سرویس Google Bard می‌تواند UI طراحی شده توسط یک Visual Designer رو به کد تبدیل کند...

متا مدل زبانی Llama 2 رو اوپن‌سورس کرد...

https://ai.meta.com/llama

VeLO, the system that eliminates the need for optimizer hyperparameters

https://www.deeplearning.ai/the-batch/velo-the-system-that-eliminates-the-need-for-optimizer-hyperparameters/?utm_campaign=The%20Batch&utm_content=258012456&utm_medium=social&utm_source=linkedin&hss_channel=lcp-18246783

آموزش ساخت چت‌بات به کمک مدل زبانی Llama2 و Streamlit


ویدئو:
https://youtu.be/J8TgKxomS2g?si=qDDFTQmR3qwXp3Ko
بلاگ پست:
https://blog.streamlit.io/how-to-build-a-llama-2-chatbot/
دمو:
https://llama2.streamlit.app/

ریکامندر سیستم اینستاگرام چگونه کار می‌کند...

https://engineering.fb.com/2023/08/09/ml-applications/scaling-instagram-explore-recommendations-system/

ریکامندر سیستم اینستاگرام بسیار شبیه به ریکامندر سیستم پیاده‌سازی شده در دوره‌ی آموزشی زیر است که می‌توانید به رایگان آن را مشاهده کنید:
https://t.me/schoolofai/537

یکی از محبوب‌ترین و مرسوم‌ترین دیتاست‌های بنچ‌مارک برای پژوهش در زمینه‌هایی مثل ریکامندر سیستم‌ها و پردازش نظرات کاربران و ... دیتاست Amazon Per-category Review است.
این دیتاست از طریق ابزار‌های طراحی پایپلاین ورودی مثل TensorFlow Datasets به راحتی قابل دسترس بود.
اما اخیرا این دیتاست از روی سرور آمازون (https://s3.amazonaws.com/amazon-reviews-pds/tsv/amazon_reviews_us_Books_v1_02.tsv.gz) غیرقابل‌دسترسی شده و اگر بخواهید از TFDS استفاده کنید با خطای ۴۰۳ رو‌برو می‌شید.
به همین دلیل، من تعداد زیادی پیام از عزیزان در این رابطه گرفته ام که تصمیم گرفتم یک تکه‌کد برای دانلود این دیتاست از منبع دیگر (دانشگاه سن‌دیگو)، پیش‌پردازش و تبدیل اون به TensorFlow Datasets و Pandas Dataframe بنویسم تا کمک‌حال عزیزان باشه.

این کد از طریق نوت‌بوک زیر قابل دسترس است:
https://gist.github.com/xei/14ef271ffeb8e8437ec5039618655350


فقط توجه کنید که اگر برای کار پژوهشی معتبر می‌خواهید از این دیتاست استفاده کنید، حتما در گوگل فرم زیر از مالک دیتاست اجازه بگیرید:
https://docs.google.com/forms/d/e/1FAIpQLSeniNBetoz83H0QXxrfxPNoq7g6pkbAEcqrlrYiNJXZD5YT6g/viewform
و همینطور مقاله‌ی زیر رو cite کنید:
http://dx.doi.org/10.18653/v1/D19-1018

لکچر آموزشی LangChain توسط Ivan Resnikov
(تا الان ۲ جلسه از ۱۰ جلسه این لکچر منتشر شده)

جلسه اول (مقدمه):
https://github.com/IvanReznikov/DataVerse/tree/main/Courses/LangChain/Lecture1.%20Introduction%20to%20LangChain

جلسه دوم (مدل‌ها):
https://github.com/IvanReznikov/DataVerse/tree/main/Courses/LangChain/Lecture2.%20Models

صفحه اصلی:
https://github.com/IvanReznikov/DataVerse/tree/main/Courses/LangChain

وب‌سایت https://www.chatbase.co به شما اجازه می‌ده به‌سادگی و با چند کلیک، دیتای خودتون رو در قالب فایل یا متن یا وب‌سایت یا ... بهش بدید و یک چت‌بات (شبیه به ChatGPT) براتون می‌سازه که می‌تونید به‌راحتی داخل وب‌سایت خودتون یا واتس‌اپ یا اسلک یا ... ازش استفاده کنید.
از این سرویس می‌شه برای اضافه‌کردن بات خدمات مشتریان به سایت یا گزارش تحلیلی شاخص‌های داده‌ای موجود برای مدیران سازمان از طریق واتس‌اپ و ... استفاده کرد.

