یه نوجوان 18 ساله اومده یه اپلیکیشن ساخته که کالری موجود تو غذایی که به صورت عکس بهش ارسال شده رو نشون میده!
نکته جالب اینه که این ایده 30 میلیون دلار فاند گرفته!
حالا پشت زمینه این ایده چیه؟ یه پرامپت با یه عکس بفرست برای ChatGPT و خروجی بگیر! یعنی کل کاری که کرده اینه که پرامپت مناسب این کار رو پیدا کرده و تو اپلیکیشنش استفاده کرده!
چقدر خفن!
@Ai_Events
نکته جالب اینه که این ایده 30 میلیون دلار فاند گرفته!
حالا پشت زمینه این ایده چیه؟ یه پرامپت با یه عکس بفرست برای ChatGPT و خروجی بگیر! یعنی کل کاری که کرده اینه که پرامپت مناسب این کار رو پیدا کرده و تو اپلیکیشنش استفاده کرده!
چقدر خفن!
@Ai_Events
👍20🤣15❤6👎4👌4
ارزش شرکت انویدیا 10 سال پیش 12 میلیارد دلار بود، امروز ارزش این شرکت از 5000 میلیارد دلار عبور کرده!
@Ai_Events
@Ai_Events
👌13👍6🥴2
در دل مغز نامرئی
اولین بار وقتی رو یوتیوب کلیک کردم، فقط دنبال سرگرمی بودم. ویدئو پشت ویدئو، هر دقیقه هزاران ساعت تصویر روی صفحه مینشست. اما یک سوال مدام توی ذهنم چرخید: چه کسی صاحب این همه تصویر است؟
جواب ساده به نظر میرسید: گوگل. یا دقیقتر، شرکت مادرش، آلفابت. یوتیوب را سال ۲۰۰۵ سه جوان پرانرژی ساختند و یک سال بعد گوگل با ۱.۶۵ میلیارد دلار بلعیدش. حالا آلفابت فرمانروای دادهها و ویدئوهاست. ولی وقتی بیشتر جستجو کردم، رد ماجرا به جای دیگه ای رسید.
در فهرست سهامداران آلفابت، دو نام تکرار میشدند: بلکراک و ونگارد. دو غولی که بیشتر شبیه افسانهاند تا شرکت. بلکراک حدود ۱۰ تریلیون دلار دارایی مدیریت میکنه، ونگارد هم نزدیک به ۸ تریلیون. اسم هر کدوم رو بگیری، میرسی به سهام اپل، آمازون، مایکروسافت، حتی صنایع نفتی و تسلیحاتی. مثل دو عنکبوت غولپیکرند که تارشون رو دور کل اقتصاد جهان تنیدهاند.
کنجکاویام بیشتر شد. چطور ممکنه دو شرکت خصوصی، تا این حد در تار و پود زندگی بشر نفوذ کنند؟ پاسخ رو وقتی پیدا کردم که با اسمی جدید برخورد کردم: Aladdin.
علاالدین نه چراغ جادویی بود و نه قصه هزارویکشب؛ بلکه مغز دیجیتالی بلکراک بود. سیستمی که قیمتها، جنگها، آب و هوا و تصمیمات سیاسی رو میبلعه و به زبانی سرد و محاسباتی میگه: «پول رو کجا ببر، ریسک رو کجا کم کن.» بیش از ۲۵ تریلیون دلار سرمایه جهانی زیر نگاه همین جعبه سیاه حرکت میکرد.
وقتی فهمیدم حتی بانکهای اروپایی، دولتهای آسیایی و صندوقهای بازنشستگی مردم عادی هم به علاالدین وابستهاند، لرزه به تنم افتاد. ما خیال میکنیم انتخابهای اقتصادیمان آزاده، اما شاید از پشت پرده، یک الگوریتم در نیویورک دکمهها رو فشار میده!
تصویر عجیبی جلوی چشمم جون گرفت: میلیاردها انسان در سراسر جهان، از نان شب تا ویدئوی یوتیوبشون، در شبکهای به هم گره خورده هستن. شبکهای که فرمان نهاییش از سوی مغزی نامرئی صادر میشه.
