مجله هوش مصنوعی – Telegram
مجله هوش مصنوعی
31.3K subscribers
3.01K photos
433 videos
145 files
2.9K links
🧠 مجله هوش مصنوعی | AI

در این کانال، آخرین اخبار، تحولات و کاربردهای هوش مصنوعی
به زبان ساده و قابل فهم منتشر می‌شود.

📌مناسب علاقه‌مندان و فعالان حوزه فناوری

📢 همکاری و تبلیغات: @homeai_ads

👤 ادمین: @AI_AIR

🌐 وب‌سایت: onlinecourses.ir
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
🔹یک کمپانی اومده با پردازش تصویر و هوش مصنوعی، فیلم‌ها رو دوبله میکنه. لحن و صدای بازیگرا عوض نمیشه ولی زبان اونها عوض میشه. دیالوگ‌ها با حرکات دهان بازیگرا تو فیلم‌ها و مدت دیالوگ‌شون هماهنگ میشه!

🔸خب کم کم با زیر نویس و دوبلاژ بی کیفیت خدا حافظی کنید. نمونه‌ها رو ببینید، انگار بازیگرا به همون زبان دوبلاژ دارن دیالوگ میگن. کارشون عالیه👌


📖 مجله هوش مصنوعی

🆔 : @HomeAI
👨‍👨‍👧‍👧 مخاطبین عزیزی که در گروه مجله هوش مصنوعی عضو نیستند و تمایل دارند در این گروه عضو شوند و دانش خودشون رو به اشتراک بگذارند می‌توانند از طریق آی دی زیر عضو گروه گردند.

@HomeAIGroup

📌لطفا بعد عضویت قوانین را مطالعه کنید.

📖 مجله هوش مصنوعی

🆔 : @HomeAI
✍🏻بهترین راه رایگان برای رنگی کردن خودکار عکس‌های سیاه و سفید: هوش مصنوعی سایت My Heritage

برای این کار بعد از ثبت نام یا ورود با اکانت کوگل به سایت My Heritage، به بخش رنگی‌کننده عکس‌های سیاه و سفید بروید.

به سادگی عکس مورد نظر خودتان را آپلود کنید و چند ثانیه بعد، عکس رنگی شده را تحویل بگیرید.

سایت حتی کمی کیفیت عکس را هم علاوه بر رنگی کردن بهتر می‌کند  عکس اصلی را در کنار عکس رنگی شده به شما نشان می‌دهد.

شما می‌توانید عکس رنگی شده را به تنهایی دانلود کنید یا دو عکس اصلی و رنگی‌شده را در کنار هم، دانلود کنید.

فقط برای نمونه من تعدادی از عکس‌های ایران قدیم را به سایت My Heritage دادم و این نتایج را گرفتم.

📖 مجله هوش مصنوعی

🆔 : @HomeAI
1
📝 برنامه نویسی شبکه های عصبی در C++ – قسمت دوم : لایه ها ، ماتریس ها و کلاس ها

🔸 در قسمت دوم می خواهیم با هم ساخت لایه ها ، ماتریس ها و کلاس های شبکه عصبی به صورت زنده با کد نویسی در C++ را بیاموزیم.

همچنین به این سوال مهم پاسخ خواهیم داد که با وجود پیشرفت های عظیم پایتون در حوزه شبکه های عصبی و یادگیری ماشین ، چرا باید از C++ استفاده کنیم؟ برای یافتن پاسخ این سوال با ما همراه باشید.

مشاهده ادامه مطلب


📖 مجله هوش مصنوعی

🆔 : @HomeAI
Machine Learning e01.pdf
341.5 KB
✍🏻#Machine_Learning_courses
جلسه_اول
موضوع: مقدمه

📖 مجله هوش مصنوعی

🆔 : @HomeAI
📝 آموزش PyTorch برای مبتدیان – کلاسه بندی تصویر با یادگیری انتقالی

🔸 در این پست، که سومین قسمت از مجموعه آموزش PyTorch است، به کلاسه بندی تصویر در PyTorch می پردازیم. ما از یک زیرمجموعه از مجموعه داده CalTech256 برای کلاسه بندی تصاویر ۱۰ نوع حیوان استفاده خواهیم کرد. مراحل تهیه مجموعه داده ، داده افزایی و سپس مراحل ساخت کلاسه بند را مرور خواهیم کرد.

