سوال اول: یادگیری هوش مصنوعی رو شروع کنم یا نه؟
جواب: اینجا منظور از هوش مصنوعی کل زیرمجموعه‌هاش هست.
هوش مصنوعی یک سری نقاط قوت و ضعف داره
نقطه قوتش اینه که خیلی ترند و به روزه و همه جا صحبت از هوش مصنوعیه.
اما این سوال کلی هست و در مرحله اول به علاقه شخصی فرد مربوط میشه
فرد باید ببینه که دوست داره آینده کاریش و تحصیلیش سمت هوش مصنوعی باشه یا نه
فارغ از مباحثی مثل بازار کارش مثل سختی یادگیریش و یه سری مسائل این شکلی آیا فرصت شغلی توی اون شهر یا روستا یا استان وجود دارد یا نه؟
اینا مسائلیه که باید بهش فکر کنید
ولی به صورت کلی اولین گزینه‌ای که هر فرد باید بهش نگاه کنه علاقه شخصیه منظورم علاقه واقعیه
نه اینکه مثلاً با جی پی تی کار کنیم بگیم چقدر باحال جی پی تی خوب کار میکنه پس من می‌خوام برم هوش مصنوعی یاد بگیرم
یا همه جا دارن در مورد هوش مصنوعی صحبت می‌کنند منم می‌خوام برم اونو یاد بگیرم نه این خیلی انگیزه درست و منطقی نیست
علاقه داشتن یعنی چی؟
علاقه داشتن به چیزی یعنی من حاضرم واسش زمان بزارم و از جیب هزینه ‌کنم.
ما معمولاً وقتی عاشق چیزی باشیم واسش خرج می کنیم و زمان میزاریم دیگه
مثلاً برای غذای مورد پسندمون خب هزینه می‌کنیم یا مثلاً از یه نفر خوشمون میاد خب براش زمان می‌گذاریم می‌دونید دیگه
برای هوش مصنوعیم همینطوره
آدم اول باید ببینه که اونقدر علاقه داره که اگر صبح بیدار شد و داشت کتابی می‌خوند دوره‌ای می‌دید یا کدی میزد هی ۱۰ دقیقه یکبار نگه اااااووووووه چقدر ساعت دیر میگذره!
نه اتفاقاً باید با علاقه و شور و شوق بخونه و اینطوری باشه که بگه عجبببببب نکته‌ا‌یه! کاش میشد بیدار بمونم بیشتر بخونم
اگه اول کار یه همچین علاقه‌ای دارید بمونید
اگه ندارید به نظرم سراغ کارای دیگه برید
البته نباید وجود دوره و آموزش خوب تو ایجاد علاقه یا از بین بردن علاقه رو نادیده گرفت. حتماً از منابع خوب استفاده کنید تا علاقه مضاعف برای شما ایجاد کنه.

سوال دوم: اگر علاقمند به حوزه هوش مصنوعی بودم به صورت میانگین چند سال نیازه که مسلط شم و به درآمد برسم؟
جواب: به صورت دقیق که نمیشه جواب چنین سوالی رو داد
برای کسی که بخواد نقشه راه هوش مصنوعیو شروع کنه دو حالت وجود داره
اگه کسی با مباحث پایه مثل برنامه نویسی، الگوریتم و فلوچارت آشنا باشه و برنامه نویسی هم بلد باشه و تا الان با سی پلاس پلاس، سی شارپ، جاوا و پایتون کد زده باشه چون بیس برنامه نویسی داره، بین سه ماه تا ۶ ماه زمان نیازه تا مفاهیم و تئوری‌های مربوط به هوش مصنوعی رو یاد بگیره
دانشجوهای رشته‌هایی مثل مهندسی کامپیوتر یا مهندسی برق معمولاً این بیسو دارن
ولی اگه کسی رشته غیر مرتبط داره یا سن مثلاً کمی داره و ۱۶ -۱۷ سالشه خب ایشون باید سه تا ۶ ماه اول وقت بگذاره به صورت عمیق فلوچارت و برنامه‌نویسی و الگوریتم یاد بگیره و بتونه با یه زبان برنامه نویسی (ترجیحاً پایتون) کد بزنه سه تا شش ماه هم باید مفاهیم هوش مصنوعی رو یاد بگیره.
این مفاهیم به صورت کلی مفاهیم مرتبط با ریاضی مثل جبرخطی، آمار احتمال و یادگیری ماشین هستن. یادگیری این مفاهیم حداقل 3 تا 6 ماه زمان نیاز داره و کل این پروسه حداقل یک سال زمان میبره بعد از این یک سال هم شما باید وارد فضای کارآموزی بشید و تازه شروع کار هست البته خب بعضیا خیلی زرنگ هستند و سه ماهه می‌تونن این مسیرو طی کنن بعضیا هم ممکنه یکی دو سال درگیر این داستان باشن.

