PyVision | پای‌ویژن
71 subscribers
80 photos
2 videos
45 files
135 links
آموزش زبان برنامه‌نویسی Python 🐍
از مفاهیم پایه تا مباحث پیشرفته و کاربردی
ورود به دنیای هوش مصنوعی💻
یاد بگیریم،
تمرین کنیم،
حرفه‌ای شویم.

Step by Step Python Programming Tutorial
From Basics to Advanced Projects & AI

ارتباط با ادمین:
🌐 @Its_poryaa
Download Telegram
PyVision | پای‌ویژن pinned «سلام و رحمت بر شما همراهان ☘️
برای تعادل بهتر سطح مطالب کانال،
لطفاً بفرمایید: سطح پیچیدگی محتوای کانال را چگونه ارزیابی می‌کنید؟
»
PyVision | پای‌ویژن
سلام و رحمت بر شما همراهان ☘️
برای تعادل بهتر سطح مطالب کانال،
لطفاً بفرمایید: سطح پیچیدگی محتوای کانال را چگونه ارزیابی می‌کنید؟
🔹️ اگر تمایل دارید سطح محتوا تغییر کند،
لطفاً در کامنت‌ها پیشنهادات خود را بنویسید، بسان:

ساده‌تر شود
مثال عملی بیشتر داشته باشد
تحلیل عمیق‌تر و فنی‌تر شود
یا مسیر فعلی حفظ شود

نظرات شما پس از بررسی و امکان‌سنجی مستقیماً در تهیه محتواها اثر خواهد داشت.

🌐 @PyVision
👍1👌1
🇮🇳 نیمی از کاربران ChatGPT در هند بین ۱۸ تا ۲۴ سال دارند.

بر اساس گزارشی از TechCrunch، شرکت OpenAI اعلام کرده است که در هند، کاربران ۱۸ تا ۲۴ ساله تقریباً ۵۰ درصد از کل استفاده از ChatGPT را به خود اختصاص داده‌اند.

طبق این گزارش:

▫️ کاربران ۱۸ تا ۲۴ سال، نزدیک به نیمی از پیام‌های ارسال‌شده به ChatGPT در هند را تشکیل می‌دهند.
▫️ کاربران زیر ۳۰ سال نیز حدود ۸۰ درصد از کل تعاملات با این پلتفرم را شامل می‌شوند.

این داده‌ها نشان می‌دهد که نسل جوان در هند نقش اصلی را در رشد و استفاده از ابزارهای هوش مصنوعی ایفا می‌کند.

هند یکی از بزرگ‌ترین بازارهای کاربران اینترنت در جهان محسوب می‌شودو سهم بالای جوانان ازاستفاده ChatGPT، بیانگر نفوذ سریع فناوری‌های مبتنی برهوش مصنوعی در میان نسل جدید این کشور است.

💬 به نظر شما چرانسل جوان در هند این‌قدر سریع به سمت ابزارهای هوش مصنوعی حرکت کرده است؟
آیا این رونددرایران هم قابل مشاهده است؟
دیدگاه خود را با ما به اشتراک بگذارید.

📌 لینک خبر:
🔘 www.techcrunch.com

#️⃣ #هوش_مصنوعی #فناوری #هند #آمریکا
#ChatGPT #PyVision #ArtificialIntelligence #TechNews #TechCrunch

🌐 @PyVision
👌2
سم آلتمن: ادعاهای مصرف آب ChatGPT «کاملاً نادرست» است.

او گفت، جهان باید سریع‌تر به سمت انرژی‌های هسته‌ای، بادی و خورشیدی حرکت کند.

جزئیات این خبر را در پست بعد بخوانید. 👇🏽


🌐 @PyVision
2
PyVision | پای‌ویژن
سم آلتمن: ادعاهای مصرف آب ChatGPT «کاملاً نادرست» است. او گفت، جهان باید سریع‌تر به سمت انرژی‌های هسته‌ای، بادی و خورشیدی حرکت کند. جزئیات این خبر را در پست بعد بخوانید. 👇🏽 🌐 @PyVision
🔹️ سم آلتمن (Sam Altman)، مدیرعامل OpenAI، در رویداد هوش مصنوعی در هند به نگرانی‌ها درباره اثرات زیست‌محیطی هوش مصنوعی پاسخ داد.

