علی راشدی - یادداشت‌ها
الذهاب إلى القناة على Telegram
راه ارتباط با من👇🏻 https://www.linkedin.com/in/ali-rashedi @Itsmefromthere علاقه‌مند و فعال حوزه‌های : 🖥 #هوش_مصنوعی 👨💼تحلیل کسب‌و‌کار و #کارآفرینی 🌱 #توسعه_فردی اینجا صرفا از مسیری که خودم می‌رم می‌نویسم...
إظهار المزيدلم يتم تحديد البلدالفئة غير محددة
1 477
المشتركون
+824 ساعات
+2467 أيام
+87630 أيام
جارٍ تحميل البيانات
القنوات المماثلة
لا توجد بيانات
هل تواجه مشاكل؟ يرجى تحديث الصفحة أو الاتصال بمدير الدعم الخاص بنا.
سحابة العلامات
لا توجد بيانات
هل تواجه مشاكل؟ يرجى تحديث الصفحة أو الاتصال بمدير الدعم الخاص بنا.
الإشارات الواردة والصادرة
---
---
---
---
---
---
جذب المشتركين
أكتوبر '26أكتوبر '26
أكتوبر '26
+683
في 1 قنوات
سبتمبر '26
+691
في 1 قنوات
Get PRO
أغسطس '260
في 0 قنوات
Get PRO
يوليو '26
+2
في 0 قنوات
Get PRO
يونيو '260
في 0 قنوات
Get PRO
مايو '260
في 0 قنوات
Get PRO
أبريل '260
في 0 قنوات
Get PRO
مارس '26
+2
في 0 قنوات
Get PRO
فبراير '260
في 0 قنوات
Get PRO
يناير '260
في 0 قنوات
Get PRO
ديسمبر '25
+4
في 0 قنوات
Get PRO
نوفمبر '250
في 0 قنوات
Get PRO
أكتوبر '250
في 0 قنوات
Get PRO
سبتمبر '25
+4
في 0 قنوات
Get PRO
أغسطس '250
في 0 قنوات
Get PRO
يوليو '25
+7
في 0 قنوات
Get PRO
يونيو '250
في 0 قنوات
Get PRO
مايو '25
+10
في 0 قنوات
Get PRO
أبريل '250
في 0 قنوات
Get PRO
مارس '25
+11
في 0 قنوات
Get PRO
فبراير '250
في 0 قنوات
Get PRO
يناير '250
في 0 قنوات
Get PRO
ديسمبر '24
+18
في 0 قنوات
Get PRO
نوفمبر '240
في 1 قنوات
Get PRO
أكتوبر '240
في 0 قنوات
Get PRO
سبتمبر '240
في 1 قنوات
Get PRO
أغسطس '24
+72
في 0 قنوات
| التاريخ | نمو المشتركين | الإشارات | القنوات | |
| 18 أكتوبر | +1 | |||
| 17 أكتوبر | +8 | |||
| 16 أكتوبر | +9 | |||
| 15 أكتوبر | +14 | |||
| 14 أكتوبر | +30 | |||
| 13 أكتوبر | +177 | |||
| 12 أكتوبر | +2 | |||
| 11 أكتوبر | +15 | |||
| 10 أكتوبر | +8 | |||
| 09 أكتوبر | +28 | |||
| 08 أكتوبر | +9 | |||
| 07 أكتوبر | +22 | |||
| 06 أكتوبر | +37 | |||
| 05 أكتوبر | +245 | |||
| 04 أكتوبر | +5 | |||
| 03 أكتوبر | +8 | |||
| 02 أكتوبر | +9 | |||
| 01 أكتوبر | +56 |
منشورات القناة
| 2 |  📘 The StatQuest Illustrated Guide to Machine Learning
جاش استارمر در این کتاب با همون سبک توضیح‌های تصویری و قدم‌به‌قدم کانال یوتیوبش سراغ ماشین لرنینگ رفته.
از رگرسیون و درخت تصمیم تا SVM و شبکه‌های عصبی؛ ارزیابی مدل و بیش‌برازش رو هم توضیح می‌ده.
چیزی که توی این شیوهٔ آموزش خیلی جذابه، وصل کردن فرمول‌ها به تصویریه که می‌شه فهمید و توی ذهن نگه داشت.