حالا هر بار که یوتیوب رو باز میکنم، فقط یک پلتفرم سرگرمی نمیبینم. انگار پنجرهایه رو به سیستمی عظیم، جایی که رسانه، سرمایه و الگوریتم در هم آمیختهان. و من، مثل میلیونها نفر دیگه، فقط یکی از رشتههای این تار عنکبوتم...
سالار صفایی
@Ai_Events
اولین بار وقتی رو یوتیوب کلیک کردم، فقط دنبال سرگرمی بودم. ویدئو پشت ویدئو، هر دقیقه هزاران ساعت تصویر روی صفحه مینشست. اما یک سوال مدام توی ذهنم چرخید: چه کسی صاحب این همه تصویر است؟
جواب ساده به نظر میرسید: گوگل. یا دقیقتر، شرکت مادرش، آلفابت. یوتیوب را سال ۲۰۰۵ سه جوان پرانرژی ساختند و یک سال بعد گوگل با ۱.۶۵ میلیارد دلار بلعیدش. حالا آلفابت فرمانروای دادهها و ویدئوهاست. ولی وقتی بیشتر جستجو کردم، رد ماجرا به جای دیگه ای رسید.
در فهرست سهامداران آلفابت، دو نام تکرار میشدند: بلکراک و ونگارد. دو غولی که بیشتر شبیه افسانهاند تا شرکت. بلکراک حدود ۱۰ تریلیون دلار دارایی مدیریت میکنه، ونگارد هم نزدیک به ۸ تریلیون. اسم هر کدوم رو بگیری، میرسی به سهام اپل، آمازون، مایکروسافت، حتی صنایع نفتی و تسلیحاتی. مثل دو عنکبوت غولپیکرند که تارشون رو دور کل اقتصاد جهان تنیدهاند.
کنجکاویام بیشتر شد. چطور ممکنه دو شرکت خصوصی، تا این حد در تار و پود زندگی بشر نفوذ کنند؟ پاسخ رو وقتی پیدا کردم که با اسمی جدید برخورد کردم: Aladdin.
علاالدین نه چراغ جادویی بود و نه قصه هزارویکشب؛ بلکه مغز دیجیتالی بلکراک بود. سیستمی که قیمتها، جنگها، آب و هوا و تصمیمات سیاسی رو میبلعه و به زبانی سرد و محاسباتی میگه: «پول رو کجا ببر، ریسک رو کجا کم کن.» بیش از ۲۵ تریلیون دلار سرمایه جهانی زیر نگاه همین جعبه سیاه حرکت میکرد.
وقتی فهمیدم حتی بانکهای اروپایی، دولتهای آسیایی و صندوقهای بازنشستگی مردم عادی هم به علاالدین وابستهاند، لرزه به تنم افتاد. ما خیال میکنیم انتخابهای اقتصادیمان آزاده، اما شاید از پشت پرده، یک الگوریتم در نیویورک دکمهها رو فشار میده!
تصویر عجیبی جلوی چشمم جون گرفت: میلیاردها انسان در سراسر جهان، از نان شب تا ویدئوی یوتیوبشون، در شبکهای به هم گره خورده هستن. شبکهای که فرمان نهاییش از سوی مغزی نامرئی صادر میشه.
حالا هر بار که یوتیوب رو باز میکنم، فقط یک پلتفرم سرگرمی نمیبینم. انگار پنجرهایه رو به سیستمی عظیم، جایی که رسانه، سرمایه و الگوریتم در هم آمیختهان. و من، مثل میلیونها نفر دیگه، فقط یکی از رشتههای این تار عنکبوتم...