🔹️ او گفت ادعاهایی مانند «مصرف ۱۷ گالن آب برای هر پرسش ChatGPT» پایه علمی ندارد و توضیح داد مراکز داده دیگر از روش‌های قدیمی خنک‌سازی تبخیری استفاده نمی‌کنند.

🔹️ آلتمن در عین حال تأکید کرد نگرانی درباره مصرف کل انرژی هوش مصنوعی قابل درک است، زیرا استفاده جهانی از AI به‌شدت در حال افزایش است. به گفته او، جهان باید سریع‌تر به سمت انرژی‌های هسته‌ای، بادی و خورشیدی حرکت کند.

🔹️ در پاسخ به این پرسش که آیا هر پرسش ChatGPT معادل ۱.۵ بار شارژ آیفون انرژی مصرف می‌کند، او گفت: «به هیچ‌وجه چنین عددی درست نیست.»

🔸️ با این حال، منتقدان معتقدند نبود شفافیت کامل در انتشار داده‌های مصرف انرژی مراکز داده، امکان ارزیابی مستقل و دقیق را محدود می‌کند. همچنین، رشد سریع تقاضا برای مدل‌های بزرگ ممکن است فشار قابل‌توجهی بر زیرساخت‌های برق وارد کند؛ حتی اگر مصرف هر پرسش به‌تنهایی پایین باشد.

💬 شما چه فکر می‌کنید؟
آیا نگرانی‌ها درباره مصرف انرژی هوش مصنوعی بیش از حد بزرگ‌نمایی شده است یا نیازمند شفافیت و مقررات جدی‌تری هستیم؟
دیدگاه خود را با ما به اشتراک بگذارید.

📌 لینک خبر:
🔘 www.techcrunch.com

#️⃣ #هوش_مصنوعی #سم_آلتمن #مصرف_انرژی #فناوری
#ArtificialIntelligence #AIenergy #OpenAI #ChatGPT #TechNews #PyVisio

🌐 @PyVision
🔥3
Fundamentals_of_Machine_Learning_for_Predictive_Data_Analytics_Algorithms.pdf
62.7 MB
📚 معرفی کتاب
قسمت بیست و پنجم

Fundamentals of Machine Learning for Predictive Data Analytics
نویسندگان:
John D. Kelleher, Brian Mac Namee, Aoife D’Arcy

📊 سطح: متوسط تاپیشرفته
🗣 زبان: انگلیسی

💎 ویژگی‌های منحصربه‌فرد کتاب
● منتشرشده توسط MIT Press
● تمرکز بر تحلیل داده‌های پیش‌بینانه
● ترکیب مفاهیم الگوریتم‌ها با پیاده‌سازی عملی
● آموزش چرخه ساخت مدل از داده تا ارزیابی
● مثال‌های کاربردی برای درک بهتر

🌟 چه چیزی این کتاب را خاص می‌کند؟
● ارائه دید ساختارمند به مدل‌سازی پیش‌بینانه
● توضیح الگوریتم‌های اصلی ML باشهود آماری
● تمرکز بر ارزیابی ومقایسه مدل‌ها
● پوشش الگوریتم‌های کلاسیک با نگاه تحلیلی
● مناسب دانشجویان علوم داده و تحلیلگران

📚 سرفصل‌های کلیدی کتاب
● مبانی یادگیری ماشین و تحلیل پیش‌بینانه
● پیش‌پردازش داده‌ها
● رگرسیون و طبقه‌بندی
● درخت‌های تصمیم
● الگوریتم KNN
● مدل‌های احتمالاتی
● ارزیابی و اعتبارسنجی
● پیاده‌سازی الگوریتم‌ها با Python

📌 منبع:
🔘 mitpress.mit.edu

#️⃣ #یادگیری_ماشین #تحلیل_داده #علوم_داده #کتاب_بیست_و_پنجم
#MachineLearning #PredictiveAnalytics #DataScience #MITPress

🌐 @PyVision
👍2👌1
⚠️ پژوهش MIT: چت‌بات‌های هوش مصنوعی برای کاربران آسیب‌پذیر دقت کمتری دارند!