کتاب ۳۰۵ صفحه‌ست و از Simply AI فنی‌تره و این بار بیشتر وارد خود الگوریتم‌ها می‌شه.
@alirashedi1 | 119 |
| 3 | وقتی به همه‌چیز علاقه داری و انتخاب یکی، حسِ از دست دادن بقیه رو می‌ده.
این ویدیو دربارهٔ همین وضعیته و برای افرادی هست که توی خیلی چیزا خوبن و حس می‌کنن می‌تونستن کارهای مختلفی بکنن و از دستش دادن...
ویدیو میگه چجوری با این موضوع دیل کنیم 👌
https://youtu.be/3NGL3K6_iEk?si=kARtBub9zCH7FbUY | 248 |
| 4 |  +1🐋 اگه برای کدنویسی از AI استفاده می‌کنید، نسخهٔ جدید دیپ‌سیک ارزش تست کردن داره.
DeepSeek-V4.1-Flash-1017 منتشر شده و طبق نتایج خود دیپ‌سیک، در آزمون برنامه‌نویسی DeepSWE v1.1 امتیاز ۷۷ گرفته.
برای مقایسه، توی همین جدول:
▫️ Opus 5: امتیاز ۷۴
▫️ GPT-5.6 Sol: امتیاز ۷۳
▫️ Kimi K3: امتیاز ۶۷٫۵
▫️ GLM-5.3: امتیاز ۶۶٫۹
البته این‌ها نتایج گزارش‌شدهٔ خود شرکته؛ در بعضی آزمون‌های دیگهٔ همین جدول، Opus جلوتره.
مدل روی چت، اپ و API دیپ‌سیک در دسترسه و وزن‌هاش هم با مجوز MIT منتشر شده.
هزینهٔ API برای هر یک میلیون توکن، در ساعات کم‌ترافیک:
• ورودی بدون کش: ۰٫۱۵ دلار
• خروجی: ۰٫۶۰ دلار
در ساعات اوج، قیمت‌ها دوبرابر می‌شن.
به نظرم تست کاربردیش اینه: یه تسک واقعی از پروژه‌تون رو بهش بدید و کیفیت خروجی، زمان و هزینهٔ رسیدن به جواب قابل‌استفاده رو با مدل فعلی‌تون مقایسه کنید.
اعلام رسمی:
https://api-docs.deepseek.com/news/news261017/
مدل و نتایج:
https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017
@alirashedi1 | 279 |
| 5 | اگه کل زندگیت رو توی یه عکس ببینی، برنامه‌هات عوض می‌شه؟
این تصویر یه تمرین از ری دالیوئه به اسم «قوس زندگی». اتفاق‌های احتمالی زندگی رو کنار هم گذاشته؛ از مدرسه و اولین کار و عاشق‌شدن، تا تغییر شغل، شکست، بازنشستگی و از دست دادن عزیزها.
قرار نیست همه‌ی این اتفاق‌ها برای همه بیفته یا ترتیبشون همین باشه. هدفش اینه که یه لحظه از کارهای روزمره فاصله بگیریم و مسیر رو یک‌جا ببینیم.
باهاش این کار رو بکنید:
۱. جای تقریبی خودتون رو روی مسیر پیدا کنید؛ تا اینجا چه چیزهایی رو تجربه کردید؟
۲. جای آدم‌های مهم زندگیتون رو هم مشخص کنید؛ پدر و مادر، شریک زندگی، دوست‌های نزدیک.
۳. حالا ده سال برید جلو. شما و اون‌ها چند سالتونه؟ احتمالاً چه چیزهایی تغییر کرده؟
۴. از خودتون بپرسید: با این حساب، چی رو بهتره همین امسال انجام بدم؟
شاید وقت بیشتر با خانواده باشه، رسیدگی به سلامتی، یا شروع کاری که هی عقبش می‌ندازیم.
