محور برنامه نویسی جشنواره نوجوان خوارزمی

هیچ وقت برای شروع دیر نیست @seifoddin_online

📌تسلا با انتشار ویدیویی خبر داد ربات انسان‌نمای آپتیموس در کارخانه‌ی این شرکت مشغول به کار شده است. اپتیموس از یک شبکه‌ی عصبی آموزش‌دیده برای تفسیر اطلاعات دوربین و حسگرها بهره می‌برد تا به‌طور مستقیم حرکات لازم را برای کارهای مختلف انجام دهد... ┄┄┄┅┅┅✿❀🌼❀✿┅┅┅┄┄ ✅آینده هم اکنون است✅ کانال وصفحه رسمی دکتر سعیدخزائی شمارا به سفرهیجان انگیز آینده دعوت میکند. 📌آدرس صفحه رسمی دکترسعیدخزائی: Instagram.com/Dr.saeedkhazaee 📌آدرس کانال رسمی دکترسعیدخزائی: https://telegram.me/Drsaeedkhazaee

کتابخونه جدید پایتورچ به نام torchtune برای فاین‌تیون کردن LLM ها با #torchtune میتونین #LLM ها رو فاین تیون کنید: لینک توی لینک زیر، درمورد Llama3 گفته که شامل بخش‌های معرفی مدل، دسترسی به مدل، فایل‌تیون کردن با تورچ‌تیون، ارزیابی کردن مدل فایل‌تیون‌شدن، جنریت متن، جنریت سریع‌تر با کوانتیزیشن هست: لینک #fine_tuning @silicon_brain | از هوش مصنوعی عقب نمانید

دیتاست بزرگ سایت باسلام شامل اطلاعات فروش و مشخصات 2.4 میلیون محصول موجود در سایت باسلام به همراه دیتاست 3.3 میلیونی کامنت محصولات. این دیتاست از طریق HuggingFace و Kaggle قابل دسترسی است. هاگینگ فیس | کگل با جستجوی هشتگ #دیتاست به دیتاست های ارزشمندی دسترسی خواهید داشت. @silicon_brain | از هوش مصنوعی عقب نمانید

فاین تیون کردن، هزینه ها، منابع و زمان مورد نیاز برخلاف باور عمومی، فاین تیونینگ (#fine_tuning) به منابع محاسباتی عظیمی نیاز نداره. به شرطی که عوامل مورد نیاز رو خوب بشناسیم مثل نوع مدل، دامنه کاربرد، اندازه داده و قدرت مدل پایه. با این حال، دو عامل اصلی در فاین تیون #LLM ها مدل و داده هستن این نمودار برآوردهای هزینه، محاسبات و زمان مورد نیاز را بسته به مدل و اندازه داده در سطح بالا برای مدل های #Llama خلاصه کرده چیزی که در تصویر بالا مشخصه، داده کم/زیاد و مدل کوچک هست. مدل TinyLlama حدود 1.1 میلیارد پارامتر داره، اما میتونیم این مدل رو تنها با یک GPU فاین‌تیون کنیم. به عنوان نمونه، با داده کم (حداکثر 500 هزار توکن)، تنها با 100 دلار میشه این مدل رو فاین‌تیون کرد. و به نظرم این مدل با این هزینه کار خیلی از بیزینس ها رو راه میندازه @silicon_brain | از هوش مصنوعی عقب نمایند

ابزاری برای فاین تیون کردن مدل های Open برای خیلی از وظایف مدل های #LLM موجود نیاز به تنظیم دقیق (#fine_tuning) ندارن ولی اگه دیدین دیتای خاصی دارین و باید فاین تیون کنین اگه مدلی که مد نظرتون هست open هست میتونین از LLAMA-Factory استفاده کنین. این ابزار برای تنظیم فاین تیون های زبان باز ساخته شده و بیشر از 100 مدل مختلف زبان بزرگ، از جمله Meta’s Llama-2، Google’s Gemma و Mistral’s Mixtral رو داره. برای فاین تیون کردن هر کدوم از این مدل ها میتونین با استفاده از این ابزار از الگوریتم های پیشرفته مانند #LoRA#، QLoRA و #GaLore که برای عملکرد بهینه مدل ها ساخته شدن استفاده کنید. همچنین میتونین این ابزار رو به صورت لوکال روی کامپیوترتون بالا بیارید و یا تو Colab ران کنید. لینک گیتهاب @silicon_brain | از هوش مصنوعی عقب نمانید