سالار صفایی
@Ai_Events
👍21🤷5❤4👎3
🔷 Applied ML seminar meetings
📜 موضوع ارائه: بررسی اثرات چند مقیاسی دمای سطح دریا بر بارش جهانی: رویکرد شبکههای جفتشده
👩🏽💻 ارائه دهنده: رایا استاد احمد خزدوز
🕒 زمان: شنبه 24 آبان، ساعت ۱۶:۳۰
📍مکان: سالن سمینار، طبقه سوم دانشکده فیزیک
💻 لینک گوگل میت:
https://meet.google.com/hxr-vihs-pbv
@Ai_Events
📜 موضوع ارائه: بررسی اثرات چند مقیاسی دمای سطح دریا بر بارش جهانی: رویکرد شبکههای جفتشده
👩🏽💻 ارائه دهنده: رایا استاد احمد خزدوز
🕒 زمان: شنبه 24 آبان، ساعت ۱۶:۳۰
📍مکان: سالن سمینار، طبقه سوم دانشکده فیزیک
💻 لینک گوگل میت:
https://meet.google.com/hxr-vihs-pbv
@Ai_Events
👍2
◀️عنوان شغلی:مهندس هوش مصنوعی
● بخش معرفی کسب و کار
◀️ شرکت تلوبیون
● اینجا قراره چی کار کنید؟
◀️ طراحی، توسعه و پیادهسازی نرمافزارها و سرویسهای مبتنی بر هوش مصنوعی و یادگیری ماشین.
ادغام مدلهای AI در محصولات و سیستمهای واقعی با تمرکز روی مقیاسپذیری و کیفیت نرمافزار.
بهینهسازی و تست مدلها برای عملکرد بهتر در محیطهای عملیاتی.
توسعه و آموزش مدل های هوش مصنوعی برای استفاده در سرویس های نرم افزاری.
● دنبال کی هستیم؟
◀️ مدرک کارشناسی ارشد یا دکترا در مهندسی کامپیوتر/ علوم کامپیوتر / علم داده
◀️ مسلط به مفاهیم هوش مصنوعی، یادگیری ماشین و یادگیری عمیق
◀️ مهارت برنامهنویسی قوی در زبان Python
◀️ آشنایی با فریمورک های توسعه عامل های هوش مصنوعی مانند langchain , pydantic
◀️ آشنایی با فریمورک های یادگیری ماشین و یادگیری عمیق نظیر pytorch , tensorflow
● اطلاعات بیشتر
◀️ تمام وقت، هیبرید
◀️ انعطاف ساعت کاری برای دانشجویان
● ارتباط با ما:
◀️خیابان حبیب الله، ایستگاه نوآوری دانشگاه شریف، شرکت تلوبیون.
◀️ ارسال رزومه با عنوان هوش مصنوعی، از طریق: job.simra@gmail.com
@CE_Job
@Ai_Events
● بخش معرفی کسب و کار
◀️ شرکت تلوبیون
● اینجا قراره چی کار کنید؟
◀️ طراحی، توسعه و پیادهسازی نرمافزارها و سرویسهای مبتنی بر هوش مصنوعی و یادگیری ماشین.
ادغام مدلهای AI در محصولات و سیستمهای واقعی با تمرکز روی مقیاسپذیری و کیفیت نرمافزار.
بهینهسازی و تست مدلها برای عملکرد بهتر در محیطهای عملیاتی.
توسعه و آموزش مدل های هوش مصنوعی برای استفاده در سرویس های نرم افزاری.
● دنبال کی هستیم؟
◀️ مدرک کارشناسی ارشد یا دکترا در مهندسی کامپیوتر/ علوم کامپیوتر / علم داده
◀️ مسلط به مفاهیم هوش مصنوعی، یادگیری ماشین و یادگیری عمیق
◀️ مهارت برنامهنویسی قوی در زبان Python
◀️ آشنایی با فریمورک های توسعه عامل های هوش مصنوعی مانند langchain , pydantic
◀️ آشنایی با فریمورک های یادگیری ماشین و یادگیری عمیق نظیر pytorch , tensorflow
● اطلاعات بیشتر
◀️ تمام وقت، هیبرید
◀️ انعطاف ساعت کاری برای دانشجویان
● ارتباط با ما:
◀️خیابان حبیب الله، ایستگاه نوآوری دانشگاه شریف، شرکت تلوبیون.
