اکنون در دسترس! پژوهش تلگرام ۲۰۲۵ — مهمترین بینشهای سال 
از نورون تا هوش ◇---<
رفتن به کانال در Telegram
هوش مصنوعی و طبیعی، نظریه پیچیدگی آرشام غواصیه، پژوهشگر پسادکتری ایندیانا
نمایش بیشتر4 246
مشترکین
+524 ساعت
+837 روز
+17130 روز
در حال بارگیری داده...
کانالهای مشابه
ابر برچسبها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
ژوئیه '26
ژوئیه '26
+4
در 0 کانالها
ژوئن '26
+251
در 0 کانالها
Get PRO
مه '26
+18
در 0 کانالها
Get PRO
آوریل '26
+9
در 0 کانالها
Get PRO
مارس '26
+10
در 0 کانالها
Get PRO
فوریه '26
+34
در 0 کانالها
Get PRO
ژانویه '26
+32
در 0 کانالها
Get PRO
دسامبر '25
+80
در 2 کانالها
Get PRO
نوامبر '25
+39
در 0 کانالها
Get PRO
اکتبر '25
+106
در 0 کانالها
Get PRO
سپتامبر '25
+250
در 3 کانالها
Get PRO
اوت '25
+1 300
در 3 کانالها
Get PRO
ژوئیه '25
+136
در 1 کانالها
Get PRO
ژوئن '25
+83
در 5 کانالها
Get PRO
مه '25
+148
در 4 کانالها
Get PRO
آوریل '25
+213
در 5 کانالها
Get PRO
مارس '25
+134
در 0 کانالها
Get PRO
فوریه '25
+416
در 1 کانالها
Get PRO
ژانویه '25
+366
در 2 کانالها
Get PRO
دسامبر '24
+572
در 6 کانالها
Get PRO
نوامبر '24
+35
در 0 کانالها
Get PRO
اکتبر '24
+29
در 0 کانالها
Get PRO
سپتامبر '24
+25
در 0 کانالها
Get PRO
اوت '24
+25
در 0 کانالها
Get PRO
ژوئیه '24
+66
در 0 کانالها
Get PRO
ژوئن '24
+86
در 1 کانالها
Get PRO
مه '24
+112
در 4 کانالها
Get PRO
آوریل '24
+89
در 4 کانالها
Get PRO
مارس '24
+109
در 3 کانالها
Get PRO
فوریه '24
+93
در 5 کانالها
Get PRO
ژانویه '24
+139
در 2 کانالها
Get PRO
دسامبر '23
+60
در 0 کانالها
Get PRO
نوامبر '23
+37
در 0 کانالها
Get PRO
اکتبر '23
+38
در 0 کانالها
Get PRO
سپتامبر '23
+89
در 0 کانالها
Get PRO
اوت '23
+163
در 0 کانالها
Get PRO
ژوئیه '23
+132
در 0 کانالها
Get PRO
ژوئن '23
+243
در 0 کانالها
Get PRO
مه '23
+75
در 0 کانالها
Get PRO
آوریل '23
+200
در 0 کانالها
Get PRO
مارس '23
+250
در 0 کانالها
Get PRO
فوریه '23
+223
در 0 کانالها
Get PRO
ژانویه '23
+11
در 0 کانالها
Get PRO
دسامبر '22
+18
در 0 کانالها
Get PRO
نوامبر '22
+21
در 0 کانالها
Get PRO
اکتبر '22
+21
در 0 کانالها
Get PRO
سپتامبر '22
+18
در 0 کانالها
Get PRO
اوت '22
+18
در 0 کانالها
Get PRO
ژوئیه '22
+60
در 0 کانالها
Get PRO
ژوئن '22
+63
در 0 کانالها
Get PRO
مه '22
+35
در 0 کانالها
Get PRO
آوریل '22
+177
در 0 کانالها
Get PRO
مارس '22
+70
در 0 کانالها
Get PRO
فوریه '22
+55
در 0 کانالها
Get PRO
ژانویه '22
+223
در 0 کانالها
Get PRO
دسامبر '21
+34
در 0 کانالها
Get PRO
نوامبر '21
+50
در 0 کانالها
Get PRO
اکتبر '21
+32
در 0 کانالها
Get PRO
سپتامبر '21
+19
در 0 کانالها
Get PRO
اوت '21
+13
در 0 کانالها
Get PRO
ژوئیه '21
+26
در 0 کانالها
Get PRO
ژوئن '21
+37
در 0 کانالها
Get PRO
مه '21
+47
در 0 کانالها
Get PRO
آوریل '21
+441
در 0 کانالها
| تاریخ | رشد مشترکین | اشارات | کانالها | |
| 01 ژوئیه | +4 |
پستهای کانال
| 2 |  🧠 کالبد شکافی هوشهای مصنوعی دوقلو،
تجارب گذشته در بخش نامرئی اتصالات ذخیره میشود
بررسی دوقلوها که معمولا در ژنتیک مطرح میشود، اینبار سر از دنیای هوش مصنوعی (RNNها) درآورده است.