از این به بعد چالش های هوش مصنوعی چیا هستن؟ این موارد برای افرادی که تو زمینه هوش مصنوعی پژوهش میکنن و یا افرادی که محصولی بر اساس AI دارن و یا میخوان داشته باشن، سرمایه گذارها و متخصصین میان رشته ای حائز اهمیته: تعصبات و تبعیض: الگوریتم‌های هوش مصنوعی بر اساس داده‌هایی آموزش داده میشن که ممکنه حاوی تعصبات و تبعیض‌های انسانی باشه. این موضوع میتونه منجر به نتایج ناعادلانه و تبعیض‌آمیز تو تصمیم‌گیری‌های مبتنی بر هوش مصنوعی بشه. مسائل امنیتی و حفظ حریم خصوصی: هوش مصنوعی میتونه برای هک کردن سیستم‌ها، سرقت اطلاعات و سایر اقدامات مخرب استفاده بشه. حفظ امنیت سیستم‌های هوش مصنوعی و حریم خصوصی افراد اهمیت بالایی داره. تفسیر قوانین و اخلاقیات : هوش مصنوعی در حال ورود به حوزه‌هایی مانند پزشکی، حقوق و امور مالی هستش که قوانین و اخلاقیات پیچیده‌ای دارن. اطمینان از اینکه هوش مصنوعی با قوانین و اخلاقیات این حوزه‌ها مطابقت خواهد داشت یا نه اهمیت بالایی داره. عدم اطمینان در مورد آینده هوش مصنوعی: بعضیا میگن ه که هوش مصنوعی ممکنه از کنترل خارج بشه و تهدیدی برای بشریت باشه. ایجاد چارچوب‌های نظارتی و اخلاقی مناسب برای توسعه و استفاده از هوش مصنوعی، ضروری به نظر میرسه از این به بعد تو ایده هات و تحقیقات این چند تا موضوع رو در نظر بگیر حتما @silicon_brain | از هوش مصنوعی عقب نمانید

از نگاه انسان کدام LLM بهتره؟ Chatbot Arena is an open-source research project that compare different LLMs by human. تو این سایت یه کار جذابی کردن و اینجوریه که میتونی با #LLM های مختلف چت کنی و بهشون امتیاز بدی. حتی یه سری از LLM ها که پولی هستن تا حدی رایگان قابل استفاده و بررسی هستن. چند تا قانون گذاشتن: هر سوالی رو از دو مدل ناشناس بپرس (مانند #ChatGPT#، Claude#، Llama) و به مدل بهتر رای بده! میتونی تا زمانی که برنده‌ای رو مشخص نکردی به چت ادامه بدی. اگر هویت مدل در طول مکالمه فاش بشه رای شمارش نمیشه. لینک @silicon_brain | از هوش مصنوعی عقب نمانید

سیلیکون برین طی 17 سری پست های مربوط به یادگیری ماشین رو منتشر کرده که همه ی این پست ها رو میتونین بصورت رایگان تو همین کانال بخونید. زمان زیادی برای تهیه کردن این پست ها صرف شده و شما میتونین با مطالعه و به اشتراک گذاشتن این پست از ما حمایت کنید. مطالب با بیان ساده و تماما با مثال بیان شده که برای همه قابل استفاده باشه فهرست: - سری اول - مقدمه - سری دوم - کاربرد ها - سری سوم - درخت تصمیم - سری چهارم - روش های مبتنی بر احتمالات 1 - سری پنجم - روش های مبتنی بر احتمالات 2 - سری ششم - SVM - سری هفتم - PCA - سری هشتم - لجستیک رگرسیون - سری نهم - KNN - سری دهم - K-Means - سری یازدهم - شبکه عصبی 1 - سری دوازدهم - شبکه عصبی 2 - سری سیزدهم - شبکه عصبی 3 - سری چهاردهم - شبکه عصبی 4 - سری پانزدهم - شبکه عصبی 5 - سری شانزدهم - یادگیری عمیق 1 - سری هفدهم - یادگیری عمیق 2 @silicon_brain | از هوش مصنوعی عقب نمانید