سوال سوم: آیا تحصیلات مرتبط مثل مهندسی کامپیوتر برای یادگیری هوش مصنوعی ضروری و اجباری است یا خیر؟
جواب: افراد زیادی وجود دارند که رشته‌های غیر از مهندسی کامپیوتر دارند و الان در زمینه هوش مصنوعی خیلی فعال و موفق هستند مثلاً بچه‌هایی که تو زمینه بازارهای مالی اقتصاد تحصیل می‌کنند و یا حتی کسایی که تو رشته‌های مرتبط به علوم تجربی مثل پزشکی بودن و بعد اومدن این سمت و شروع کردن هوش مصنوعی رو یاد بگیرند یعنی
کارهای ترکیبی که الان در دنیا تو بعد آکادمیک یا بعد شرکتی و پروژه‌ای خیلی مطرحه کارای ترکیبیه مثلاً استفاده از هوش مصنوعی در پزشکی یا استفاده از هوش مصنوعی در بازارهای مالی و استفاده از هوش مصنوعی در صنعت انرژی.
تقریباً با قطعیت میشه گفت که ضرورت ندارد شما در رشته مهندسی کامپیوتر حتما مدرک کارشناسی یا کارشناسی ارشد داشته باشید و بعد وارد این حوزه بشید مثل کارهای دیگه مثلاً وقتی شما می‌خواید طراحی سایت انجام بدید یا سئو کار کنید خیلی لازم نیست که تحصیلات دانشگاهی داشته باشید یا با مهندسی کامپیوتر خیلی آشنا باشید البته اینم تو پرانتز بگما اگر کسی باشد که لیسانس یا ارشد مهندسی کامپیوتر داشته باشد و بخواد به سمت هوش مصنوعی حرکت کنه و یاد بگیره خیلی به نفعش هست. چرا؟ چون چنین آدمی تجربه برنامه نویسی خیلی خوبی داره طراحی الگوریتم بلده ساختمان داده بلده فلوچارت بلده و آمار احتمال پاس کرده. بخاطر همین خیلی سرعت رشد بالاتری داره. طبیعتاً اگر از من سوال بشه که نیاز هست که یک نفر تحصیلات آکادمیک هم داشته باشه من توصیه می‌کنم که چنین اتفاقی بیفته
البته اگر چنین تحصیلاتی نباشه باز هم میشه هوش مصنوعی یاد گرفت مثل زمانی که یه نفر دندون سازیو تجربی یاد گرفته یه نفر دیگه با تحصیلات دانشگاهی.
شما باشید پیش کدوم یک از این‌ها می‌رید؟ داستان اینم دقیقاً مثل همونه. اگر من نیاز داشته باشم به یک نیرو، طبیعتاً اون نیرویی رو انتخاب می‌کنم که تحصیلات آکادمیک مرتبط داره
بنابراین تحصیلات مهندسی کامپیوتر اجباری نیست ولی بودنش خیلی ارزشمنده چون از کسی که مهندس کامپیوتره انتظار میره تفکر مهندسی نرم‌افزار داشته باشه و اگر کدی نوشت کد به لحاظ مصرف حافظه بهینه باشه و اصول تمیز بودن کد رعایت شده باشه و در این صورت یه پروداکت خوب تحویل خواهد داد
ولی اگر شما رشته غیر مهندسی کامپیوتر هم داشته باشید می‌تونید وارد بشید می‌تونید یاد بگیرید و منعی وجود نداره حتی رشته‌های دیگه می‌تونن با هوش مصنوعی ترکیب بشن و محصولات و ایده‌های جالبی ازش تولید بشه

دوست داری یاد بگیری چطوری فقط توی چندساعت، صفر تا صد یک مقاله را با کمک هوش مصنوعی بنویسی؟

این روزا فکر و ذکر خیلیها مهاجرت هستش و طبعا رزومه سازی و مقاله نوشتن خیلی مطرح میشه، پس دو جلسه وبینار با موضوع "مقاله نویسی با هوش مصنوعی" برگزار می کنیم.

