570
المشتركون
لا توجد بيانات24 ساعات
-17 أيام
+3630 أيام
جارٍ تحميل البيانات
جذب المشتركين
نوفمبر '26نوفمبر '26
نوفمبر '26
+3
في 0 قنوات
أكتوبر '26
+265
في 1 قنوات
Get PRO
سبتمبر '260
في 2 قنوات
Get PRO
أغسطس '260
في 1 قنوات
Get PRO
يوليو '260
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 '260
في 0 قنوات
Get PRO
فبراير '260
في 0 قنوات
Get PRO
يناير '260
في 0 قنوات
Get PRO
ديسمبر '250
في 1 قنوات
Get PRO
نوفمبر '250
في 2 قنوات
Get PRO
أكتوبر '250
في 3 قنوات
Get PRO
سبتمبر '250
في 2 قنوات
Get PRO
أغسطس '250
في 2 قنوات
Get PRO
يوليو '250
في 18 قنوات
Get PRO
يونيو '250
في 19 قنوات
Get PRO
مايو '250
في 0 قنوات
Get PRO
أبريل '250
في 1 قنوات
Get PRO
مارس '250
في 0 قنوات
Get PRO
فبراير '250
في 0 قنوات
Get PRO
يناير '250
في 1 قنوات
Get PRO
ديسمبر '24
+9
في 0 قنوات
Get PRO
نوفمبر '240
في 1 قنوات
Get PRO
أكتوبر '240
في 0 قنوات
Get PRO
سبتمبر '24
+305
في 0 قنوات
| التاريخ | نمو المشتركين | الإشارات | القنوات | |
| 08 نوفمبر | 0 | |||
| 07 نوفمبر | 0 | |||
| 06 نوفمبر | +1 | |||
| 05 نوفمبر | 0 | |||
| 04 نوفمبر | +1 | |||
| 03 نوفمبر | 0 | |||
| 02 نوفمبر | +1 | |||
| 01 نوفمبر | 0 |
منشورات القناة
🖼 پرامپت جادویی؛ تبدیل تصویرت به نقاشی نورانی! ✨
📷 ورودی: ۱ عکس از خودت
💬 پرامپت (برای کپی، روی متن داخل کادر بزن):
Use the uploaded photo as the primary reference for the person's identity. Transform the person into a whimsical, minimalist storybook illustration with thick, glowing white outlines and softly illuminated contours. Preserve the person's recognizable facial features, hairstyle, skin tone, clothing, and natural proportions. Depict the person in a full-body view, using simple shapes, clean flowing lines, and a subtle magical glow. Add a softly blurred [environment] in the background, with floating [details], tiny sparkling particles, and delicate luminous accents surrounding the person. Create a dreamy, enchanting atmosphere with warm ambient lighting, gentle shadows, and a charming children's storybook aesthetic. Keep the composition minimal, artistic, and visually captivating, with the glowing white contours standing out against the softly colored background. The final image should clearly resemble the person in the uploaded photo while looking like a magical illustration drawn with light. High-quality digital art, elegant composition, soft glow effects, clean details, no text, no watermark.👈 عکس خودت را به همراه این پرامپت به چتجیپیتی بده و نتیجه جادوییاش را ببین! 🪄 #پرامپت #پرامپت_رایگان #ساخت_عکس ➖➖➖➖➖➖➖➖➖➖ 🤖 مرجع تخصصی هوش مصنوعی 📱 @AiLearnCamp
| 2 | 📚 کتاب Mastering AI Agents؛ راهنمای کاربردی ساخت عاملهای هوش مصنوعی
✍️ اگر میخواهید با دنیای AI Agentها آشنا شوید و یاد بگیرید چگونه سیستمهای هوشمند را برای انجام خودکار وظایف و حل مسائل پیچیده به کار بگیرید، این کتاب میتواند منبعی برای مطالعه شما باشد.
➖➖➖➖➖➖➖➖➖➖➖
📎 @Books_DataScience | 259 |
| 3 | 📚 مهندسی Harness؛ راز ساخت Agentهای هوشمند
➖➖➖➖➖➖➖➖➖➖➖
📎 @Books_DataScience | 351 |
| 4 | :
⭕️ وقتی هوش مصنوعی شروع به طراحی غذای آینده میکند!