شرکت مایکروسافت با همکاری Anaconda قدرت پایتون رو به Excel می‌آورد.

ازین‌پس بدون نصب هیچ ابزار اضافی، می‌توان در نسخه‌های جدید Microsoft 365 (آفیس قدیم) از توابع و پکیج‌های پایتون مثل Pandas و Matplotlib برای پاکسازی، پیش‌پردازش و تحلیل داده و حتی آموزش مدل‌های یادگیری ماشین استفاده کرد. کافی‌است موقع نوشتن تابع در اکسل از py= استفاده کنید...

محققان علوم اعصاب دانشگاه UCSF توانستند با کاشت یک ایمپلنت در مغز یک خانم جوان که فلج شده و توان گفتار ندارد، افکار وی را به واژه‌گان و متن و سپس با صدای خودش به ویس تبدیل کنند.

سایت:
https://www.ucsf.edu/news/2023/08/425986/how-artificial-intelligence-gave-paralyzed-woman-her-voice-back

ویدیو:
https://youtu.be/iTZ2N-HJbwA

STUDY: Socially aware temporally causal decoder recommender systems

https://ai.googleblog.com/2023/08/study-socially-aware-temporally-causal.html

پست نامربوط!

این پست به‌ هوش مصنوعی ربطی نداره اما خواستم از تریبون استفاده کنم و بگم موقع استفاده از سرویس‌های آنلاین، حواستون به اطلاعات شخصیتون باشه.

امروز زیرساخت‌های شرکت تپسی هک شد و بخش مهمی از اطلاعات کاربران نشت کرد. قبل‌تر این اتفاق برای چندتا از استارتاپ‌های بزرگ دیگه هم که نام نمی‌برم افتاده بود.

توجه کنید که اگر به‌صورت روزمره از سرویس‌هایی مثل اسنپ و تپسی و ... استفاده می‌کنید، الگوی رفت و آمد شما به مسیر‌های مختلف به راحتی قابل پیش‌بینیه.
آدرس محل سکونت، اینکه چه زمان محل سکونت رو ترک می‌کنید و احیانا خونتون خالی میشه، این‌که چه زمان از شرکت میاید بیرون، از چه مسیری میرید، چی میخورید و چقدر از اول ماه خرج کردید و ...

شاید یه تصمیم کوچیک مثل اینکه سر کوچه سوار شید بتونه امنیت اطلاعاتتون رو حفظ کنه.

موفق باشید

پی‌نوشت: تپسی تیم بسیار خوب و قدرتمندیه و داره تلاش می‌کنه کاملا شفاف از پس این چالش بر بیاد. این مشکل برای هر کدوم از استارتاپ‌های دیگه هم ممکنه پیش بیاد. بهتره در کل محتاط بود.

زبان Mojo برای استفاده‌ی عموم باز شد...

https://github.com/modularml/mojo

Pre-processing temporal data with TensorFlow Decision Forests and Temporian

https://blog.tensorflow.org/2023/09/forecasting-with-tensorflow-decision-forests-and-temporian.html?linkId=9022947&m=1

یکی از جدیدترین و مهم‌ترین مهارت‌های موردنیاز برای ML Engineer ها، استفاده از فریم‌ورک‌های توسعه‌ی اپ‌های مبتنی بر LLM ها و RAG ها است.
و یکی از سوال‌های متداول اینه که از کدوم فریم‌ورک استفاده کنیم....

