📺قسمت دوم بازدید از کنگره جهانی شهر هوشمند ۲۰۲۲

https://youtu.be/28kNVRp_hy0

🦾 @techwich

🚨💀یکی از روش هایی که هکر ها برای قربانی گرفتن ازش استفاده میکنن، QR Code تقلبی هست. کی یو آر کد ها‌ می‌تونن موجب انتقال کدهای مخرب بشن. اسکن یک کد بدافزار می‌تونه مشکلات متعدد امنیتی براتون ایجاد کنه، از دسترسی به اطلاعات موبایل تا نصب بدافزار. برای همین پیشنهاد میکنیم در زمان اسکن کی یو‌ آر کدها، از صادر کنندش اطمینان حاصل کنید و هر کدی رو اسکن نکنید.
#هک #امنیت


🦾 @techwich

🥽 فناوری جدیدی که امکان احساس بو رو در متاورس فراهم می‌کنه!

#متاورس

🦾 @techwich

🤖کِی لونا گزینه ای به جای حیوان خانگی.

#رباتیک

🦾 @techwich

🏎️ رونمایی پژو از اینسپشن

#خودرو

🦾 @techwich

🔬برای اولین بار در جهان
دریافت خون تولیدشده در آزمایشگاه برای انسان!

#تکنولوژی_پزشکی

🦾 @techwich

‼️🚨از تاریخ ۹ اسفند تمامی موبایل هایی که اندروید 4.1 یا پایین تر دارند و آیفون هایی که iOS 12 به پایین دارند، امکان استفاده از واتس اپ رو نخواهد داشت.
همچنین لیست موبایل هایی که از این تاریخ امکان استفاده از واتس اپ ندارند در ادامه آمده است:

Samsung
-Samsung Galaxy Core
-Samsung Galaxy Trend Lite
-Samsung Galaxy Ace 2
-Samsung Galaxy S3 mini
-Samsung Galaxy Trend II
-Samsung Galaxy X cover 2.

LG
-LG Optimus L3 II Dual
-LG Optimus L5 II
-LG Optimus F5
-LG Optimus L3 II
-LG Optimus L7II
-LG Optimus L5 Dual
-LG Optimus L7 Dual
-LG Optimus F3
-LG Optimus F3Q
-LG Optimus L2 II
-LG Optimus L4 II
-LG Optimus F6
-LG Enact
-LG Lucid 2
-LG Optimus F7

Huawei
-Huawei Ascend Mate
-Huawei Ascend G740
-Huawei Ascend D2

Apple
-IPhone 6S
-IPhone SE
-IPhone 6S Plus

Sony
-Sony Xperia M
-Lenovo
-Lenovo A820

ZTE
-ZTE V956 – UMI X2
-ZTE Grand S Flex
-ZTE Grand Memo

#موبایل

🦾 @techwich

🚀تکویچ پارتنر رسمی رویداد استارتاپ های اروپا🎉

این رویداد هر سال با حضور بیش از ۲۰۰۰ فعال اکوسیستم استارتاپی اروپا شامل استارتاپ ها، شتابدهنده ها و … در بارسلون برگزار میشه.

برای اطلاعات بیشتر و حضور در این رویداد به صفحه اینستاگرام تکویچ پیام بدید.

🦾 @techwich

🚨🚨پژوهشگران McAfee از کشف بدافزاری موسوم به Goldoson خبر دادند که فهرست اپ‌های دستگاه، نام سایر دستگاه‌هایی که از طریق بلوتوث یا وای‌فای به گوشی شما وصل شدند و موقعیت GPS رو گردآوری می‌کنن.