مطالعه جذابی که همین دو ماه پیش روی آرکایو قرار گرفت (لینک) نشان میدهد عمیق شدن روی جزییات هزاران اتصال عصبی میتواند کاری بیهوده باشد.
💥 به جای آن، خاصیتهای هندسی شبکه که میتوان آنها را با تنها ده متغیر ناقابل توصیف کرد، عملکرد و یادگیری شبکه را هدایت میکنند.
این متغیرهای هندسی، در بیان ساده، میزان شباهت یا همپوشانی قسمتهای مختلف شبکه عصبی را نشان میدهند. برای همین به آنها همپوشانی گفته میشود--- اندازهگیری همپوشانیها آسونه، نگران نباشید.
اما ریاضیات فراتر هم میرود و نکته جالبی را نشان میدهد:
صرفا ۴ همپوشانی مسئول رفتار سیستم، پاسخ آن به ورودی و پایین آوردن خطا حین یادگیری هستند. به اینها همپوشانیهای مرئی گفته میشود.
در عوض، ۶ همپوشانی نامرئی داریم که اثری بر خروجی شبکه نمیگذارند، اما مثل یک دفترچهی یادداشت خاطرات گذشتهی شبکه را در خود نگه میدارند.
برای آزمودن این یافته نظری، مولفین از شبکههای عصبی دوقلو استفاده کردند.
طبیعتا، این شبکهها در ابتدا کامل یکسان هستند. مولفین هر شبکه را در مسیر متفاوتی با تجارب متفاوتی پیش بردند. مثلا به اولی یاد دادند مساله الف را حل کند و به دومی مساله ب. بعد، هردو را وادار کردند تا حل مساله مشترکی (مثلا ج) یاد بگیرند.
🔪🧠 وقتی توانمندی هردو شبکه در حل مساله مشترک دقیقا یکسان شد، پژوهشگران این دو را کالبد شکافی کردند.
نتیجه نهایی:
۱. با نگاه کردن به همپوشانیهای مرئی تفاوت چشمگیری بین دوقلوها دیده نمیشد.
۲. اما با نگاه کردن به همپوشانیهای نامرئی، تفاوت تجارب گذشته آشکار میشد.
💣 یعنی گذشتهی شبکه عصبی، حتی وقتی در رفتار فعلی دیده نمیشود، ممکن است در بخش خاموش سیمکشی پنهان شده باشد.
@physics_daily | از نورون تا هوش | 682 |
| 3 | عنوان پست بعدی:
کالبد شکافی هوشهای مصنوعی دوقلو،
اتصالات مرئی و نامرئی در شبکههای عصبی
امیدوارم تا فردا بتونم بنویسمش. این راه زحمت داره اما اگر استقبال کنید ادامهش میدم. برای شروع میتونید نوتیف کانال رو روشن کنید. 😉 | 799 |
| 4 | 🆒 دوست دارید شبیهسازی کردن رو تجربه کنید؟ پوریا داره دکتری دانشگاه تهران میخونه و با ذوق و سلیقه مثالزدنی مهارت و دانشش رو منتقل میکنه.
@the_maze2022 | 854 |
| 5 | رفتار پنهانکارانه شبکههای عصبی
یه خلاصه عمومی روی این مقاله بالایی نوشتم. میتونید از گزینه instant view استفاده کنید و مطالعه کنید.
خودم عشق مقاله خوندن و خلاصه کردنش و توضیح دادنش هستم. ولی نمیدونم چقدر مخاطب داشته باشه. اگر استقبال بشه مقالات بیشتری رو پوشش میدیم و بعدتر وویسهای ده دقیقهای هم میسازم و توضیحشون میدم.
مخلص.
@physics_daily | از نورون تا هوش | 1 034 |
| 6 |  🔥 ممکن است پرسروصداترین سیگنالهای نورونی ربطی به رفتار (خروجی) نداشته باشند
امروزه, چه در دادههای مغزی، چه در تحلیل طرز کار هوش مصنوعی، به دنبال بازنماییهای عصبی (رپرزنتیشنها) هستیم.
بازنمایی عصبی نوعی فعالیت نورونهاست که با رفتار (یا به طور کلی کارکرد سیستم) ارتباط مستقیم دارد.