🔸️ جزئیات این خبر را در پست بعدی بخوانید. 👇🏽


🌐 @PyVision
👌3
PyVision | پای‌ویژن
⚠️ پژوهش MIT: چت‌بات‌های هوش مصنوعی برای کاربران آسیب‌پذیر دقت کمتری دارند! 🔸️ جزئیات این خبر را در پست بعدی بخوانید. 👇🏽 🌐 @PyVision
🔹️ بر اساس پژوهشی از MIT Center for Constructive Communication، مدل‌های پیشرفته هوش مصنوعی ممکن است برای برخی کاربران، به‌ویژه افراد با مهارت پایین‌تر در زبان انگلیسی، تحصیلات رسمی کمتر یا ملیت‌های غیرآمریکایی، پاسخ‌های کم‌دقت‌تر و گاه نادرست‌تری ارائه دهند.

این مطالعه که در کنفرانس AAAI Conference on Artificial Intelligence ارائه شده، عملکرد سه مدل مطرح را بررسی کرده است:

● OpenAI GPT-4
● Anthropic Claude 3 Opus
● Meta Llama 3

📊 یافته‌های کلیدی پژوهش
● کاهش معنادار دقت پاسخ‌ها برای کاربران با تحصیلات کمتر و غیر بومی انگلیسی‌زبان
● بیشترین افت کیفیت برای کاربرانی که هم تحصیلات پایین‌تر داشتند و هم انگلیسی زبان مادری آن‌ها نبود
● افزایش نرخ «امتناع از پاسخ‌گویی» برای این گروه‌ها

برای مثال، مدل Claude 3 Opus در حدود ۱۱٪ موارد از پاسخ‌گویی به کاربران کم‌تحصیل و غیر بومی خودداری کرده، در حالی که این عدد برای کاربران عادی ۳.۶٪ بوده است.
در برخی موارد، پاسخ‌ها لحن تحقیرآمیز یا سرزنش‌کننده داشته و حتی مدل از لهجه اغراق‌آمیز یا انگلیسی شکسته تقلید کرده است.
🔺️ همچنین در بررسی کاربران از کشورهای مختلف، عملکرد برخی مدل‌ها برای کاربران ایرانی افت بیشتری نشان داده است.


🔺️ این تحقیق نشان می‌دهد که مدل‌های زبانی بزرگ (LLMs) ممکن است به‌صورت سیستماتیک برای کاربران آسیب‌پذیر عملکرد ضعیف‌تری داشته باشند؛ موضوعی که می‌تواند نابرابری در دسترسی به اطلاعات دقیق را تشدید کند.
پژوهشگران هشدار داده‌اند که بدون اصلاح سوگیری‌های مدل‌ها، این فناوری‌ها ممکن است به‌جای کاهش نابرابری اطلاعاتی، آن را تقویت کنند.

📌 لینک خبر:
🔘 news.mit.edu

#️⃣ #هوش_مصنوعی #چتبات #سوگیری_الگوریتمی #فناوری
#PyVision #MIT #ArtificialIntelligence #LLM #AIBias #AIethics #TechNews

🌐 @PyVision
🔥3
Python_Practice_Lab_1.pdf
126.5 KB
🟢 Python Practice Lab – 01

❇️ سری جدید تمرین‌های ساختارمند زبان برنامه‌نویسی پایتون؛
✅️ هر هفته یک مبحث، با سوالات سطح‌بندی‌شده و پاسخ تحلیلی.