◀️ ارسال رزومه با عنوان هوش مصنوعی، از طریق: job.simra@gmail.com
@CE_Job
@Ai_Events
👍3👎2❤1✍1🤡1
هوش مصنوعی و فرصتهای نوپدید استارتاپها
یک جلسه جذاب با حضور مهندس حسین انصاری، VP of Engineering @ Divar
📅 دوشنبه، ۲۶ آبان | ساعت ۱۳:۳۰
📍 سالن آمفیتئاتر دانشکده مهندسی و علوم کامپیوتر
فرصتی بینظیر برای آشنایی با آینده استارتاپها و کاربردهای هوش مصنوعی!
🔗 لینک ثبت نام
در صورت وجود هرگونه سوال با آیدی زیر در ارتباط باشید.
@SceSbu
@Ai_Events
یک جلسه جذاب با حضور مهندس حسین انصاری، VP of Engineering @ Divar
📅 دوشنبه، ۲۶ آبان | ساعت ۱۳:۳۰
📍 سالن آمفیتئاتر دانشکده مهندسی و علوم کامپیوتر
فرصتی بینظیر برای آشنایی با آینده استارتاپها و کاربردهای هوش مصنوعی!
🔗 لینک ثبت نام
در صورت وجود هرگونه سوال با آیدی زیر در ارتباط باشید.
@SceSbu
@Ai_Events
👍4
تورم در انتظارات، رکود در عملکرد: چرا پروژههای پر سروصدای ما شکست میخورند؟
هوش مصنوعی به یکی از موضوعات سر سبد مجالس تبدیل شده و هر جا که میریم بعد از بحثهای اقتصادی، گفتوگو دربارهی این فناوری جذاب در جریانه. این تبوتاب، صرفاً در محافل خودمانی به تولید عکسهای شوخیوار ختم نمیشه، بلکه در دل سازمانها و جلسات تصمیمگیری کلان نیز، بحث سر پیادهسازی این تکنولوژی، داغترین موضوعه.
درخواستهایی که برای اجرای پروژههای این زمینه اخیراً بهم رسیده، نشون میده یه چالش عمیق فرهنگی و فنی این بین وجود داره. به دلیل هیجانی که این تکنولوژی ایجاد کرده، بعضیها هوش مصنوعی را نه یک ابزار پیچیده مهندسی، بلکه به چشم یک «عصای جادویی» میبینن که قراره تمامی کمبودهای دادهای، زیرساختی و استراتژیک ما را یکشبه برطرف کنه. وقتی تو یه جلسهی عملیاتی، انتظار میره با دادههای ناکافی یا نامنظم، پیشبینیهای قطعی و تضمینی داشته باشیم، اینجا جاییه که باید متوقف بشیم و صادقانه فکر کنیم.
وظیفهی ما بهعنوان کسانی که در لبهی دانش این حوزه ایستادهایم، دیگه صرفاً کدنویسی و اجرای مدلها نیست؛ سنگینترین بخش کارمون، «مدیریت توقعات» و جلوگیری از شکلگیری توهماتیه که میتونه به کل این تخصص ضربه بزنه. ما باید با احترام و شفافیت توضیح بدیم که هوش مصنوعی ریشه در ریاضیات و آمار مستحکم داره و بدون دادهی باکیفیت و مسئلهی تعریفشده، هرگز معجزه نخواهد کرد.
از نظر من، شجاعت یک متخصص ارشد در این نیست که به هر ایده جذابی که مبتنی بر متدهای یادگیری ماشینه «بله» بگه؛ بلکه هنر ما اونجایی مشخص میشه که بتونیم سازمانها رو قانع کنیم که گاهی یک راهحل سادهتر و کمهزینهتر، ارزشآفرینی بیشتری نسبت به پیادهسازی پرهزینهترین مدلهای یادگیری عمیق داره.
متأسفانه، این بازار پرهیجان، بستر مناسبی رو برای سوءاستفادهی یه عده فراهم کرده. شاهد حضور افرادی هستیم که بدون داشتن تخصص یا شالودهی فنی کافی، صرفاً با تکیه بر واژههای دهانپُرکن مربوط به AI، وعدههای بزرگی میدن و برای خودشون قراردادهایی با مبلغ بسیار خوب میبندن. این دوستان، بعد از چند ماهی که به بهانههایی مثل «پیچیدگیهای فنی» و «طولانی بودن فرایند»، حقوقهای خوبشون رو میگیرن و یه هزینه بزرگ به سازمان تحمیل میکنن، پروژه رو ناتمام رها میکنن و میرن.