مشاهده ادامه مطلب

📖 مجله هوش مصنوعی

🆔 : @HomeAI
✍🏻استفاده هوش مصنوعی از اشعه ایکس برای تشخیص کرونا

یک مطالعه جدید نشان می دهد که با استفاده از تجزیه و تحلیل هزاران اشعه ایکس قفسه سینه برای دیدن الگوها یک برنامه کامپیوتری با حداکثر 80 درصد دقت پیش بینی می کند که بیماران کرونایی ظرف چهار روز دچار عوارض تهدید کننده زندگی می شوند.

این برنامه که توسط محققان دانشکده پزشکی NYU Grossman توسعه یافته است از چند صد گیگابایت داده جمع آوری شده از 5224 اشعه ایکس قفسه سینه گرفته شده از 2943 بیمار جدی آلوده به کرونا استفاده کرد.

نویسندگان این مطالعه که در ژورنال npj Digital Medicine در تاریخ 12 مه منتشر شد، نیاز مبرم را برای توانایی پیش بینی سریع اینکه کدام بیماران کرونا احتمالاً دارای عوارض کشنده هستند ذکر کردند تا منابع درمانی به بهترین وجه با آن ها مطابقت داشته باشد در معرض خطر به دلایلی که هنوز به طور کامل مشخص نشده است، سلامت برخی از بیماران کرونا ناگهان بدتر می شود و نیاز به مراقبت های ویژه دارد و احتمال مرگ آنها افزایش می یابد.

📖 مجله هوش مصنوعی

🆔 : @HomeAI
Machine Learning e02.pdf
427.3 KB
✍🏻#Machine_Learning
#جلسه_دوم
موضوع : یادگیری ماشین چیست!

📖 مجله هوش مصنوعی

🆔 : @HomeAI
مجله هوش مصنوعی
Machine Learning e02.pdf
یادگیری_ماشین_2_تعریف_دقیق_یادگیری_ماشین
<unknown>
صوت جلسه دوم
موضوع: یادگیری ماشین چیست!

📖 مجله هوش مصنوعی

🆔 : @HomeAI
📝 ساخت سیستم تشخیص ماسک با فناوری پهپاد و یادگیری عمیق – بخش دوم

🔸 این بخش به چگونگی بارگذاری و پیش ­پردازش مجموعه ­داده ­های ماسک صورت می­ پردازد، ساخت مدل تشخیص دهنده ماسک صورت با استفاده از تنسورفلو / Keras را شرح می­ دهد و چگونگی اجرای آموزش یک مدل و ذخیره­ سازی آن مدل یادگیری عمیق برای پیاده­ سازی­ های آتی را توصیف می­ کند.

مشاهده ادامه مطلب


📖 مجله هوش مصنوعی

🆔 : @HomeAI
Media is too big
VIEW IN TELEGRAM
✍🏻گرافیک واقع‌گرایانه بازی GTA V به‌لطف استفاده از فناوری یادگیری ماشینی اینتل

محققان اینتل ادعا می‌کنند نتایج این تحقیق ازطریق داده‌هایی به‌دست آمده که به شبکه عصبی هوش مصنوعی آن‌ها تزریق شده است. این گروه توضیحات بیشتر از نحوه عملکرد تکنولوژی یادگیری ماشین و تکنیک‌های به‌کار‌رفته خود را به مقاله‌ای ارجاع می‌دهند که با همین موضوع منتشر کردند؛ اما تا جایی که متوجه شدیم، داده‌های وب‌سایت Cityscapes Dataset که از مجموعه بزرگی از تصاویر خیابان‌های کشور آلمان جمع‌آوری‌ شده است، بخش مهمی از مکانیزم فناوری اینتل را تشکیل می‌دهد. این تصاویر نمای متفاوتی از آنچه را داشته است که در گوگل‌مپ مشاهده می‌کنیم؛ اما تقریبا همان چیزی است که از نسخه‌ روان‌تر و تعاملی پیمایش خیابان (Street View) در نقشه گوگل انتظار داریم. نه اینکه کاملا واقعی به‌نظر برسد؛ اما مطمئنا حس برداشت از تصاویر واقعی را القا می‌کند.