بالاخره لاما۳ با عملکرد قوی اومد! چند روز پیش نسخه جدید مدل زبانی #Lama به اسم #llama3 توسط #Meta منتشر شد. این مدل از زبان فارسی هم پشتیبانی میکنه و میتونه برای تسک هایی که نیاز به زبان فارسی داره بهتر از #ChatGPT و #Gemini استفاده بشه. ویژگی های Llama3: • پشتیبانی از فارسی • ۱۰ درصد بهبود نسبت به ورژن‌های قبلی داره • در دو سایز ۸ و ۷۰ میلیاردی در دو نسخه base و instruct ارائه شده • توکنایزرش با اندازه ۱۲۸ هزار تا آپدیت شده • استفاده تجاری داده شده (: • روی ۱۵ تریلیون توکن آموزش داده شده • روی ۱۰ میلیون نمونه لیبل‌زده شده توسط انسان فاین‌تیون شده • برای alignment هم از sft و ppo و dpo استفاده شده • روی mmlu بهترین مدل زبانی وزن‌باز هست (بالای ۸۰) • مدل ۸ و ۷۰ میلیاردی نسخه instruct یه ترتیب با ۶۲.۲ و ۸۱.۷ در HumanEval وضعیت بسیار خوبی در کدزنی دارند. • اندازه context window با اندازه پیش فرض ۸۱۹۲ و با قابلیت افزایش حتما خودتون تستش کنید: https://www.llama2.ai لینک بلاگ متا لینک کالکشن هاگینگ‌فیس #LLM @silicon_brain | از هوش مصنوعی عقب نمانید

ابزاری برای بهینه‌سازی پارامترها در یادگیری ماشین و شبکه‌های عصبی اگه دنبال راهی برای بهینه‌سازی پارامترها با کمترین زمان و تلاش هستین، #Optuna رو از دست ندین. آپشنایی که #Optuna میده: - بهینه‌سازی هایپرپارامترها - بهبود عملکرد مدل‌های پیش‌بینی - امکان جستجو در فضای پارامترهای پیچیده این ابزار رو میتونین با کتابحونه های مختلف مثل #PyTorch و #Tensorflow و #Keras استفاده کنین. لینک برای درک کاربرد های بهینه سازی این پستو بخونید @silicon_brain | از هوش مصنوعی عقب نمانید

✨ سر نوشت دیزاینر بعد از تحویل طرح به برنامه نویس ها😂 #Fun Channel • @Cafe_Of_Code Group • @Cafe_Code_Gap

‼۱۰ دوره آموزشی رایگان دانشگاه هاروارد برای تمامی رشته‌ها| بخش اول‼ 1⃣مقدمه‌ای بر برنامه‌نویسی 💢در این دوره با اساس برنامه نویسی شامل توابع، حلقه ها، متغیرها و دستورات شرطی آشنا خواهید شد. 🌐لینک دوره 2⃣مقدمه‌ای بر برنامه‌نویسی با پایتون 💢این دوره درباره اصول برنامه نویسی مانند حلقه ها، objectها، ،روش ها، شرطی ها، عبارات بولی و آرگومان ها میباشد. 🌐لینک دوره 3⃣مقدمه‌ای بر هوش مصنوعی با پایتون 💢در این دوره با اصول هوش مصنوعی، یادگیری ماشین، الگوریتم های جستجوی نمودار، یادگیری تقویتی و نحوه طراحی سیستم های هوشمند آشنا خواهید شد. 🌐لینک دوره 4⃣علم داده: یادگیری ماشین 💢در این دوره با با اصول یادگیری ماشین، سیستم های توصیه و مدل های یادگیری ماشین از نوع آموزش و آزمایش آشنا خواهید شد. 🌐لینک دوره 5⃣مقدمه‌ای بر علم کامپیوتر 💢در این دوره با برنامه نویسی، الگوریتم ها، ساختارهای داده و زبان های برنامه نویسی مختلفی مانند پایتون و C آشنا خواهید شد. 🌐لینک دوره 🔺🔻🔺🔻🔺🔻🔺🔻🔺🔻 📎Join: @QuantumSTEM #آموزشی

🌪️ پوشه جذاب کانال و گروه های هوش مصنوعی دانشگاه تهران و شریف را یکجا دریافت کنید 🏴 یکساعت بعد این لینک و دسترسی حذف میشود https://t.me/addlist/HeQotZm7zZtiNjE0