✳️ این هفته: متغیرها (Variables)


✨️ یاد بگیریم، تمرین کنیم و حرفه‌ای شویم...👨🏽‍💻


#️⃣ #پایتون #تمرین_پایتون #آموزش_پایتون
#PythonPracticeLab #Python #PythonPractice #LearnPython #PythonLab

🌐 @PyVision
3👌1
🇮🇳 اجلاس India AI Impact Summit با اعلام سرمایه‌گذاری‌های میلیارددلاری و همکاری‌های گسترده بین‌المللی برگزار شد.

📰 اخبار مهم از این اجلاس را در پست بعدی بخوانید. 👇🏽

🌐 @PyVision
🔥2
PyVision | پای‌ویژن
🇮🇳 اجلاس India AI Impact Summit با اعلام سرمایه‌گذاری‌های میلیارددلاری و همکاری‌های گسترده بین‌المللی برگزار شد. 📰 اخبار مهم از این اجلاس را در پست بعدی بخوانید. 👇🏽 🌐 @PyVision
📰 مهم‌ترین اخبار از India AI Impact Summit

هند هفته گذشته میزبان اجلاس چهارروزه India AI Impact Summit بود؛
رویدادی با هدف جذب سرمایه‌گذاری بیشتر در حوزه هوش مصنوعی که با حضور مدیران ارشد شرکت‌های بزرگ فناوری و رؤسای دولت‌ها برگزار شد.

در این اجلاس، مدیران شرکت‌هایی مانند OpenAI، Anthropic، Nvidia، Microsoft و Google حضور داشتند.
از جمله چهره‌های شاخص حاضر می‌توان به Sam Altman، Sundar Pichai، Dario Amodei و نخست‌وزیر هند Narendra Modi اشاره کرد.

💰 سرمایه‌گذاری‌های کلان
● اختصاص ۱.۱ میلیارد دلار برای صندوق سرمایه‌گذاری دولتی AI
● برنامه ۱۰۰ میلیارد دلاری گروه Adani برای ساخت مراکز داده AI با انرژی تجدیدپذیر تا ۲۰۳۵
● هدف جذب بیش از ۲۰۰ میلیارد دلار سرمایه‌گذاری در زیرساخت AI طی دو سال آینده

🖥 توسعه زیرساخت و همکاری‌های فناوری
● همکاری OpenAI با گروه Tata برای استقرار ۱۰۰ مگاوات توان پردازشی (با هدف افزایش تا ۱ گیگاوات)
● افتتاح دو دفتر جدید OpenAI در بنگلور و بمبئی
● همکاری AMD و TCS برای توسعه زیرساخت رک‌مقیاس AI
● پروژه استقرار ۸ اگزافلاپس توان پردازشی با همکاری G42 و Cerebras

🤖 معرفی مدل‌ها و محصولات جدید
● انتشار مدل‌های متن‌باز Sarvam 30B و 105B و رونمایی از رقیب ChatGPT با نام Indus
● معرفی مدل ۱۷ میلیارد پارامتری Param 2 توسط BharatGen با پشتیبانی از ۲۲ زبان
● عرضه مدل ۸ میلیارد پارامتری هندی توسط Tech Mahindra
● معرفی مدل‌های چندزبانه Cohere با پشتیبانی از بیش از ۷۰ زبان
● رونمایی از مدل کلون‌سازی صوتی Vachana توسط Gnani

📊 آمار های ارائه شده از کاربران در اجلاس
● بیش از ۱۰۰ میلیون کاربر فعال هفتگی ChatGPT در هند
● سهم ۵۰ درصدی کاربران ۱۸ تا ۲۴ سال از استفاده در این کشور

🌍 انعقاد همکاری‌های بین‌المللی
● امضای «بیانیه AI دهلی نو» توسط بیش از ۸۸ کشور
● پیوستن هند به گروه Pax Silica برای تقویت زنجیره تأمین زیرساخت AI


🔍 این اجلاس نشان می‌دهد هند به‌صورت جدی در حال تبدیل‌شدن به یکی از قطب‌های اصلی زیرساخت و بازار مصرف هوش مصنوعی در جهان است. حجم سرمایه‌گذاری‌های اعلام‌شده و حضور گسترده شرکت‌های بزرگ، بیانگر رقابت ژئو‌فناورانه جدیدی در آسیا است.