به نظرم بخش جالب تمرین همینه: «یه روزی انجامش می‌دم» رو تبدیل می‌کنه به «کی، وقتی من و آدم‌های زندگیم کجای این مسیریم؟»
منبع: ری دالیو، تمرین Life Arc در کتاب Principles for Success
توضیح دالیو دربارهٔ تمرین | 348 |
| 6 |  لا يوجد نص... | 320 |
| 7 |  اگر داخل نپتون سقوط کنیم چی می‌شه :)
منبع: پیج notsurvivable | 378 |
| 8 | ما داریم یاد می‌گیریم چطور با AI کار کنیم. ولی اگه یه روز از خودمون باهوش‌تر بشه، چطور کنترلش می‌کنیم؟
این ویدیوی حدودا ۲۲ دقیقه‌ای درباره‌ی هشدارهای رومن یامپولسکی، پژوهشگر ایمنی هوش مصنوعی، درباره‌ی رسیدن به «ابرهوش مصنوعی»ه؛ یعنی AIای که توانایی‌هاش از انسان فراتر بره.
نگرانی‌ای که مطرح می‌کنه اینه که ممکنه سرعت پیشرفت این سیستم‌ها از توان ما برای کنترلشون جلو بزنه.
به نظرم موقع دیدنش این سؤال رو داشته باشیم: کدوم حرفش شواهده و کدوم بخش پیش‌بینی؟
مخصوصا عدد ۲۰۲۷ توی عنوان رو نباید تاریخ قطعی اتفاقی بدونیم.
https://youtu.be/1moULJu5TCU | 301 |
| 9 | اخبار مهم سه روز اخیر :
۱۳ تا ۱۵ اکتبر
• Grok Voice 3.0 معرفی شد.
مدل صوتی جدید گروک برای مکالمه و پشتیبانی تلفنیه. طبق اعلام شرکت، تأخیر پاسخ زیر یک ثانیه‌ست و استفاده از API دقیقه‌ای ۸ سنت هزینه داره.
(https://x.ai/news/grok-voice-3)
• آمازون دو دستگاه AI برای یادآوری مکالمه‌ها معرفی کرد.
Bee Frontier پوشیدنیه و Bee Eclipse به پشت گوشی وصل می‌شه. مکالمه‌ها رو به خلاصه، یادآوری و لیست کارها تبدیل می‌کنن؛ بعضی قابلیت‌ها اشتراک جدا می‌خوان.
(https://www.aboutamazon.com/news/devices/amazon-personal-ai-bee-frontier-bee-eclipse)
• درآمد فصلی انتروپیک به ۱۶.۸ میلیارد دلار رسیده.
طبق گزارش وال‌استریت‌ژورنال، درآمد سه‌ماهه‌ی سوم نسبت به فصل قبل ۴۵ درصد رشد کرده. این گزارش میگه شرکت برای عرضه‌ی اولیه، احتمالاً از ماه آینده، آماده می‌شه.
(https://www.wsj.com/tech/ai/anthropics-quarterly-revenue-jumped-45-to-nearly-17-billion-1c7e28b8)
• جذب سرمایه برای زیرساخت AI سخت‌تر شده.
رویترز گزارش داده افزایش هزینه‌ی وام و افت سهام باعث شده چند شرکت دیتاسنتری عرضه‌ی اولیه‌شون رو عقب بندازن. سرمایه‌گذارها بیشتر دنبال درآمد قابل‌اتکا و توجیه هزینه‌ها هستن.
(https://www.reuters.com/business/finance/market-selloff-rising-rates-test-ai-data-centre-deal-boom-2026-10-15/)
• انتروپیک به ارزیاب‌های مستقل دسترسی داخلی داده.
شش نفر از تیم METR به ابزارها و اطلاعات داخلی برای بررسی ریسک مدل‌ها دسترسی گرفتن. می‌تونن نتیجه رو بدون تأیید انتروپیک منتشر کنن، با محدودیت‌هایی برای اطلاعات محرمانه.
(https://www.anthropic.com/news/an-update-on-independent-evaluators)
• حدود ۴۰۰ دانشمند خواستار نظارت بین‌المللی بر AI شدن.
هینتون و بنجیو هم بین امضاکننده‌ها هستن. پیشنهادشون تعیین استاندارد برای مهار مدل‌های پیشرفته و ثبت حوادث امنیتیه؛ فعلاً یه درخواست عمومی‌ست، نه قانون تصویب‌شده.