این رویکرد غیرمسئولانه، نه تنها بودجه، زمان و انرژی سازمانها رو هدر میده، بدتر از اون، مدیران و ذینفعان که این تجربههای تلخ رو از سر گذروندن، به کل این فناوری بیاعتماد میشن. در واقع، اینجاست که هم هوش مصنوعی و هم متخصصین متعهدش، بدنام میشن و کار ما برای اجرای پروژههای اصیل و ارزشآفرین، چندین برابر سختتر میشه.
تو این برهه زمانی، از نظر من، وظیفهی ما اینه که کمک کنیم هوش مصنوعی از تبدیل شدن به یک «شعار لوکس» خارج بشه و به عنوان ابزاری واقعی برای حل مشکلات واقعی باقی بمونه. ما به عنوان متخصصین هوش مصنوعی، باید در سازمان، علاوه بر متخصص، نقش یک «مشاور روشنگر» رو ایفا هم کنیم. این یکی از رسالتهای اخلاقی ما در برابر جامعه هوشمصنوعی هستش.
@Ai_Events
هوش مصنوعی به یکی از موضوعات سر سبد مجالس تبدیل شده و هر جا که میریم بعد از بحثهای اقتصادی، گفتوگو دربارهی این فناوری جذاب در جریانه. این تبوتاب، صرفاً در محافل خودمانی به تولید عکسهای شوخیوار ختم نمیشه، بلکه در دل سازمانها و جلسات تصمیمگیری کلان نیز، بحث سر پیادهسازی این تکنولوژی، داغترین موضوعه.
درخواستهایی که برای اجرای پروژههای این زمینه اخیراً بهم رسیده، نشون میده یه چالش عمیق فرهنگی و فنی این بین وجود داره. به دلیل هیجانی که این تکنولوژی ایجاد کرده، بعضیها هوش مصنوعی را نه یک ابزار پیچیده مهندسی، بلکه به چشم یک «عصای جادویی» میبینن که قراره تمامی کمبودهای دادهای، زیرساختی و استراتژیک ما را یکشبه برطرف کنه. وقتی تو یه جلسهی عملیاتی، انتظار میره با دادههای ناکافی یا نامنظم، پیشبینیهای قطعی و تضمینی داشته باشیم، اینجا جاییه که باید متوقف بشیم و صادقانه فکر کنیم.
وظیفهی ما بهعنوان کسانی که در لبهی دانش این حوزه ایستادهایم، دیگه صرفاً کدنویسی و اجرای مدلها نیست؛ سنگینترین بخش کارمون، «مدیریت توقعات» و جلوگیری از شکلگیری توهماتیه که میتونه به کل این تخصص ضربه بزنه. ما باید با احترام و شفافیت توضیح بدیم که هوش مصنوعی ریشه در ریاضیات و آمار مستحکم داره و بدون دادهی باکیفیت و مسئلهی تعریفشده، هرگز معجزه نخواهد کرد.
از نظر من، شجاعت یک متخصص ارشد در این نیست که به هر ایده جذابی که مبتنی بر متدهای یادگیری ماشینه «بله» بگه؛ بلکه هنر ما اونجایی مشخص میشه که بتونیم سازمانها رو قانع کنیم که گاهی یک راهحل سادهتر و کمهزینهتر، ارزشآفرینی بیشتری نسبت به پیادهسازی پرهزینهترین مدلهای یادگیری عمیق داره.
متأسفانه، این بازار پرهیجان، بستر مناسبی رو برای سوءاستفادهی یه عده فراهم کرده. شاهد حضور افرادی هستیم که بدون داشتن تخصص یا شالودهی فنی کافی، صرفاً با تکیه بر واژههای دهانپُرکن مربوط به AI، وعدههای بزرگی میدن و برای خودشون قراردادهایی با مبلغ بسیار خوب میبندن. این دوستان، بعد از چند ماهی که به بهانههایی مثل «پیچیدگیهای فنی» و «طولانی بودن فرایند»، حقوقهای خوبشون رو میگیرن و یه هزینه بزرگ به سازمان تحمیل میکنن، پروژه رو ناتمام رها میکنن و میرن.