💬 شما چه فکر می‌کنید؟
آیا هند می‌تواند به یکی از مراکز اصلی AI در جهان تبدیل شود؟
به نظر شما این سطح از سرمایه‌گذاری چه تأثیری بر بازار جهانی خواهد داشت؟
دیدگاه خود را با ما به اشتراک بگذارید.

📌 منبع:
🔘 www.techcrunch.com

#️⃣ #هوش_مصنوعی #زیرساخت_دیجیتال #فناوری
#PyVision #ArtificialIntelligence #IndiaAI #AIInvestment #DataCenters #TechNews

🌐 @PyVision
👌3
🇨🇳 شرکت DeepSeek در آستانه رونمایی از V4؛
آیا سیلیکون‌ولی دوباره خواهد لرزید؟



🔹️جزئيات این خبر را در پست بعدی بخوانید.👇🏽

🌐 @PyVision
1👌1
PyVision | پای‌ویژن
🇨🇳 شرکت DeepSeek در آستانه رونمایی از V4؛ آیا سیلیکون‌ولی دوباره خواهد لرزید؟ 🔹️جزئيات این خبر را در پست بعدی بخوانید.👇🏽 🌐 @PyVision
📰 صنعت هوش مصنوعی آمریکا در انتظار مدل جدید DeepSeek

🔹️بر اساس گزارشی از Futurism، شرکت چینی DeepSeek در حال آماده‌سازی برای عرضه مدل جدید خود با نام DeepSeek V4 است؛ مدلی که می‌تواند بار دیگر بازار فناوری آمریکا را تحت تأثیر قرار دهد.

🔺️سال گذشته، زمانی که DeepSeek مدل V3 را با هزینه‌ای کمتر از ۶ میلیون دلار منتشر کرد، آن هم با استفاده از تراشه‌های ضعیف‌تر Nvidia، واکنش بازار بسیار شدید بود:

● شاخص Nasdaq حدود ۳٪ سقوط کرد
● سهام Nvidia حدود ۱۷٪ افت کرد
● حدود ۶۰۰ میلیارد دلار از ارزش بازار در مدت کوتاهی از بین رفت
!

هرچند بازار بعداً بازیابی شد، اما آن اتفاق جایگاه DeepSeek را به‌عنوان یک بازیگر جهانی در حوزه AI تثبیت کرد.

🔹️اکنون، طبق گزارش CNBC، نسخه جدید V4 «به‌زودی» منتشر خواهد شد. اگر این مدل بتواند با نسل فعلی مدل‌های شرکت‌هایی مانند OpenAI و Anthropic رقابت کند، ممکن است بازار دوباره دچار تلاطم شود.

🔹️این در حالی است که شرکت‌های بزرگی مانند Amazon، Microsoft، Meta و Google طی سال ۲۰۲۵ صدها میلیارد دلار در حوزه AI سرمایه‌گذاری کرده‌اند و انتظار می‌رود در سال ۲۰۲۶ حدود ۶۵۰ میلیارد دلار دیگر نیز هزینه کنند.

🔹️با توجه به اینکه DeepSeek توانست با هزینه‌ای بسیار کمتر از رقبای آمریکایی بازار را غافلگیر کند، انتشار V4 می‌تواند پیامدهای جدی برای صنعت فناوری ایالات متحده داشته باشد.


🔍 بازار هوش مصنوعی آمریکا به‌شدت بر پایه سرمایه‌گذاری‌های عظیم و انتظارات آینده بنا شده است. اگر مدلی با هزینه تولید بسیار پایین‌تر بتواند عملکردی هم‌سطح یا نزدیک به رقبای آمریکایی ارائه دهد، این موضوع می‌تواند پرسش‌های جدی درباره کارآمدی مدل سرمایه‌گذاری فعلی در آمریکا ایجاد کند. رقابت فناوری دیگر صرفاً درباره «بیشترین سرمایه‌گذاری» نیست، بلکه درباره بهره‌وری و بهینه‌سازی منابع نیز هست.