(https://www.reuters.com/legal/litigation/scientists-call-international-body-oversee-advanced-ai-2026-10-13/)
@alirashedi1 | 364 |
| 10 | fight_right_how_successful_couples_turn_conflict_into_connection.pdf | 364 |
| 11 |  از AI که بگذریم، سخن دوست خوش‌تر است :)
چرا بعضی بحث‌ها رو صد بار می‌کنیم و باز به همون‌جا می‌رسیم؟
کتاب Fight Right از جان و جولی گاتمن درباره‌ی همین موضوعه؛ اینکه چطور با کسی که دوستش داریم اختلاف داشته باشیم، حرفمون رو بزنیم و حرف اون رو هم بشنویم.
کتاب با مثال‌های واقعی سراغ همین چیزها می‌ره: چطور بحث رو شروع می‌کنیم، چرا وسطش از کوره درمی‌ریم و چطور بعد از یه دعوای بد دوباره به هم نزدیک بشیم.
به نظرم یادگرفتن این مهارت هم به اندازه‌ی تمام مهارت‌هایی که برای کارمون یاد می‌گیریم لازم و واجبه.
@AliRashedi1 | 344 |
| 12 | مریم صادقی هم از افرادی هست که اگر دنبالش نمی‌کنید و ویدیوهاشو نمی‌بینید، به خودتون ظلم می‌کنید.
مریم در این ویدیو به سراغ jev رفته
البته معرفی ویدیو بهونه‌ای بود برای معرفی ویدیوها و کانال ایشون و تشکر بابت تمام محتوای خوبی که تولید می‌کنن.
youtu.be/1DV1pg5kMR8?si… | 339 |
| 13 |  +1سم ایلینگ‌ورث، استاد تمام سواد انتقادی هوش مصنوعی و بنیان‌گذار Slow AI، یه داستان جالب تعریف کرده:
پایان‌نامه‌ی دکتریش رو داده به ابزار تشخیص متن AI و ابزار گفته ۷۰٪ش رو هوش مصنوعی نوشته.
پایان‌نامه رو سال ۲۰۱۰ نوشته بود؛ سال‌ها قبل از اینکه ChatGPT بیاد :)
جالب‌تر اینکه همون ابزار پیشنهاد داده پول بده تا متنش رو «انسانی» کنه. یعنی نوشته‌ی خودت رو مصنوعی تشخیص می‌ده، بعد برای اصلاحش ازت پول می‌خواد!
خودش میگه: یا من مسافر زمانم، یا این ابزارها درست کار نمی‌کنن.
برای خودش این اتفاق خنده‌داره، ولی برای دانشجویی که به تقلب متهم می‌شه، ممکنه پای مدرک و آینده‌ش وسط باشه.
به نظرم دیدن یه عدد مثل «۷۰٪» راحت بهمون حس اطمینان می‌ده. ولی این عدد به‌تنهایی مدرک نیست که کسی از AI استفاده کرده؛ برای قضاوت باید روند کار و شواهد دیگه رو هم دید.
پی‌نوشت : البته نظر شخصی من اینه که اگر کسی الان از AI در نوشتن استفاده نمی‌کنه مخصوصا نوشتن آکادمیک خیلی عجیبه و باید بین نوشتن متن با AI و داده سازی و نتیجه سازی و توهم با AI تفاوت قائل شد | 361 |
| 14 | امروز روز اکران فیلم
KDE: The Documentary
است. فیلمی مستند در مورد تاریخچه ۳۰ ساله این میزکار دنیای آزاد. تقریبا ۸ دقیقه دیگه پخشش از یوتیوب شروع می شه:
https://www.youtube.com/watch?v=1Vyzla9mx4g | 360 |
| 15 |  صحبت جالبی‌ست
منبع :
Isntagram.com/amirkhoshbakhtx | 371 |
| 16 | https://www.instagram.com/reel/DeeOutLteKK/?dlrf=ZWNyaWYwNGtlYzU2
صحبت جالبی است | 13 |
| 17 | هر بار یه چت جدید باز می‌کنیم، دوباره توضیح می‌دیم:
این لحنمه، این قالب گزارشمه، این‌جوری فایل‌ها رو مرتب کن…
این ویدیوی Jeff Su دربارهٔ کم‌کردن همین تکرارهاست.
توی حدود ۲۰ دقیقه، با مثال نشون می‌ده چطور توی ChatGPT Work:
▫️ قواعد کارتون رو توی فایل AGENTS.md نگه دارید.