لینک ثبت نام

✳️کد تخفیف 50 درصدی: aipaper
✳️صحبت با پشتیبانی @data_hub
✳️دوجلسه به صورت آنلاین و دوساعته در تاریخ های 24 و 31 خردادماه ساعت 16 برگزار خواهد شد.

❇️@data_hub_ir
❇️data-hub.ir
❇️09938013176

سوال چهارم: برای کارآموزی هوش مصنوعی چه باید بکنم؟
جواب: وقتی فرد مسیر مطالعاتی رو استارت بزند شروع بکند و مفاهیم پایه رو یاد بگیرد و کد نویسی را تا حد قابل قبولی مسلط شود در این نقطه طبیعتاً نیازمند کارآموزی هست کارآموزی به دو صورت می‌تونه اتفاق بیفته یا اینکه شما حالا به صورت حضوری یا ریموت داخل شرکتی برید و دو سه ماهی زیر نظر یک فردی که مسلط هست یه سری موارد رو یاد بگیرید و راه بیفتید. مسئله‌ای که وجود داره اینه که فرصت‌های کارآموزی حتی توی شهری مثل تهران خیلی کم هست
دیگه شهرها و شهرستان‌های دیگه خیلی خیلی خیلی کمتر فرصت کارآموزی حضوری دارن و افراد هم معمولاً وقتی شما وارد یک شرکتی میشید به عنوان کارآموز خیلی حوصله یاد دادن چیزهایی به شما ندارند. معمولا حقوق داده نمیشه و شرایط مناسبی ندارن.
حالت بهتر و جایگزین این هست که بعد از یادگرفتن مفاهیم، شخص برای خودش پروژه تعریف کنه و اون پروژه‌ها رو انجام بده برای این کار از سایت هایی مثل کگل و گیتاب میتونه کمک بگیره و بعد از اینکه انجام داد، کدهاشو بزاره داخل کگل و گیتاب تا رزومش ساخته بشه
یا چند تا دوره از سایت کورسرا ببینه و مدارک اینا رو داشته باشه معتبر بودن مدارک دوره‌های ایرانی رو توی یک سوال دیگه‌ای جواب میدم ولی صرفاً بهتره که سمت دوره‌های کورسرا برید.
حتی در مسابقات کگل هم میتونید شرکت بشه و از این طریق هم برای خودتون رزومه سازی کنید.
بنابراین فرایند انجام پروژه و یادگیری اولیه رو فرد میتونه برای خودش تعریف کنه و بره جلو و در این صورت وقتی رزومه خوبی پیدا کرد و وارد شرکتی شد به عنوان کارآموز دیگه دست بالا رو داره و می‌تونه حقوق و بیمه درخواست کنه
من همیشه میگم به جای اینکه صفر صفر بریم و با یک نفر توی شرکت مصاحبه کنیم و ایشون هرچی دلش خواست به ما بگه ما قبلش یه ماه دو ماه سه ماه وقت بزاریم یک رزومه‌ای بسازیم و بعد از موضع بالاتر بریم و صحبت کنیم

رفقا گاهی ممکنه از تجربیات فریلنسری هم براتون بنویسم
دنیای وسیعی هستش و کلی بالا و پایین داره
البته هم بخونید و هم به کار ببرید و هم لایک کنید و هم واسه دوستاتتون بفرستید❤️

مثلا واسه پیشنهاد گذاشتن توی سایت های خارجی مثل آپورک
یک متن خوبی دیدم، یکم ادیتش زدم و اینجا میزارمش