💬 شما چه فکر می‌کنید؟
آیا DeepSeek می‌تواند معادلات بازار AI را تغییر دهد؟
آیا دوران انحصار سیلیکون‌ولی در این حوزه به پایان نزدیک می‌شود؟
نظر خود را با ما به اشتراک بگذارید.

📌 منبع:
🔘 futurism.com

#️⃣ #هوش_مصنوعی #فناوری #بازار_سرمایه #سیلیکون_ولی
#PyVision #DeepSeek
#ArtificialIntelligence #Nasdaq #AICompetition #TechMarket #SiliconValley

🌐 @PyVision
1👌1
سلام و رحمت بر شما همراهان گرامی ☘️
در راستای نظرسنجی های گذشته، به جهتِ بهبودِ کیفیت، و هدفمندی مطالب کانال، لطفاً بفرمایید:
محتوای کانال تا چه حد برای شما کاربردی بوده است؟
Anonymous Poll
20%
🔘 بسیار کاربردی (قابل استفاده در پروژه/کار)
40%
🔘 نسبتاً کاربردی
40%
🔘 بیشتر جنبه آموزشی و تئوری دارد
0%
🔘 کم‌کاربرد برای نیازهای من
PyVision | پای‌ویژن pinned «سلام و رحمت بر شما همراهان گرامی ☘️
در راستای نظرسنجی های گذشته، به جهتِ بهبودِ کیفیت، و هدفمندی مطالب کانال، لطفاً بفرمایید:
محتوای کانال تا چه حد برای شما کاربردی بوده است؟
»
🔺️ کانادا به OpenAI هشدار داد:
یا استانداردهای ایمنی را تقویت کنید یا ما این کار را می‌کنیم!


🔹️ جزئیات این خبر در پست بعدی...👇🏽

🌐 @PyVision
🔥1
PyVision | پای‌ویژن
🔺️ کانادا به OpenAI هشدار داد: یا استانداردهای ایمنی را تقویت کنید یا ما این کار را می‌کنیم! 🔹️ جزئیات این خبر در پست بعدی...👇🏽 🌐 @PyVision
📰 فشار دولت کانادا بر OpenAI پس از یک تیراندازی مرگبار

🔺️ بر اساس گزارشی از Reuters، دولت کانادا به شرکت OpenAI اعلام کرده است که باید پروتکل‌های ایمنی خود را تقویت کند، در غیر این صورت دولت از طریق قانون‌گذاری این تغییرات را اعمال خواهد کرد.
این هشدار پس از آن مطرح شد که OpenAI اعلام کرد در سال گذشته حساب کاربری فردی را در ChatGPT به دلیل نقض سیاست‌ها مسدود کرده، اما موضوع را به پلیس گزارش نکرده است.
این فرد، «جسی ون روتسلاار» ۱۸ ساله، مظنون به کشتن هشت نفر در ۱۰ فوریه در شهر کوچک Tumbler Ridge در استان بریتیش کلمبیا است؛ حادثه‌ای که با خودکشی او پایان یافت.

🔹️ شرکت OpenAI اعلام کرده بود که حساب کاربری وی توسط سیستم‌های تشخیص «سوءاستفاده از مدل‌ها در راستای فعالیت‌های خشونت‌آمیز» شناسایی و مسدود شده، اما به این نتیجه رسیده که این حساب به سطح «تهدید فوری و معتبر برای آسیب جدی» نمی‌رسد و بنابراین به پلیس گزارش نشده است.

🔹️ وزیر دادگستری کانادا، شان فریزر، گفت دولت انتظار دارد تغییرات سریع در سیاست‌های ایمنی اجرا شود و در غیر این صورت، دولت از طریق قانون مداخله خواهد کرد.
نخست‌وزیر کانادا، مارک کارنی، نیز تأکید کرد هر اقدامی که می‌توانست از این تراژدی جلوگیری کند باید بررسی شود.