فهرست اپ‌های آلوده به این بدافزار:

AOG Loader
Audio Recorder
Bestcare Health
Bounce Brick Breaker
Cashnote
Catmera
Chuncheon
Cinecube
Compass 9: Smart Compass
Cultureland Plus
Cultureland version 2
ECloud
Eyesting
FSP Mobile
Fantaholic
Girl singer WorldCup
GoodTVBible
GOM Audio - Music, Sync lyrics
GOM Audio Plus - Music, Sync
GOM Player
Guninday
Happy Mobile Happy Screen
InfiniteSlice Infinite Slice
InfinitySolitaire
Inssaticon - Cute Emoticons
Item mania
Korea Subway Info: Metroid
Krieshachu Fantastic
LOTTE WORLD Magicpass
Lotteworld Aquarium
Lotteworld Seoul Sky
Lotteworld Water Park
Lotte Cinema
L.POINT with L.PAY
Mafu Driving Free
Megabox
Memory Memo
Money Manager (Remove Ads)
Money Manager Expense & Budget
New Safe
Norae bang
PB Stream
Pikicast
Play Geto 100K
Random number
Safe Home
SCinema
Simple Air
Snake Ball Lover
SomNote - Beautiful note app
Swipe Brick Breaker
Swipe Brick Breaker 2
TDI News
TMAP
TV - All About Video
Ticket Office
TingSearch
T map for KT, LGU+
UBhind: Mobile Tracker Manager
Yeonhagoogokka

درصورتی که یکی از این اپلیکیشن‌ها رو روی دستگاه خودتون دارید و اقدام به آپدیت کنید. اگر اپدیت جدیدی برای نرمافزار وجود نداشت، نرمافزار رو حذف کنید.

🦾 @techwich

سرورهای متا(اینستاگرام، واتس اپ، فیسبوک و …)در برخی از کشورها از دسترس خارج شده.
@techwich

درود به همگی،
قراره از این به بعد روزانه یک آموزش کوتاه در حوزه هوش مصنوعی داشته باشیم.
با دنبال کردن این سری محتوا و حداکثر ۵ تا ۱۰ دقیقه مطالعه روزانه، تا پایان امسال اتفاقای خوبی براتون میوفته 😎

این پیام رو برای دوستانتون هم فوروارد کنید تا با هم شروع کنیم😉

🦾 @techwich

سلام
امیدوارم صبح جمعه خوبی رو سپری کرده باشید.

بریم سراغ اولین محتوای آموزشی #هوش_مصنوعی.
امروز قراره درباره یکی از بخش‌های مهم و پایه‌ای هوش مصنوعی صحبت کنیم: یادگیری ماشین.

یادگیری ماشین چیه؟
یادگیری ماشین، یکی از روش‌های اصلی هوش مصنوعیه و به کامپیوترها امکان می‌ده تا بدون اینکه نیاز به برنامه‌ریزی مستقیم داشته باشن یاد بگیرن.

به زبان ساده‌تر، یادگیری ماشین روشی هست که به کامپیوترها اجازه می‌ده از تجربیات گذشته یاد بگیرند و بر اساس اون‌ها تصمیم بگیرن.

اما ماشین چطوری می‌تونه یاد بگیره؟
یادگیری ماشین از طریق مدل‌های ریاضیاتی انجام می‌شه که از داده‌ها یاد می‌گیرن. ما داده‌ها رو به مدل می‌دیم و مدل سعی می‌کنه الگوها و رابطه‌ها رو در این داده‌ها پیدا کنه. با استفاده از این الگوها، مدل می‌تونه پیش‌بینی‌ها یا تصمیماتی رو بگیره.

خیلی جالبه، نه؟ فردا بیشتر در مورد اینکه چطور مدل‌های یادگیری ماشین کار می‌کنن و چه نوع مشکلاتی رو می‌تونن حل کنن، صحبت می‌کنیم. پس حتماً با من همراه باشید!

درود به همه دوستان، روزتون بخیر.
امیداورم روز اول هفته رو پر انرژی شروع کرده باشید.

چند نفر از من پرسیده بودن هوش مصنوعی چیه؟
اگه بخوام یک تعریف ساده خلاصه بگم:
هوش مصنوعی یا AI، به مجموعه ای از الگوریتم ها و سیستم های کامپیوتری اشاره داره که وظایفی رو میتونن انجام بدن که معمولاً نیاز به هوش انسانی دارند.
این وظایف می تونند شامل یادگیری، تشخیص گفتار، تصمیم گیری، تشخیص تصویر و … باشند.