1. اول سلام کنید و هرگز از کلماتی مانند "bro" یا "dear" استفاده نکنید. خطاب کردن یک فرد غریبه با "عزیزم"، به ویژه در موقعیتی که پیشنهاد کاری ارائه می‌دهیم، اصلاً حرفه‌ای نیست.
2. دو خط اول باید به قدری جذاب باشند که مشتری را ترغیب کنند تا پایان پیشنهاد شما را بخوانند. اگر دو خط اول جذاب نباشند، ممکن است مشتری علاقه خود را از دست بدهد و شما نیز شانس خود را از دست خواهید داد.
3. وجود هرگونه خطای املایی یا نگارشی می‌تواند باعث شک مشتری به تسلط شما بر زبان انگلیسی شود و اعتماد او را در همان لحظه اول از دست بدهید. (پس حتماً از ابزارهای بررسی گرامر استفاده کنید.)
4. به مشتری اطلاع دهید که درخواست او را با دقت خوانده‌اید و اگر لینک یا فایلی ضمیمه کرده است، حتماً بگویید که آن را کاملاً مشاهده و بررسی کرده‌اید. سپس در مورد درخواست او نظر و پیشنهاد خود را ارائه دهید.
- مثال: اگر مشتری یک وب‌سایت برای طراحی مجدد فرستاده است، چند نقص از وب‌سایت را بیان کنید و بگویید که استفاده از رنگ خاصی به دلایلی بهتر است، یا پیشنهاد دهید که قرار دادن نوار ناوبری در مکان خاصی بهتر خواهد بود.
- اگر به دنبال طراحی لوگوی ماسکوت هستند، به آن‌ها بگویید که این نوع لوگو بسیار مناسب است زیرا کاراکترها معمولاً باعث می‌شوند که لوگو و برند در ذهن مخاطب بیشتر باقی بماند.
- اگر مشتری تصویرسازی به عنوان هدیه می‌خواهد، به او بگویید که یک ایده جذاب این است که می‌توانید چهره خودش و فرد مورد علاقه‌اش را به صورت کارتونی در تصویرسازی به تصویر بکشید.
5. سپس یک پیشنهاد جذاب به مشتری ارائه دهید، مثلاً بگویید علاوه بر لوگویی که می‌خواهید، یک لوگوی موشن نیز برایتان طراحی خواهیم کرد. یا بگویید که می‌توانید دو نسخه از منو را طراحی کنید و هر کدام را که پسندیدید، ادامه دهید. یا هر مزیت دیگری که خودتان می‌دانید.
6. به مشتری بگویید که یک اسکچ رایگان برایشان طراحی خواهید کرد و اگر آن را پسندیدند، سپس می‌توانند سفارش خود را ثبت کنند تا شما آن را تکمیل کنید. (ارائه نمونه رایگان یک پیشنهاد بسیار جذاب است، زیرا اکانت شما فعلاً جدید است و مشتریان خارجی به این موضوع بسیار حساس هستند، به سختی اعتماد می‌کنند و به راحتی پول خود را خرج نمی‌کنند. پس، ارائه نمونه رایگان می‌تواند به ایجاد اعتماد کمک کند و مشتری را ترغیب کند تا برای مذاکره به پیام‌های شما مراجعه کند. می‌توانید روی نمونه‌ها، چه عکس و چه فیلم، واترمارک لوگو یا نام اکانت خود را قرار دهید.)
7. اگر به اطلاعات بیشتری نیاز دارید، سوالی از مشتری بپرسید که او را مشتاق به پاسخگویی کند. مثلاً بپرسید که سبک مورد علاقه‌شان چیست؟ یا رنگ سازمانی برندشان چه رنگی است و غیره.
8. سپس به مشتری ابراز کنید که چقدر مشتاق هستید که این پروژه را برایشان انجام دهید. یا بگویید که با کمال میل و اشتیاق منتظر همکاری با آن‌ها هستید.
9. در ادامه، به مشتری بگویید که شما یک گرافیست یا برنامه‌نویس حرفه‌ای هستید که مثلاً 5 سال تجربه کار حرفه‌ای دارید، اما به تازگی به فایور پیوسته‌اید.
10. در نهایت، به مشتری اطمینان دهید که تمام تلاش خود را خواهید کرد تا به بهترین شکل ممکن پروژه را تحویل دهید و نتیجه فوق العاده خواهد شد و همچنین تشکر کنید که آفر شما را مطالعه کرده اند.

11. اشاره به نمونه کارها:به مشتریان نمونه کارهای قبلی خود را نشان دهید تا از تجربه و مهارت شما اطمینان حاصل کنند. این کار به ایجاد اعتماد و نشان دادن سابقه کاری شما کمک می‌کند.
12. تاکید بر رضایت مشتری: به مشتری اطمینان دهید که رضایت او اولویت اصلی شما است و شما تا رسیدن به نتیجه دلخواه او تلاش خواهید کرد. (حسابی باید نازش بکشیم)
13. تاکید بر تخصص خاص: اگر در زمینه‌ای خاص تخصص دارید، حتماً آن را مطرح کنید. این کار به مشتری نشان می‌دهد که شما برای پروژه‌های خاصی بسیار مناسب هستید.
14. ارائه تضمین کیفیت: به مشتری اطمینان دهید که کار شما با کیفیت بالا انجام می‌شود و در صورت نیاز، آماده اصلاحات بیشتر هستید (این جمله مثل آب روی آتیش هستش) تا به نتیجه مطلوب برسید.