📖 مجله هوش مصنوعی

🆔 : @HomeAI
This media is not supported in your browser
VIEW IN TELEGRAM
دانشمندان نرم افزاری ساخته اند که به کمک هوش مصنوعی ، می تواند آنچه را که از ذهن می گذرد ، به صورت کلمه به روی صفحه نمایشگر منتقل کند.

📖 مجله هوش مصنوعی

🆔 : @HomeAI
✍🏻ابر رایانه سیمرغ راه‌اندازی شد؛ ابر رایانه مریم با ظرفیت صد برابری در راه است

امروز ابر رایانه سیمرغ که اولین ابر رایانه ایرانی با ظرفیت پتافلاپس محسوب می‌شود، رونمایی شد. وزیر ارتباطات در مراسم رونمایی از این ابر رایانه، زیرساخت‌های فناوری را عامل اصلی ادامه زندگی در دوران کرونا وهوش مصنوعی را قدرت بلامنازع آینده دانست.

وزیر ارتباطات با اشاره به این که اگر این زیرساخت‌ها نبودامکان توسعه کسب‌وکارها و ادامه تحصیل دانش آموزان ودانشجویان در این دوران وجود نداشت، گفت: «در عرصه آموزش ۱۳ میلیون دانش اموز، یک میلیون معلم، ۴ میلیون دانشجو و ۱۴۰ هزار نفر استاد و ۷۰ هزار نفر طلاب علوم دینی، همه آموزش‌های خود را از طریق زیرساخت‌های توسعه داده شده در شبکه ملی اطلاعات دیده‌اند.»

آذری جهرمی نیازکشور به ابررایانه‌هایی بانیاز پردازشی بالا را حیاتی دانست و گفت: «هوش مصنوعی قدرت بلامنازع آینده است و رقابت بر سر کسب قدرت درآینده پیش روی ماست.در حال حاضرنیاز پردازشی کشور ۱۰ پتافلاپیس (واحد اندازه‌گیری سرعت پردازش داده) است که برای پردازش این نیاز از ظرفیت‌های بین‌المللی کمک می‌گیریم.» 

📖 مجله هوش مصنوعی

🆔 : @HomeAI
✍🏻 هوش مصنوعی اطلاعات بی‌اهمیت را فراموش می‌کند

روش «Expire-Span»، طوری طراحی شده که می‌تواند اطلاعات را بهتر دسته‌بندی و ذخیره کند تا هوش مصنوعی بتواند آن‌ها را برای انجام وظایف مرتبط‌تری قرار بدهد. این روش ابتدا اطلاعاتی را شناسایی می‌کند که کاربرد بیشتری در شبکه موجود دارند و مطابق با تشخیص خود به آن‌ها تاریخ انقضا نسبت می‌دهد. هر چقدر که این داده اهمیت بیشتری برای هوش مصنوعی داشته باشد، تاریخ انقضای مربوط به آن دورتر می‌شود. به مرور زمان اطلاعات بی‌اهمیت را «فراموش» می‌کند و حافظه سیستم را باز نگه می‌دارد. هوش مصنوعی هر داده جدیدی را که وارد سیستم می‌شود؛ بر اساس اهمیت آن دسته‌بندی و برای باردوم اهمیت وجودآن در شبکه رابررسی می‌کند.

عمل «فراموشی» برای هوش مصنوعی می‌تواند کار سختی باشد. کدهای صفرویک این سیستم‌ها یا داده‌ای رانگه می‌دارندو یاآن رااز بین می‌برند، به همین دلیل فراموشی تدریجی می‌تواند چالش بزرگی باشد.در آخرین تلاش، هوش مصنوعی حجم اطلاعات کم اهمیت را کاهش می‌داد که منجربه ایجادنسخه کیفیت پایین تمام داده‌ها می‌شدوبااین کارکیفیت اطلاعات ارزشمندراازبین می‌برد.