🌑 آقای هوش مصنوعی🌑 🎥رسانه هوش مصنوعی دانشگاه تهران @MrArtificialintelligence

🔷 شرکت گوگل ۷۵ میلیون دلار سرمایه گذاری می‌کند تا به یک میلیون آمریکایی نحوه استفاده از هوش مصنوعی تدریس شود. 🔷 گوگل دیروز جمعه اعلام کرد با هدف ارایه یک برنامه درسی استفاده از ابزارهای هوش مصنوعی به یک میلیون آمریکایی، ۷۵ میلیون دلار اختصاص داده است. 🔻بنا به گفته جیمز مانیکا، معاون ارشد تحقیقات، فناوری و جامعه گوگل: «هوش مصنوعی فرصت‌های قابل توجهی را برای تسریع رشد اقتصادی ارائه می‌کند، به‌ویژه اگر مردم به منابع و آموزش مناسب دسترسی داشته باشند». 👈برای دریافت اطلاعات بیشتر درباره این رخداد مهم به لینک پایین مراجعه کنید https://blog.google/inside-google/infrastructure/google-data-centers-ai-skills-investments/

رابط مغز - کامپیوتر (brain–computer interface)؛ رقیب چینی تراشه نورالینک ایلان ماسک معرفی شد ✍امیر عبدالملکی 🔻 چین با ساخت اولین رابط مغز-کامپیوتر اختصاصی، سودای رقابت با استارتاپ نورالینک را در سر می‌پروراند. 🔸یک شرکت دولتی چینی از تراشه‌ی مغزی مشابه با نمونه‌ی توسعه‌‌داده‌شده‌ی استارتاپ نورالینک رونمایی کرد. 🔻به گزارش خبرگزاری دولتی شینهوا، شرکت Beijing Xinzhida Neurotechnology، یک رابط مغز و کامپیوتر (BCI) به نام Neucyber ساخته و آن را روی یک میمون آزمایش کرده است. این تراشه به میمون اجازه می‌دهد بازویی رباتیک را تنها با افکار خود کنترل کند. 🔹شرکت سازنده ادعا می‌کند این فناوری به طور مستقل توسعه یافته است و اولین «BCI تهاجمی با عملکرد بالا» در چین محسوب می‌شود. 🔻دانشمندان و نه شینهوا به استارتاپ ایلان ماسک اشاره‌ای نکرده‌اند، اما رونمایی از محصول جدید در انجمن سالانه‌ی Zhongguancun در پکن، هدف چین برای رقابت با نورالینک را برجسته می‌کند. 🔸وزارت صنعت و فناوری چین سال گذشته BCI را به عنوان یک «فناوری نوظهور پیشرفته» طبقه‌بندی کرد. شرکت سازنده‌ی تراشه‌ی Neucyber هنوز آزمایش‌های انسانی را آغاز نکرده است. منبع خبر👇👇👇 https://www.zoomit.ir/tech/420142-chinas-version-neuralink-unveiled-tech-forum/

🎉 مسابقه کد بتل ۲ 🎉 🚀 دوستان جونیورا ما در سری دوم مسابقه "کد بتل" برای شما یک قابلیت جدید فوق‌العاده اضافه کردیم قابلیت دعوت از دوستان! 🌟😍 💬حالا شما می‌تونید دوستان خودتون رو به کد بتل ۲ دعوت کنید، در کنار دوستانتون رقابت کنید و چیزهای جدید یاد بگیرید!😁👥 ✅در این سری شما علاوه بر برنده شدن جوایز خفن مسابقه کدبتل ۲ می‌تونید برنده جایزه این بخش هم باشید!📣 به سه نفر که بیشترین افراد رو دعوت کنند برنده جایزه جذاب و سرگرم کننده (بردگیم) میشند.💯🎁 🛑یادتون باشه!! | هر چی شما افراد بیشتری رو دعوت کنید شانس برنده‌ شدنتون هم بیشتره | 🔗برای دعوت از دوستانتان می‌تونید از لینک زیر استفاده کنید: 👇👇 https://juniora.org/codebattle/0002#invitation 🗯️ منتظر شرکت شما و دوستانتان در مسابقه “کد بتل۲”هستیم. 💫 @juniora_ir #کدبتل۲