حالا دوباره مطلب یادگیری ماشین رو بخونید تا بریم سراغ مطلب آموزشی امروز.

خوب امروز قراره در مورد چگونگی کارکرد مدل‌های یادگیری ماشین صحبت کنیم.

یادگیری ماشین بر اساس یک سری داده‌ها “داده‌های آموزش” کار می‌کنه. این داده‌ها شامل مثال‌هایی با ورودی و خروجی مشخص هستند.
مثلاً برای یک مدل که قراره عکس‌های گربه رو تشخیص بده، داده‌های آموزش عکس‌هایی از گربه (ورودی) و برچسب “گربه” (خروجی) هستند.

مدل یادگیری ماشین سعی می‌کنه تا الگوهایی رو در این داده‌های آموزش کشف کنه. به این ترتیب که وقتی مدل با یک عکس جدید روبرو می‌شه، می‌تونه بر اساس الگوهایی که یاد گرفته، تشخیص بده که آیا این عکس متعلق به یک گربه است یا نه.

یادگیری ماشین خیلی جذاب و پیچیده است! با استفاده از یادگیری ماشین، می‌تونیم به کامپیوترها یاد بدیم تا کارهای بسیار پیچیده رو انجام بدن، از تشخیص چهره گرفته تا ترجمه زبان‌های مختلف.

یک ویدیو ۵۰ ثانیه ای آموزشی که ۳ سال پیش آماده کردم رو هم میفرستم تا ببینید و به سادگی با مفهوم یادگیری ماشین آشنا بشید.
امشب می‌خوام درباره چند نوع مختلف از یادگیری ماشین، از جمله یادگیری نظارتی و یادگیری تقویتی صحبت کنم. پس حتماً با من همراه باشید!
🦾 @techwich

سلام دوستان، خوشحالم که باز هم با هم هستیم. امروز در مورد سه نوع #یادگیری_ماشین صحبت می‌کنم.

۱-یادگیری نظارتی
۲-یادگیری تقویتی
۳-یادگیری بدون نظارت

یادگیری نظارتی: این نوع یادگیری ماشین بر اساس داده‌های آموزش با برچسب کار می‌کنه. به عنوان مثال، اگه ما بخوایم یک مدل رو آموزش بدیم تا بتونه تشخیص بده یک تصویر شامل یک سگ هست یا نه، ما به مدل تصاویری از سگ‌ها (برچسب “سگ”) و تصاویری که سگ در اونها نیست (برچسب “سگ نیست”) می‌دیم.

یادگیری تقویتی: این نوع یادگیری ماشین یکم متفاوته. در اینجا، مدل (یا “عامل”) از تعامل با محیط یاد می‌گیره. در واقع عامل اقداماتی انجام می‌ده، محیط بهش پاسخ می‌ده، و عامل با دریافت “پاداش” یا “تنبیه”، رفتار خودش رو تغییر می‌ده. این روش در بازی‌های کامپیوتری و رباتیک زیاد استفاده می‌شه.

یادگیری بدون نظارت: ما داده‌هایی داریم که برچسب خاصی ندارن و از مدل می‌خواییم که بدون داشتن برچسب‌ها، الگوها و ساختارهای مخفی در داده‌ها رو کشف کنه.
مثلا فرض کنید یک دسته عکس از حیوانات داریم، ولی نمی‌دونیم هر عکس متعلق به چه حیوانی هست. در اینجا، ما از یک مدل یادگیری بدون نظارت می‌تونیم بخواییم که عکس‌ها رو بر اساس شباهت‌ها دسته‌بندی کنه. ممکنه مدل بدون اینکه ما بهش بگیم کدوم عکس مربوط به کدوم حیوان هست، عکس‌های گربه‌ها رو در یک دسته، و عکس‌های سگ‌ها رو در دسته دیگه قرار بده.