مطالعه اخیر چاپ شده در ایلایف (لینک) نشان میدهد بیشتر فعالیت عصبی میتواند ارتباطی با خروجی (مثلا رفتار) نداشته باشد.
خیلی وقتها، بازنماییها زیر سایه فعالیت غالب شبکه پنهان میشوند.
خب خیلی مهمه. از طرفی کمک میکنه نگاه معقولتری به دادههای مغزی داشته باشیم. از طرف دیگه، هشدار میده که چگونگی کارکرد هوش مصنوعی رو دقیقتر مطالعه کنیم.
@physics_daily | از نورون تا هوش | 1 192 |
| 7 |  🆒 مغز هوش مصنوعی چه شکلیه؟
تصویرگری زیبا از یه شبکه عصبی عمیق.
@physics_daily | از نورون تا هوش | 933 |
| 8 |  😂 مارکتینگ با پوست طبیعی
این روزها شرکتها میخوان بگن هوش مصنوعیشون پوست رو طبیعی ترسیم میکنه. با کک و مک و چین و چروک و فرو رفتگی و برآمدگیهاش. شبیه سمت راستی.
اونوقت شماها سعی میکنید شبیه سمت چپی باشید.
@physics_daily | از نورون تا هوش | 794 |
| 9 |  🤬 کدوم یکی هوش مصنوعیه؟
این روزها واقعا تشخیصش سخت شده.
@physics_daily | 838 |
| 10 |  +1اسپایرال لگاریتمی
@physics_daily | 798 |
| 11 | 💡به سرم زده مقاله ر در یک وویس مثلا ۱۰ دقیقهای توضیح بدم. براتون مفیده؟ یا داره زیادی سخت و تخصصی میشه؟ | 803 |
| 12 |  🧠 شبکههای عصبی کمتر از انتظار برای یادگیری زحمت میکشند!
پیش از یادگیری، وزنهای اتصالات در شبکههای عصبی بسیار متعدد و کاملا تصادفی هستند.
پژوهش چاپ شده در نوریپس سال ۲۰۲۰ (لینک) نشان میدهد که یادگیری در تمام اتصالات شبکههای عصبی (RNN) رخ نمیدهد. تغییرات اتصالات در اثر یادگیری معمولا پیچیده و سراسری نیست.
برعکس، تغییرات مهم در چند مسیر محدود اتفاق میافتند--- ماتریس تغییر کممرتبه (یا شاید بهش میگیم کمرتبه) است.
نکته جالبتر: اگر اتصالاتی که حین یادگیری تغییر نکردهاند و تصادفی ماندهاند را بُر بزنید و مخلوط کنید، شبکه آنچه یاد گرفته را فراموش میکند. بنابرین یادگیری روی همان وزنهای تصادفی دست نخورده اولیه سوار میشود.
یادگیری فقط چند نقطه حساس این ساختار تصادفی بزرگ را خم میکند.
@physics_daily | از نورون تا هوش | 926 |
| 13 | 🔥 ارتباط محاسبات نورونی با نویز (آثار تصادفی) چیه؟
نویز مهمه، هم در هوش طبیعی هم در مصنوعی.
عمری باشه میگم.
ضمنا دارم روی یه سری کورس کار میکنم. البته طول میکشه. ولی تدریس جدی خواهیم داشت.
@physics_daily | از نورون تا هوش | 851 |
| 14 |  🔥 کتابی که منبع الهام انیشتین شد.
گرامر علم از کارل پیرسون. چاپ اولش ۱۸۹۲ بوده. انیشتین سال ۱۹۰۲ خوندش. سه سال قبل از نسبیت.
البته انیشتین منابع الهام دیگری هم داشت. اما همونطور که بهتون نشون دادم، صراحت این یکی شگفتانگیزه.
@physics_daily | از نورون تا هوش | 847 |
| 15 | 🔥 کتابی که منبع الهام انیشتین شد.
گرامر علم از کارل پیرسون. انیشتین سال ۱۹۰۲ خوندش. سه سال قبل از نسبیت.
البته انیشتین منابع الهام دیگری هم داشت. اما همونطور که بهتون نشون دادم، صراحت این یکی شگفتانگیزه.
@physics_daily | از نورون تا هوش | 1 |
| 16 | 🔥 کتابی که منبع الهام انیشتین شد.
گرامر علم از کارل پیرسون. انیشتین سال ۱۹۰۲ خوندش. سه سال قبل از نسبیت.
البته انیشتین منابع الهام دیگری هم داشت. اما همونطور که بهتون نشون دادم، صراحت این یکی شگفتانگیزه.
@physics_daily | از نورون تا هوش | 8 |
| 17 | ⁉️ برام عجیبه که چرا کسی کارل پیرسون رو نمیشناسه.
