دیگه که در این لینک میتونین درموردشون بیشتر بخونین: لینک

#python #programming #new #release

@pythonicAI