🧬 هوش مصنوعی در تولید پروتئینهای جایگزین
✍ یکی از جذابترین کاربردهای هوش مصنوعی در صنعت غذا، کمک به طراحی گوشتهای کشتشده و محصولات پروتئینی گیاهی است؛
✅ محصولاتی که قرار است از نظر طعم، بو، بافت، آبداری و ارزش غذایی به نمونههای حیوانی نزدیکتر شوند.
‼️ اما مشکل کجاست؟
🔸طراحی یک فرمول غذایی مناسب معمولاً به آزمونوخطاهای بسیار زیادی نیاز دارد؛ چون تغییر مقدار یک پروتئین، چربی، نمک، قند، ترکیبات طعمدهنده یا حتی شرایط فرآوری میتواند چندین ویژگی محصول را همزمان تغییر دهد.
🔘اینجاست که هوش مصنوعی وارد میشود.
🔬 چشایی مصنوعی چیست؟
🔸 «زبان الکترونیکی» یا E-Tongue مجموعهای از حسگرهاست که میتواند ویژگیهای شیمیایی مرتبط با مزه را اندازهگیری کند. سپس الگوریتمهای یادگیری ماشین این دادهها را تحلیل میکنند و الگوهای مربوط به مزه و کیفیت محصول را پیدا میکنند.
🔸 ترکیب E-Tongue + هوش مصنوعی + آزمونهای حسی انسانی میتواند به یک سیستم طراحی هوشمند تبدیل شود.
🧠 هوش مصنوعی دقیقاً چه کاری انجام میدهد؟
🔹 پیدا کردن فرمولاسیون بهینه مثلاً مشخص کند چه ترکیبی از پروتئین نخود، سویا، گندم، چربی، آب و طعمدهندهها میتواند محصولی با ویژگیهای هدف ایجاد کند.
🔹 پیشبینی طعم و بو مدلهای یادگیری ماشین میتوانند ارتباط میان ترکیبات شیمیایی و ویژگیهای حسی را یاد بگیرند و فرمولهای نامطلوب را پیش از آزمایشهای گسترده حذف کنند.
🔹 بهبود بافت هدف فقط «مزه شبیه گوشت» نیست؛ بافت، سفتی، کشسانی، آبداری و احساس محصول در دهان نیز بسیار مهماند.
پژوهشهای جدید نشان میدهند AI میتواند برای پیشبینی و بهینهسازی ویژگیهای بافت و رئولوژی محصولات گیاهی استفاده شود.
🔹 کاهش طعمهای نامطلوب یکی از مشکلات پروتئینهای گیاهی، طعمهای موسوم به off-flavor مانند مزههای لوبیایی است. ترکیب تخمیر، مهندسی مواد اولیه و مدلهای دادهمحور میتواند به کاهش این مشکل کمک کند.
🔹 بهینهسازی ارزش غذایی مدل میتواند همزمان عواملی مانند پروتئین، اسیدهای آمینه، قابلیت هضم، ریزمغذیها و حتی پایداری محصول را در نظر بگیرد.
🔹 بهینهسازی فرآیند تولید از اکستروژن با رطوبت بالا و تخمیر گرفته تا چاپ سهبعدی و روشهای ایجاد ساختارهای فیبری؛ AI میتواند شرایط فرآوری را برای رسیدن به بافت مطلوب پیشبینی و تنظیم کند.
🥩 و گوشت کشتشده؟
در گوشت کشتشده، موضوع حتی پیچیدهتر است.
🔸 سلولهای حیوانی در محیط کنترلشده رشد میکنند و سپس باید به محصولی تبدیل شوند که از نظر بافت، چربی، طعم، رنگ و آبداری برای مصرفکننده جذاب باشد.
یادگیری ماشین میتواند در بخشهایی مانند:
🧫 انتخاب و طراحی محیط کشت
🧬 پیشبینی ویژگیهای سلولی
⚙️ بهینهسازی فرآیند زیستی
🧱 طراحی داربستهای خوراکی
🥩 بهبود ساختار بافت
👃 پیشبینی ویژگیهای حسی
📊 کنترل کیفیت و ایمنی
به کار گرفته شود. مرورهای جدید، کاربرد ML را در بخشهای مختلف زنجیره تولید گوشت کشتشده بررسی کردهاند.