▫️ ابزارهایی مثل تقویم رو وصل کنید و قواعد استفاده ازشون رو مشخص کنید.
▫️ پیش‌نویس AI رو با نسخه‌ای که خودتون اصلاح کردید مقایسه کنید و از تفاوت‌ها یک Skill بسازید.
اون آخری به نظرم کاربردی‌تره: به‌جای اینکه فقط خروجی رو اصلاح کنیم، مشخص کنیم چه چیزی رو تغییر دادیم و چرا؛ تا برای دفعات بعد هم قابل استفاده باشه.
برای کسی که مرتب با AI متن، گزارش یا کارهای تکراری انجام می‌ده، ایده‌های خوبی داره.
https://youtu.be/KmcTu2EigTs
@alirashedi1 | 377 |
| 18 | یه داستان جالب که فاینمن تعریف می‌کنه:
میلیکان، فیزیک‌دان معروف، بار الکترون رو اندازه گرفته بود؛ ولی عددش به‌خاطر یک مقدار اشتباه در محاسبه، کمی خطا داشت.
به روایت فاینمن، پژوهشگرهای بعدی وقتی به عددی دور از نتیجهٔ میلیکان می‌رسیدن، بیشتر دنبال ایراد آزمایششون می‌گشتن. وقتی عدد نزدیک بود، کمتر شک می‌کردن.
یعنی اعتبار جواب قبلی، روی بررسی جواب جدید اثر می‌ذاشت.
فاینمن یه جملهٔ معروف هم داره:
نباید خودت رو فریب بدی و راحت‌ترین کسی که می‌تونی فریب بدی، خودتی.
به نظرم موقع کار با AI هم باید حواسمون به همین دام باشه: یه جواب مرتب می‌گیریم، ازش خوشمون میاد و سؤال بعدیمون می‌شه مطمئنی؟
انگار بیشتر دنبال تاییدیم تا بررسی.
در یک پژوهش منتشرشده در ICLR 2024 هم مدل‌های بررسی‌شده در بعضی مسائل استدلالی، بدون بازخورد بیرونی نتونستن جوابشون رو درست اصلاح کنن؛ گاهی حتی جواب درست رو غلط کردن. این نتیجه دربارهٔ همون آزمایش‌هاست، نه اینکه هیچ مدلی نمی‌تونه خودش رو اصلاح کنه.
یه سؤال بهتر برای خودمون:
اگر این جواب غلط باشه، چه بررسی‌ای می‌تونه معلومش کنه؟
▫️ برای کد: یک تست با خروجی از قبل معلوم
▫️ برای عدد: محاسبه با روشی مستقل
▫️ برای نقل‌قول: پیدا کردن متن اصلی
از AI کمک بگیریم این بررسی رو طراحی کنه، بعد واقعا انجامش بدیم.
متن سخنرانی فاینمن:
https://calteches.library.caltech.edu/3043/1/CargoCult.pdf
مقاله:
https://arxiv.org/abs/2310.01798 | 479 |
| 19 | ![وقتی AI یه جواب رو دوباره تأیید می‌کنه، لزوما بررسیش نکرده. ممکنه همون اشتباه رو تکرار کنه. به‌جای [مطمئنی؟] بپرسیم: چه فرضی](data:image/jpeg;base64,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){kind=small} وقتی AI یه جواب رو دوباره تأیید می‌کنه، لزوما بررسیش نکرده. ممکنه همون اشتباه رو تکرار کنه.
به‌جای [مطمئنی؟] بپرسیم:
چه فرضی کردی و چطور می‌تونم جوابت رو تست کنم؟
بعد تست رو انجام بدیم
اطمینانِ لحنش، مدرکِ درست بودن جواب نیست. | 445 |
| 20 |  🔹گروه علوم شناختی، پژوهشکده جامع علوم و فناوری‌های همگرا دانشگاه صنعتی شریف برگزار می‌کند:
سمپوزیوم یک‌روزه علوم اعصاب شناختی
📆 تاریخ برگزاری: چهارشنبه ۲۲ مهر ۱۴۰۵
📍 لینک برگزاری:
https://vc.sharif.edu/ch/ebrahimpour
🆔 ️@sharif_prm | 203 |