این رویکرد غیرمسئولانه، نه تنها بودجه، زمان و انرژی سازمانها رو هدر میده، بدتر از اون، مدیران و ذینفعان که این تجربههای تلخ رو از سر گذروندن، به کل این فناوری بیاعتماد میشن. در واقع، اینجاست که هم هوش مصنوعی و هم متخصصین متعهدش، بدنام میشن و کار ما برای اجرای پروژههای اصیل و ارزشآفرین، چندین برابر سختتر میشه.
تو این برهه زمانی، از نظر من، وظیفهی ما اینه که کمک کنیم هوش مصنوعی از تبدیل شدن به یک «شعار لوکس» خارج بشه و به عنوان ابزاری واقعی برای حل مشکلات واقعی باقی بمونه. ما به عنوان متخصصین هوش مصنوعی، باید در سازمان، علاوه بر متخصص، نقش یک «مشاور روشنگر» رو ایفا هم کنیم. این یکی از رسالتهای اخلاقی ما در برابر جامعه هوشمصنوعی هستش.
@Ai_Events
👍23👏5❤4
🔷 وبینارهای ماهانهٔ بخش دانشجویی خانه ریاضیات اصفهان
🔹 وبینار دوم:
«انحراف گرافهای وزندار و کاربردها»
👤 سخنران:
دکتر سجاد لکزیان
دانشگاه صنعتی اصفهان
🗓️ سهشنبه ۱۸ آذر ۱۴۰۴
🕗 ساعت ۲۰:۰۰
🔗 پیوند شرکت در وبینار:
https://www.skyroom.online/ch/mathhouse/students
♾️ این سومین وبینار از سری وبینارهای بخش دانشجویی خانه ریاضیات اصفهان در سال تحصیلی ۱۴۰۴-۱۴۰۵ است. حضور در این وبینارها برای همگان آزاد است.
@IMHStudents
@Ai_Events
🔹 وبینار دوم:
«انحراف گرافهای وزندار و کاربردها»
👤 سخنران:
دکتر سجاد لکزیان
دانشگاه صنعتی اصفهان
🗓️ سهشنبه ۱۸ آذر ۱۴۰۴
🕗 ساعت ۲۰:۰۰
🔗 پیوند شرکت در وبینار:
https://www.skyroom.online/ch/mathhouse/students
♾️ این سومین وبینار از سری وبینارهای بخش دانشجویی خانه ریاضیات اصفهان در سال تحصیلی ۱۴۰۴-۱۴۰۵ است. حضور در این وبینارها برای همگان آزاد است.
@IMHStudents
@Ai_Events
❤1
Love Me More
TalkinToys
❤5🔥1🤬1😍1
This media is not supported in your browser
VIEW IN TELEGRAM
China has rolled out AI-driven police patrol vehicles that operate nonstop, using facial recognition, 360° cameras, and onboard sensors to spot watchlisted individuals, fraudulent plates, and various traffic or safety violations.
The move marks another major step toward fully automated urban policing.
@Ai_Events
The move marks another major step toward fully automated urban policing.