🔸 حتی پژوهشهای جدیدتر نشان میدهند که بافت میتواند بهاندازه طعم در پذیرش یک محصول جایگزین گوشت اهمیت داشته باشد و ویژگیهایی مانند کشسانی میتوانند شاخصهای مهمی برای حس «گوشتی بودن» باشند.
🚀 آینده این فناوری چیست؟
تصور کنید بهجای اینکه یک شرکت صدها فرمول را یکییکی آزمایش کند، به یک سیستم هوش مصنوعی بگوید:
«محصولی با پروتئین بالا، بافت شبیه گوشت، طعم اومامی، حداقل طعم لوبیایی، هزینه پایین و اثر زیستمحیطی کمتر طراحی کن.»
🔸 سیستم میتواند فضای بسیار بزرگی از ترکیبات و شرایط تولید را بررسی کند، چند فرمول امیدوارکننده را پیشنهاد دهد و سپس آزمایشگاه آنها را آزمایش و نتیجه را دوباره به مدل برگرداند.
🔄 داده → پیشبینی → آزمایش → بازخورد → فرمول بهتر
این یعنی حرکت از آزمونوخطای سنتی به طراحی دادهمحور غذا.
🔸 البته این فناوری هنوز جادو نیست؛ کیفیت داده، استانداردسازی، قابلیت تعمیم مدل و اعتبارسنجی آزمایشگاهی همچنان چالشهای مهمی هستند و تصمیم نهایی باید با آزمایش واقعی و ارزیابی انسانی تأیید شود.
📚 برای مطالعه بیشتر:
• Artificial intelligence for plant-based meat alternatives: Pathways to a sustainable future
➖➖➖➖➖➖➖➖➖➖➖
📎 @Books_DataScience | 390 |
| 5 | 📚 یادگیری عملی مدلهای ترنسفورمر با کتاب مرجع O'Reilly
✔️ زبان: انگلیسی
✍ اگر میخواهید فراتر از تئوری رفته و ترنسفورمرها را در پروژههای واقعی پیادهسازی کنید، این کتاب بهترین انتخاب شماست! شامل نوتبوکهای کاربردی Jupyter برای تسلط بر ابعاد گوناگون هوش مصنوعی است.
#هوش_مصنوعی #یادگیری_ماشین #ترنسفورمر #برنامهنویسی
➖➖➖➖➖➖➖➖➖➖➖
📎 @Books_DataScience | 382 |
| 6 | 🖼 پرامپت خلاقانه برای ساخت جهان های مینیاتوری
📷 ورودی: ۱ عکس از کاربر
Transform the main object into a breathtaking, photorealistic miniature civilization while keeping the original object instantly recognizable, with its exact shape, proportions, materials, colors, and surface details preserved.
Turn the object itself into the foundation of a living tiny world: miniature people, buildings, streets, cars, bridges, shops, trees, parks, construction sites and intricate infrastructure organically built on, around, and inside its natural contours and openings. Make the tiny civilization physically interact with the object's real surface and materials.
Extreme sense of scale, rich micro-details, believable architecture, natural human activity, realistic perspective, depth layering, atmospheric perspective, contact shadows, ambient occlusion, physically accurate lighting and reflections.
High-end cinematic macro photography, ultra-photorealistic, intricate textures, shallow depth of field, selective focus, beautiful bokeh, volumetric light, subtle atmospheric haze, HDR, premium macro lens, cinematic composition.
The result must feel like a real miniature universe mysteriously existing inside an ordinary real-world object — not a toy, not a diorama, not CGI. Maximum realism, visual storytelling and tiny details.
✅ عکس خودتان را به همراه این پرامپت به ChatGpt یا هر مدل تولید تصویر دیگه ای بدهید:
#پرامپت #پرامپت_رایگان #ساخت_عکس #عکس_تولد #هوش_مصنوعی #AI
➖➖➖➖➖➖➖➖➖➖
مرجع تخصصی هوش مصنوعی
@AILearnCamp | 427 |
| 7 | 📚 نقشه راه ETL برای معماریهای مدرن داده
✅ اگر به دنبال تسلط بر جریانهای داده در عصر مدرن هستید، کتاب جدید Databricks یک منبع استثنایی است.
