نمونه استفاده از Azure ML Studio برای اتوماسیون : (منظورم همون AutoML هست)

در نظر داشته باشید که پادکست مصنوعی توضیح فارسی این ویدیو را در این جا قرار دادیم. می تونید قبل یا بعد از تماشای ویدیو گوش کنید.

@ai_python

https://youtu.be/ijKg5jKqqyY?list=TLGGsLZnztuA4wUyMjA4MjAyNQ

آگهی استخدام xAI برای متخصصین K8s :

@ai_python

https://x.com/APrerepa/status/1959339444324147250

@ai_python

نانو بنانا از طریق API و از طریق Google AI Studio به صورت Preview در دسترس قرار گرفت.

پیش از این بالاتر درباره ابزارهای مختلف گوگل در رابطه با هوش مصنوعی از جمله Google AI Studio صحبت کرده بودیم.

لینک توییت تصویر : https://x.com/googleaistudio/status/1960344388560904213

در خصوص این پست کانال نوپای @elonfact سوالی که مطرح می شه اینه که آیا این فناوری در حال حاضر عملی هست؟ برخلاف تصویر خیلی از افراد، بله! :

اسپیس‌ایکس در منظومه ماهواره‌ای استارلینک از ارتباطات لیزری بین ماهواره‌ها استفاده می‌کنه تا داده‌ها رو بدون نیاز به ایستگاه‌های زمینی منتقل کنه.

@ai_python

ناسا هم از این فناوری برای ارسال تصاویر و ویدیوها از فضا به زمین استفاده کرده، با سرعتی تا ۱.۲ گیگابیت بر ثانیه.

@ai_python

فرانسه اخیراً موفق شده یک ارتباط لیزری پایدار بین یک نانوماهواره و ایستگاه زمینی برقرار کنه، که اولین نمونه تجاری موفق در اروپا محسوب می‌شه

به نظر می رسه که روسیه و چین هم در حال توسعه این فناوری هستند.

در هر صورت فکر کردم شاید با توجه به اینکه از این فناوری در حوزه انتقال دیتا استفاده می شه برای خیلی از افراد این کانال هم جالب باشه این پست:

@elonfact

فناوری ردیابی لیزری بسیار دقیقی که SpaceX در اختیار داره، قادر است در فاصله‌ای حدود ۴۰۰۰ کیلومتر (۲۵۰۰ مایل) و در حالی که با سرعتی حدود ۲۵ برابر سرعت صوت حرکت می‌کند، هدف را دنبال کند.

@elonfact

🚀 کاربردهای ارتباط لیزری بین ماهواره‌ها:

افزایش سرعت انتقال داده‌ها ارتباطات لیزری می‌تونن داده‌ها رو با سرعتی تا چند گیگابیت بر ثانیه منتقل کنن، که بسیار سریع‌تر از امواج رادیویی سنتیه.

پهنای باند بالا و کاهش تداخل: چون لیزرها از طیف نوری استفاده می‌کنن، کمتر تحت تأثیر ازدحام فرکانسی قرار می‌گیرن و تداخل سیگنال‌ها به حداقل می‌رسه.

@elonfact

امنیت بیشتر پرتوهای لیزری بسیار متمرکز هستن و به سختی قابل شنود یا رهگیری هستن، که این موضوع برای ارتباطات نظامی و حساس بسیار مهمه.

کاهش وزن و هزینه تجهیزات سیستم‌های لیزری نسبت به تجهیزات رادیویی سنتی سبک‌تر و کم‌هزینه‌تر هستن، که برای پرتاب‌های فضایی مزیت بزرگیه.

در این نوشتار در بلاگ ان ویدیا، 5 مشکل رایج در کتابخانه Pandas و بهترین راه حل های آن ها نوشته شده است :

@ai_python

🌀 Slow CSV reads → engine="pyarrow" … or %load_ext cudf.pandas
💥 Merges freezing your laptop → %load_ext cudf.pandas
🐏 Strings eating RAM → astype("category") … or %load_ext cudf.pandas
⏳ Painfully slow groupby() → %load_ext cudf.pandas
💻 Memory errors on large datasets → downcast … or %load_ext cudf.pandas

https://developer.nvidia.com/blog/how-to-spot-and-fix-5-common-performance-bottlenecks-in-pandas-workflows/

یکی از مشکلاتی که به دلیل سرعتی که خود مدل های زبانی بزرگ در کدنویسی به ارمغان آوردن، اینه که همه ابزارها بسیار سریع تر به روز رسانی می شن و در نتیجه حتی جدیدترین مدل ها، گاهی برای بعضی از موارد یک روز پس از انتشار، عقب افتاده محسوب می شوند.

@ai_python

این باعث می شه که برنامه نویس هایی که وایب کدینگ انجام می دن، همیشه با مشکلات خاصی دست و پنجه نرم کنند، یا دیگران را دچار مشکلاتی کنند. ولی در هر صورت چیزی که مسلم است این است که نمی شود جلوی این موج وایب کدینگ را گرفت. ولی می توانیم آن را بهبود ببخشیم. لاما ایندکس هم برای این مهم، یک چاره اندیشیده که به نظرم خیلی جالب اومد. برای مثال یکی از مشکلات وایب کدینگ اینه که در بسیاری از اوقات از API های قدیمی اونا استفاده می کرد.

اما با راه حل Vibe Coding Agent همیشه، اصول کار با تازه ترین نسخه API به مدل به عنوان Context داده می شه. در واقع به نوعی Augmentation اتفاق می افته.

@ai_python

اینم پست بلاگ مربوط بهش :

https://www.llamaindex.ai/blog/the-future-of-vibe-coding-agents