@Ai_Events
🎃3
پزشکیان در سخنرانی روز دانشجو در دانشگاه شهید بهشتی: بدترین کاری که امروز در کشور گرفتار آن هستیم فیلترینگ است، دستور دادم سیمکارتهای سفید، سیاه شود تا بفهمند آنهایی که سیاه هستند چه بلایی سرشان میآید
@Ai_Events
@Ai_Events
🤣36🤬6💊2🤨1
به نظر شما، دستور تبدیل رنگ سیمکارتها از سفید به سیاه، به چه دلایلی بوده؟ (چند گزینه قابل انتخاب است)
Anonymous Poll
5%
ایجاد مساوات
25%
برداشتن فشار از دوش نهادهای مسئول
25%
کثیف بودن کاربران سیمکارتهای سفید و چرکتاب بودن رنگ سفید
15%
سعی در تخریب معنای کلمهی "دستور"
51%
طرفداری از تیم ابومسلم خراسان
😁22🤬3❤1
🔷 Applied ML seminar meetings
والروس: یک مدل بنیادین میاندامنهای برای دینامیکهای پیوسته
ارائه دهنده: مهدی فرمهینی فراهانی (آراد)
دانشجوی ارشد ژئوفیزیک لرزه شناسی مؤسسه ژئوفیزیک دانشگاه تهران
زمان: شنبه 22 آذر، ساعت ۱۶:۳۰
مکان: سالن سمینار، طبقه سوم دانشکده فیزیک
لینک گوگل میت:
https://meet.google.com/xmj-ftag-saa
http://ccnsd.ir
https://complexity.sbu.ac.ir/
@Complexity_SBU
@Ai_Events
والروس: یک مدل بنیادین میاندامنهای برای دینامیکهای پیوسته
ارائه دهنده: مهدی فرمهینی فراهانی (آراد)
دانشجوی ارشد ژئوفیزیک لرزه شناسی مؤسسه ژئوفیزیک دانشگاه تهران
زمان: شنبه 22 آذر، ساعت ۱۶:۳۰
مکان: سالن سمینار، طبقه سوم دانشکده فیزیک
لینک گوگل میت:
https://meet.google.com/xmj-ftag-saa
http://ccnsd.ir
https://complexity.sbu.ac.ir/
@Complexity_SBU
@Ai_Events
❤4👍1👎1
دوستان چند تا تبلیغ داخل کانال انجام شد و بابتش مبلغی جمع شده بود، بخشی از اون مبلغ برای پست زیر واریز شد.
https://news.1rj.ru/str/yaatim/2980
@Ai_Events ❤️
https://news.1rj.ru/str/yaatim/2980
@Ai_Events ❤️
❤20❤🔥2🌚1
0- دولوپری که از هوش مصنوعی فقط صدا کردن LLM رو یاد گرفته، نجاریه که چکش داره و همه چیز رو میخ میبینه!
1- واسه یه مشکلی LLM صدا میکردن، در حالی که TF-IDF کارشون رو راه انداخت!
2- سادهترین راه برای کاهش حجم کار، جذب نیروی جدیده، اما پرهزینهترین! هم از نظر مالی هم اعتباری (بعدش مجبور به اخراج کردنید)؛ راه بهتر تعدیل انتظاراته.
3- اسم قشنگتر اخراج، تعدیل، عدم تمدید قرارداد و … هستش.
4- کلید موفقیت محصول، خروجی داشتن و وابسته کردن ذینفع به خروجیه، راهاندازیزیرساخت و اوتومیشن در اولویتهای بسیار پایینتری قرار میگیره.
5- کامت (Comet) یه مرورگر رایگان بر پایهی LLM هست که میتونه آیندهی مرورگرها رو شیفت بده.
6- خسیسترین توسعهدهنده در ارسال نوتیفیکیشن باشید.
@Ai_Events
1- واسه یه مشکلی LLM صدا میکردن، در حالی که TF-IDF کارشون رو راه انداخت!
2- سادهترین راه برای کاهش حجم کار، جذب نیروی جدیده، اما پرهزینهترین! هم از نظر مالی هم اعتباری (بعدش مجبور به اخراج کردنید)؛ راه بهتر تعدیل انتظاراته.
3- اسم قشنگتر اخراج، تعدیل، عدم تمدید قرارداد و … هستش.
4- کلید موفقیت محصول، خروجی داشتن و وابسته کردن ذینفع به خروجیه، راهاندازیزیرساخت و اوتومیشن در اولویتهای بسیار پایینتری قرار میگیره.
5- کامت (Comet) یه مرورگر رایگان بر پایهی LLM هست که میتونه آیندهی مرورگرها رو شیفت بده.
6- خسیسترین توسعهدهنده در ارسال نوتیفیکیشن باشید.
@Ai_Events
👍12👌4❤3🔥1