➖➖➖➖➖➖➖➖➖➖➖
📎 @Books_DataScience | 1 019 |
| 8 | 📖 جزوه عملی: SHAP و محدودیتهای پنهان آن
⚠️آیا SHAP همیشه حقیقت دادهها را میگوید؟ لزوماً خیر!
✅ بسیاری از متخصصان داده تصور میکنند SHAP مستقیماً روابط واقعی در داده را نشان میدهد، اما واقعیت این است که SHAP تنها تفسیر مدل را بازتاب میدهد، نه لزوماً واقعیتِ بیولوژیک یا فیزیکی پدیدهها را.
➖➖➖➖➖➖➖➖➖➖➖
📎 @Books_DataScience | 1 069 |
| 9 | کتاب مهندسی هوش مصنوعی (AI Engineering)
✍️ این کتاب یک راهنمای جامع و بسیار کاربردی برای مهندسان هوش مصنوعی است که تمرکز آن بر ساخت برنامهها با استفاده از مدلهای بنیادی (مانند LLMها) میباشد
➖➖➖➖➖➖➖➖➖➖➖
📎 @Books_DataScience | 2 531 |
| 10 | ⭕️ ساخت سیستم هوش مصنوعی تولید ویدیو برای فروشگاههای آنلاین + n8n
➖➖➖➖➖➖➖➖➖➖➖
📎 @Books_DataScience | 1 395 |
| 11 | 🤖 مسیر ۱۰ مرحلهای برای تبدیل شدن به متخصص هوش مصنوعی عاملی (Agentic AI)! 🚀
دوستان متخصص، هوش مصنوعی عامل (Agentic AI) آینده است! برای تسلط بر این حوزه، این نقشه راه ۱۰ مرحلهای رو دنبال کنید:
✅ مراحل کلیدی تسلط بر Agentic AI
1️⃣ شناخت مفاهیم اصلی:
* هوش مصنوعی عامل (Agent) چیه؟ فرقش با چتبات یا اسکریپت چیه؟ 🤔
* اجزای اصلی: LLM (مغز)، Prompt (دستورات)، Tools (ابزارها)، Memory (حافظه)، و Environment (محیط).
2️⃣ شروع ساده:
* یک کار ساده انتخاب کنید.
* با استفاده از UI مدلهایی مثل GPT-4 یا Claude، یک System Prompt واضح بدید و رفتار عامل رو تست کنید.
3️⃣ یادگیری Prompting مخصوص عاملها:
* استفاده از Few-shot Examples و Role-based Task Prompting.
* اضافه کردن Constraints و Expected Formats برای خروجی دقیق.
4️⃣ ساخت اولین عامل پایه:
* اولین عاملتون رو بسازید: Prompt → Memory → Tool → Response.
* اضافه کردن Error Handling و استفاده از ابزارهایی مثل LangChain یا n8n برای سازماندهی.
5️⃣ اضافه کردن حافظه (Memory):
* درک حافظه کوتاهمدت (Buffer) و حافظه بلندمدت (Vector DBs).
* ذخیره وظایف قبلی و بهروزرسانی حافظه در هر جلسه.
6️⃣ بهرهگیری از ابزارها (Tools) و APIهای خارجی:
* یادگیری Function Calling.
* اتصال ابزارهای خارجی مثل ماشینحساب، جستجوگر یا Webhook.
7️⃣ ساخت یک گردش کار کامل برای یک عامل:
* ترکیب تمام آموختهها برای یک Single-Agent Workflow کامل.
8️⃣ ایجاد سیستمهای چند عاملی (Multi-Agent Systems):
* اختصاص نقشها (Planner, Executor, Critic).
* استفاده از منطق Message Passing و به اشتراکگذاری Global Memory بین عاملها.
9️⃣ استقرار و نظارت (Deploy & Monitor):
* استفاده از پلتفرمهایی مثل Replit، Render، Vercel.
* نظارت بر مصرف توکن، Latency، تنظیم API Rate Limits و Logging برای پایداری عامل.
🔟 پیوستن به اکوسیستم سازندگان (Builder Ecosystem):
* مشارکت در پروژههای متنباز مثل LangChain، AutoGen، CrewAI.