انیشتین یه زمان کتاب "گرامر علم" از پیرسون رو میخونه. این کتاب نقطهنظرهای جذابی رو مطرح میکنه.
مثلا اینکه قوانین عالم در برابر توان ادراکی مشاهدهگر نسبیست.
یا اینکه مشاهدهگری که با سرعت نور حرکت میکند، یک لحظه حال ابدی را تجربه میکند.
به نظر میرسه این کتاب روی نظریه انیشتین تاثیر قوی داشته.
پیرسون در همون کتاب حدس میزنه:
مشاهدهگری که سریعتر از نور حرکت کند، زمان برایش معکوس میشود (از آخر به اول).
پیرسون علاوه بر معرفی رندوم واک (ولگشت) و ایدههای فیزیکی درباره ادراک و قوانین عالم، یکی از شناختهشدهترین چهرههای زمان خودش در زمینه ریاضیات و آمار بود.
شاید علاقه پیرسون به داروینیسم اجتماعی و یوژنیک باعث حذفش از داستان رایج علم شده باشه.
پایینتر عکسی از صفحه اول کتابش میگذارم.
@physics_daily | 916 |
| 18 | درود دوستان،
درباره این قاضی و وکیل توضیح میدم. امیدوارم به درد بخور باشه.
قاضی بودن در علم یعنی هر ادعا رو درست بسنجی. از کجا اومده؟ چه پشتوانهای داره؟ قابل اعتناست؟ آیا در تضاد با علم روزه؟ در تاییدشه؟ اینجور چیزا. اگه خیلی توش زیادهروی کنیم میشیم چیزی که بش میگم جوجه منتقد. اگه توش کم بگذاریم میشیم سادهلوح. ولی یه مقدار سلامتش باید در همهمون باشه.
وکیل بودن توی علم کار دشوارتریه. ببینید، شما باید با تمام وجود تلاش کنید صحت فرضیه مد نظرتون رو نشون بدید. و اول از همه به خودتون نشون بدید!
تصور کنید فرضیه اینه که داخل هندونه خوردنیه. ولی کسی دلش نمیاد چاقو بزنه هندونه رو باز کنه. شما باید اونقدر انگیزه داشته باشی که این کار رو بکنی.
اگه چاقو اختراع نشده، باید انقدر بخوای نشون بدی فرضیهت درسته، که چاقو رو خودت اختراع کنی و هندونه رو باز کنی.
اگه وکیل خوبی نباشی، بهت میگن ببین یه خرده با ناخن خراش بدی همچنان سفید و بدمزهست. بنابرین بعیده که توش قرمز و خوردنی باشه. شما هم میگید آخ آره راست میگن. تمام.
با دانشجوهای تازهکار زیادی کار کردم که از این وکیل بودنه درکی نداشتن. و خب با اولین نتیجه نگاتیو (منفی) میگفتن آره فرضیه اشتباهه. و خب همچین سنجشی به درد عمه آدم میخوره. اگه فرضیه خوبه، باید ته قضیه رو درآورد و بهش به اندازه کافی شانس داد.
مثل وکیلی که پروندهای قبول میکنه.
روز خوبی داشته باشید.
@physics_daily | 925 |
| 19 |  👀
وقتی آثار تصادفی (نویز) مفید واقع میشود!
✔️ پدلفیش (ماهی بالا) از گیرندههای الکتریکی برای شکار پلانکتون استفاده میکند. این گیرندهها سیگنالهای ضعیف الکتریکی ساطع شده از شکار را احساس میکنند.
❗️نکته جالب:
وقتی محققین مقدار اندکی نویز الکتریکی به محیط ماهی اضافه کردند، پدلفیش توانست شکار را از فواصل دورتری شناسایی کند!
دقت پایین نیامد! بالا رفت.
⭐️ به این پدیده تشدید تصادفی گفته میشود. سیگنال کوچک (ساطع شده از پلانکتون) از فاصله دور برای گیرنده قابل تشخیص نیست. اما نویز میتواند آن را تقویت و قابل رصد کند.
⚡️ در این مورد جالب، نویز سیگنال را خفه نکرده است. برعکس. آن را آشکار کرده.
چاپ شده در نیچر، سال ۱۹۹۹
@physics_daily | 863 |
| 20 | 🔠🔠🔠🔠
کسی که کار علمی میکنه باید یاد بگیره که هم قاضی خوبی باشه و هم وکیل خوبی.
تازهواردها در برابر دومی مقاومت دارند.
اگه منظور رو گرفتید: ❤️
اگه لازمه مثال بزنم: 👍🏻
@physics_daily | 908 |