اگر به دنبال یک فریم‌ورک کامل و جامع‌ (با در نظر گرفتن پیچیدگی‌هاش) اید که بتونه به دیتاسورس‌های مختلف (دیتابیس، فایل، API و ...) و مدل‌های زبانی مختلف (مثل GPT4) متصل شده و تسک‌های مختلف مثل تولید متن و تصویر و ... رو به‌صورت همزمان انجام بده، LangChain رو انتخاب کنید. لینک زیر، کار با این فریم‌ورک رو توضیح داده:
https://lnkd.in/ehWGc9qU

اگر اپلیکیشن شما ساده‌تره و فقط به جستجوی یک کوئری یا بازیابی اطلاعات از میان حجم انبوه اطلاعات متنی (مثل سامانه‌های پیشنهاددهنده) به کمک مدل‌های زبانی محدود می‌شه، از LlamaIndex استفاده کنید. توجه کنید که این فریم‌ورک برای تحلیل معنایی، مقایسه داده‌ها و فهم زبان طبیعی مناسب نیست. لینک زیر، کار با این فریم‌ورک رو توضیح داده:
https://lnkd.in/eixPmZG7

اگر اپلیکیشن شما فهم زبان یا reasoning ساده است و به مقایسه شباهت معنایی متن‌ها و دسته‌بندی یا خوشه‌بندی آن‌ها محدود می‌شه، از فریم‌ورک EmbedChain استفاده کنید. دقت کنید این فریم‌ورک برای تولید متن مناسب نیست. لینک زیر کار با این فریم‌ورک رو توضیح داده:
https://lnkd.in/e9rHZXtV

یکی از مهم‌ترین تخصص‌های یک مهندس یادگیری ماشین، مانیتورینگ مدل‌های ML است.
مدل‌های یادگیری ماشین به مرور زمان و با تغییر در محیط یا توزیع داده‌ها ممکن است کیفیت خود را از دست بدهند و نیاز به آموزش مجدد داشته باشند. این پدیده که به Drift معروف است، با مانیتور کردن مدل قابل تشخیص است.
کورس زیر یک کورس رایگان فوق‌العاده در مورد مانیتورینگ و observability در مدل‌های یادگیری به کمک پکیج Evidently است که توسط Emeli Dral ارائه شده است.

https://www.evidentlyai.com/ml-observability-course

جف هینتون، پدرخوانده هوش مصنوعی بازنشست شد…

مرکز سامانه‌های اطلاعاتی و علوم داده دانشگاه صنعتی شریف یک بررسی عالی و کامل از مهم‌ترین پژوهش‌های حوزه‌ی NLP از Attention تا امروز انجام داده که یک دید کلی فوق‌العاده به علاقه‌مندان به پژوهش در حوزه مدل‌های زبانی می‌ده.

جلسه اول:
https://youtu.be/AjTf9_lK4iE?si=_Lr1OLDAn0zx4QBp
جلسه دوم:
https://youtu.be/TqdqVxdNmm4?si=iPCrMj6GBCAX5RZr
جلسه سوم:
https://youtu.be/PMVfnNFe044?si=xLaVZv12MAVf-81m
جلسه چهارم:
https://youtu.be/vI5WlPQsJQ4?si=rxTezgA4nusqF-Uq
جلسه پنجم:
https://www.youtube.com/watch?v=h2jWpVzq4uU

جلسه ششم:
https://www.youtube.com/watch?v=XuaHyo3fv_I

آموزش مرحله-به-مرحله‌ی کار با مدل Llama توسط شرکت متا

https://ai.meta.com/llama/get-started/

جناب دکتر توتون‌چیان، استاد دانشگاه Drexel برای جمعه‌ی این هفته (بعد از ظهر) یک جلسه‌ی آنلاین برای به‌اشتراک‌گذاری تجربه‌‌ها در زمینه‌ی کاربردهای جدید LLM ها در محیط واقعی برگزار می‌کنند.

اگر متخصص علوم داده یا یادگیری ماشین هستید و تجربه‌ای در این زمینه دارید و یا می‌خواهید از تجربه‌ی سایر متخصصین در این زمینه استفاده کنید، در این جلسه شرکت کنید.

زمان دقیق و لینک زوم متعاقبا در همین کانال و همچنین در گروه دکتر توتون‌چیان (لینک زیر) اعلام خواهد شد.

https://t.me/+8mhPMpJw97QwOWUx