* تست عامل روی Real Benchmarks و اشتراکگذاری تجربیات.
---
💡 مزایا و تاثیر عملی:
تسلط بر Agentic AI شما رو قادر میسازه تا سیستمهای خودمختار (Autonomous) و مقیاسپذیر بسازید که فراتر از اتوماسیون ساده عمل میکنند و قادر به حل مسائل پیچیده در دنیای واقعی هستند. این یعنی ارتقاء شغلی و نوآوری بیسابقه!
#هوش_مصنوعی_عامل #نقشه_راه_هوش_مصنوعی #LangChain #GPT4 #توسعه_دهنده_AI #AI_Agent #AgenticAI #LLM #AITools #TechTrends
➖➖➖➖➖➖➖➖➖➖➖
📎 @Books_DataScience | 1 391 |
| 12 | 📚 کتاب ارزشمند Build a Large Language Model (From Scratch)
✔️ زبان: انگلیسی
📖 انتشارات: Manning Publications Co | سال: ۲۰۲۴
➖➖➖➖➖➖➖➖➖➖➖
📎 @Books_DataScience | 282 |
| 13 | 📚 آموزش بصری یادگیری عمیق
✔️ زبان: انگلیسی
📘 این کتاب به شما کمک میکند تا به صورت بصری و بدون استفاده از فرمولهای پیچیده ریاضی و کدنویسی، مفاهیم یادگیری عمیق را درک کنید. | 599 |
| 14 | 📚 کتاب: Using Stable Diffusion with Python (2024)
✍️ این کتاب شما را به مهارتهایی مجهز میکند تا از مدل پیشرفته Stable Diffusion استفاده کنید و با استفاده از پایتون تصاویر خیره کنندهای را با هوش مصنوعی تولید کنید.
➖➖➖➖➖➖➖➖➖➖➖
📎 @Books_DataScience | 664 |
| 15 | 📚 کتاب: هوش مصنوعی چطور فکر میکند
✔️ چگونه آن را ساختیم، چگونه میتواند به ما کمک کند و چگونه میتوانیم آن را کنترل کنیم
➖➖➖➖➖➖➖➖➖➖➖
📎 @Books_DataScience | 729 |
| 16 | ⭕️ معرفی Ossa ai، انقلابی در تولید محتوای ویدیویی
✔️ ابزار Ossa.ai یک سرویس هوش مصنوعیه که برای ساده سازی فرآیند تولید محتوای کوتاه طراحی شده ؛ در واقع با استفاده از این هوش مصنوعی شما دیگه نیازی ندارید پشت دوربین برید ، میتونید با ایجاد یک آواتار مجازی از خودتون ، صداتون رو ، روی ویدیو قرار بدید
🔰 مزایای استفاده از ossa.ai
🔸 ایجاد ویدیوهای بدون چهره
🔸 انتخاب موسیقی و جلوه های صوتی
🔸 ویرایش ویدیو
➖➖➖➖➖➖➖➖➖➖➖➖
@AILearnCamp | 645 |
| 17 | 📚 کتاب فارسی آشنایی مقدماتی با مهندسی درخواست (Prompt Engineering)
➖➖➖➖➖➖➖➖➖➖➖
📎 @Books_DataScience | 719 |
| 18 | 📚 کتاب: یادگیری ماشین با پایتون برای همه (Machine Learning with Python for Everyone)
👨🏫 نویسنده: Mark Fenner
✔️ زبان: انگلیسی
➖➖➖➖➖➖➖➖➖➖➖
📎 @Books_DataScience | 798 |
| 19 | 📚 آمار کاربردی برای دانشمندان داده:
50+ مفهوم کلیدی با استفاده از R و Python
✔️ زبان: انگلیسی
➖➖➖➖➖➖➖➖➖➖➖
📎 @Books_DataScience | 868 |
| 20 | 📚 کتاب: Machine Learning Concepts from A to Z A Comprehensive Guide with Code Machine Learning
🔸زبان: انگلیسی
👨🏫 نویسنده: Vanshika
🔸37 سرفصل
➖➖➖➖➖➖➖➖➖➖➖
📎 @Books_DataScience | 967 |