بعدا در مورد چگونگی کارکرد این ۳ نوع یادگیری بیشتر صحبت میکنم. تا اون موقع این مطلب یادتون بمونه که: ماشین لازم نیست همیشه همه چیز رو بدونه، گاهی اوقات اجازه می‌دیم خودش چیزهایی رو کشف کنه، مثل یه بچه! 🕵️‍♂️

🦾 @techwich

درود دوستان، امروز میخواییم با هم خیلی مختصر مفهوم داده رو مرور کنیم:

داده، مجموعه ای از واقعیت های خام و پردازش نشده است که بر اساس اون‌ها می‌شه تصمیم‌گیری کرد یا به فهم و درک بهتری از یک موضوع یا زمینه خاص رسید. داده‌ها می‌تونند به صورت اعداد، کلمات، تصاویر، صدا و … باشن.

برای مثال، تمام نمرات یک دانش آموز در دروس مختلف در یک ترم داده هستند. یعنی مثلاً نمره ۱۸ در ریاضی، نمره ۱۶ در فیزیک، نمره ۲۰ در شیمی و…

این اعداد تنها داده هستند، اطلاعات خام و بدون هیچ تفسیر یا پردازش خاصی. حالا اگه ما از این داده ها استفاده کنیم و میانگین نمرات دانش آموز رو محاسبه کنیم، می تونیم بگیم که داده پردازش شده و تبدیل به اطلاعات شده. حالا میتونیم از اون برای تصمیم‌گیری و فهم بهتر استفاده کنیم، مثلاً برای ارزیابی عملکرد کلی دانش آموز در ترم.

🦾 @techwich

🧠درود به همگی، تو این ویدیو خیلی ساده از هوش مصنوعی گفتیم😉

https://www.instagram.com/reel/CtmnlfEIB_U/?igshid=MmJiY2I4NDBkZg==


🦾 @techwich

درود به همگی، امیدوارم حالتون خوب باشه.

در ادامه مطالب آموزشی #هوش_مصنوعی ، امروز قراره به یادگیری نیمه‌نظارتی بپردازیم. این نوع یادگیری ماشینی ترکیبی از یادگیری نظارتی و یادگیری بدون نظارت هست. در یادگیری نیمه‌نظارتی، ما از ترکیبی از داده‌های برچسب‌دار و بدون برچسب استفاده می‌کنیم. یعنی برخی از داده‌ها برچسب دارند و برخی دیگه ندارند.
هدف اینه که مدل با استفاده از این ترکیب، بهتر بتونه داده‌ها رو درک کنه و الگوهای پنهان رو پیدا کنه. این روش در مواقعی که دسترسی به داده‌های برچسب‌دار محدوده خیلی مفیده.

و‌ اما یک مثال از کاربردش:

فرض کنید شما یک فروشگاه آنلاین دارید و با ایمیل مارکتینگ میخوایید برای مشتریانتون تبلیغ ارسال کنید.
شما یک لیست بزرگ از مشتریانتون دارید، اما بر اساس تبلیغ های قبلی و رفتار مشتریان فقط از رفتار بعضی‌ از مشتریانتون خبر دارید میدونید آیا واقعاً از تبلیغاتتون خوششون میاد یا نه. به این دسته از مشتریان، که رفتارشون رو می‌دونید، “برچسب‌دار” می‌گیم.
اما برای بقیه مشتریان، یعنی اونهایی که نمی‌دونید از تبلیغات شما خوششون میاد یا نه، نمی‌دونید چه برچسبی بزنید. به این دسته از مشتریان “بدون برچسب” می‌گیم.

یادگیری نیمه‌نظارتی اینجا کاربرد داره. با استفاده از این روش، شما می‌تونید یک الگو یا “قاعده” از رفتار مشتریان “برچسب‌دار” خودتون بسازید. بعد با استفاده از این الگو، می‌تونید حدس بزنید که کدوم مشتریان “بدون برچسب” واقعاً از تبلیغات شما خوششون میاد. در نتیجه، شما می‌تونید تبلیغاتتون رو هدفمندتر کنید.

امیدوارم توضیحاتم کافی باشه و متوجه شده باشید.
البته اگه متوجه نشدید نگران نباشید. تو محتوای تصویری بیشتر دربارش توضیح میدم😉

🦾 @techwich