📖 مجله هوش مصنوعی

🆔 : @HomeAI
🔺نتایج انتخاب رشته آزمون دکتری اعلام شد

🔹سخنگوی سازمان سنجش آموزش کشور گفت: کارنامه انتخاب رشته کنندگان آزمون ورودی مقطع دکتری «Ph.D» نیمه‌متمرکز سال ۱۴۰۰ از طریق سایت این سازمان اعلام شد.


📖 مجله هوش مصنوعی

🆔 : @HomeAI
Machine Learning e03.pdf
405.8 KB
✍🏻#Machine_Learning
#جلسه_سوم
موضوع : چرا از یادگیری ماشین استفاده می کنیم؟!

📖 مجله هوش مصنوعی

🆔 : @HomeAI
مجله هوش مصنوعی
Machine Learning e03.pdf
یادگیری_ماشین_3_چرا_از_یادگیری_ماشین_استفاده_می_کنیم
<unknown>
✍🏻#Machine_Learning
#جلسه_سوم
موضوع : صوت چرا از یادگیری ماشین استفاده می کنیم؟!

📖 مجله هوش مصنوعی

🆔 : @HomeAI
✍🏻نسل چهارم تراشه هوش مصنوعی

در جریان رویداد Google I/O، این کمپانی از سخت افزار جدیدی هم رونمایی کرد که نسل جدید واحد پردازش تنسور (TPU) است. نسل چهارم تراشه هوش مصنوعی سفارشی گوگل در مقایسه با گذشته تا دو برابر سریع‌تر است.

به گفته مدیرعامل گوگل، سوندار پیچای می‌توان در پادها از ۴,۰۹۶ تراشه نسل چهارم تراشه هوش مصنوعی این کمپانی استفاده کرد. قدرت محاسباتی هر پاد به بیش از ۱ اگزافلاپ می‌رسد.
گوگل از این تراشه‌های سفارشی برای بسیاری از سرویس‌های یادگیری ماشینی خودش استفاده می‌کند. به گفته پیچای، نسل چهارم TPU سریع‌ترین سیستم در گوگل است:
«این سریع‌ترین سیستمی است که تا به امروز در گوگل مستقر کرده‌ایم و یک دستاورد تاریخی برای ما به حساب می‌آید. در گذشته برای اینکه بتوانید به قدرت ۱ اگزافلاپ دست پیدا کنید، باید سوپرکامپیوترهای اختصای می‌ساختید، اما ما امروزه تعداد زیادی از آن‌ها داریم و در آینده شمار بالایی از پادهای نسل چهارم TPU در دیتاسنتر خود خواهیم شد که اکثر آن‌ها تا ۹۰ درصد کربن تولید نمی‌کنند. این تراشه‌های جدید در سال جاری در اختیار مشتریان قرار می‌گیرد.»

📖 مجله هوش مصنوعی

🆔 : @HomeAI
📝 هوش مصنوعی در دنیای رباتیک

🔸 آشنایی با برترین کمپانی های دنیا در حوزه رباتیک و هوش مصنوعی ، می تواند ما را در کسب ایده های جدید و همگام شدن با پیشرفت تکنولوژی یاری کند. تجربه ی این شرکت ها می تواند آغاز ایده پردازی ما برای ساخت محصولات جدید و کمک به پیشرفت کشورمان باشد.

در این مقاله با برترین تولید کنندگان هوش مصنوعی در حوزه رباتیک ، از ربات های هوشمند برای مصرف کنندگان گرفته تا اولین ربات انسان نما هوشمند ، آشنا خواهید شد.

مشاهده ادامه مطلب

📖 مجله هوش مصنوعی

🆔 : @HomeAI
📝 آموزش PyTorch برای مبتدیان – استنباط مدل با ONNX و Caffe2

🔸 در این پست، توضیح خواهیم داد که چگونه می توان یک مدل آموزش دیده PyTorch را به مدل ONNX تبدیل کرد و در Caffe2 استنباط کرد.

مشاهده ادامه مطلب

📖 مجله هوش مصنوعی

🆔 : @HomeAI