🔹️ این پرونده در شرایطی مطرح می‌شود که دولت کانادا پیش‌تر در سال ۲۰۲۴ پیش‌نویس قانونی برای مقابله با نفرت‌پراکنی آنلاین ارائه کرده بود، اما آن طرح به دلیل انتقادها متوقف شد و اکنون قرار است نسخه‌ای اصلاح‌شده ارائه شود.

🔹️ برخی کارشناسان حوزه جرم‌شناسی نیز اشاره کرده‌اند که علاوه بر پلتفرم‌های دیجیتال، ممکن است فرصت‌های دیگری برای پیشگیری از این حادثه از سوی نهادهای مختلف از دست رفته باشد.


🔍 این پرونده می‌تواند نقطه عطفی در تنظیم‌گری هوش مصنوعی در کانادا باشد. دولت‌ها به‌تدریج در حال افزایش فشار بر شرکت‌های AI برای شفافیت بیشتر و مسئولیت‌پذیری در قبال ریسک‌های اجتماعی هستند. در عین حال، تعیین مرز میان «نقض سیاست داخلی» و «تهدید قابل گزارش به پلیس» یکی از چالش‌های مهم حقوقی و فنی در عصر هوش مصنوعی محسوب می‌شود.

💬 شما چه فکر می‌کنید؟
آیا شرکت‌های هوش مصنوعی باید در موارد مشکوک، حتی بدون تهدید فوری، موضوع را به نهادهای قانونی گزارش دهند؟
مرز مسئولیت پلتفرم‌های AI تا کجاست؟

نظر خود را با ما در میان بگذارید. 👇🏽

📌 لینک خبر:
🔘 www.reuters.com

#️⃣ #هوش_مصنوعی #کانادا #تنظیم‌گری #امنیت_دیجیتال
#PyVision #OpenAI #ArtificialIntelligence #AIpolicy #TechNews #Reuters #Canada #USA

🌐 @PyVision
👌1
🔥 چالش همراه جایزه 🔥

خروجی کد زیر چیست؟
a = [1, 2, 3]
b = a
c = a[:]

print(a is b)
print(a is c)
print(a == c)

مهلت پاسخ: تا ساعت ۲۳
📩 ارسال پاسخ فقط در پی‌وی:
🆔️ @its_poryaa
🎁 جایزه: ۵۰ هزار تومان شارژ همراه

🎯 بین پاسخ‌های صحیح قرعه‌کشی خواهد شد.

ارسال در کانال = حذف
⛔️ ویرایش پاسخ = حذف
هر نفر فقط یک پاسخ

🌐 @PyVision
🔥1
فقط ۳۰ دقیقه تا پایان چالش! 🔥

🎁 ۵۰ هزار تومان شارژ همراه در انتظار یک برنده...🏆

مهلت نهایی: ساعت ۲۳
📩 پاسخ فقط در پی‌وی:
🆔 @its_poryaa

شاید برنده این چالش باشید! 😉

🌐 @PyVision
👌1
🏁 پایان چالش

زمان ارسال پاسخ به پایان رسید.

پاسخ صحیح:
True
False
True

❇️ متغیر b دقیقاً به همان شیء a اشاره می‌کند، بنابراین (a is b) برابر True است.
اما c یک کپی سطحی از a است، پس شیء متفاوتی است و (a is c) برابر False می‌شود.
با این حال، مقادیر آن‌ها برابر است، بنابراین (a == c) برابر True است.

همراه باشید... 🔥

🌐 @PyVision
👌1
🏆 و اما برنده چالش امشب!

پس از بررسی پاسخ‌های صحیح 🎯

🎉 برنده این چالش:
@Feizi2002

تبریک می‌گوییم 👏🏽🔥

🎁 جایزه: ۵۰ هزار تومان شارژ همراه
به‌زودی برای ایشان ارسال خواهد شد 💳

🌐 @PyVision
🤯2👎1