کلا باید با انرژی بامشتری ها صحبت کنید. جو بدید و اجازه بدید هیجان رو توی پیشنهادتون حس کنند.

سوال پنجم: رنج حقوقی یک فردی که در حوزه هوش مصنوعی کار می‌کند چقدر هست ؟
جواب: این سوال بستگی داره
من توصیه می‌کنم حتماً یه سری از گزارشات مثل جاب ویژن که به صورت سالانه منتشر می‌شه رو بخونید
و از دوست و آشنا بپرسید تا رنجش دستتون بیاد
چون یه عددیه که کاملا متغیره البته من توصیه‌ای که دارم اینه که وارد سایت‌هایی مثل جاب ویژن شید و شرکت‌هایی که حقوق‌ها رو می‌نویسند و خواسته‌هایی که دارند رو بخونید
طبیعتاً برای کارآموز یا افرادی که تازه اول کار هستند بهتر هست که این آگهی‌ها رو بخونن اینطوری هم رنج حقوقی دستشون میاد هم متوجه میشن که چه مهارتهایی نیازه که داشته باشن و مورد نیاز شرکت‌ها هست.
مهندسی معکوس کنید و برید همونا رو یاد بگیرید
ولی اگر بخوام به صورت یه دو دوتا چهارتایی بگم خب اولاً حقوق توی تهران با شهرهای دیگه کاملا متفاوته یعنی اگر بخوام سه سطحشون کنم تهران حقوق نسبتاً خوبی میدن بعضی از شهرها مثل اصفهان و مشهد و شیراز به نسبت حقوق یه لول پایین‌تر از تهران هستن. ولی دیگه بقیه شهرها میرن تو لول ۳ که خیلی پایین‌ترن هم فرصت کاری براشون کمتره و هم حقوقهای خیلی کمتری میدن و رنج حقوق همه جور هست
یعنی برای کارآموزی که وارد میشه به بعضیا حقوق میدن اما به بعضی از افراد حتی توی تهران هیچ حقوقی داده نمیشه و بیمه هم ندارن و سه ماه اول همینجوری رایگان ولی بعضیا حالا می‌تونن چانه زنی کنن صحبت کنن تا حقوق اداره کار و حتی کمترش رو بگیرند. بعضیا زرنگن هم حقوق اداره کار می‌گیرند هم بیمه میشن. بعضیا نه تنها بیمه میشن و حقوق اداره کار می‌خوان که حتی از اداره کارم بالاتر می‌گیرند این دیگه خیلی بستگی به اون فرد و زرنگیش و فن بیانش داره و چقدر خوب بتونه خودش رو پرزنت کنه ولی رنج حقوقیش بخوام مقایسه کنم، از یک سری از شغل ها مثل برنامه‌نویس سایت، طبیعتاً هوش مصنوعی پایین تره. یعنی عموم کسایی که وارد حوزه هوش مصنوعی میشن، بعضی‌هاشون متخصص و حرفه ای هستن و حقوقشون خیلی بالائه ولی آدمای متوسط و به اصطلاح جونیور همگی حقوقشون از کسایی که مثلاً سئوکار و طراحی سایت هستند پایین تره این یه واقعیتیه که باید بپذیریدش.
به خاطر همینه که هر کسی به من میگه که من می‌خوام وارد هوش مصنوعی بشم میگم اول برو طراحی سایتو یاد بگیر انجام بده پولش بیشتره زودتر یاد می‌گیری اگه اونجا ناراضی بودی بیا سمت هوش مصنوعی. چون اونور خیلی اوضاع درآمدش بهتره. این تاریخی که من دارم این صحبت رو میزارم مورد داشتیم طرف ۲۰۰ میلیون برای سایت گرفته یا مثلاً برای سایت وردپرسی ۵۰ میلیون گرفته خب شما هوش مصنوعی که نمی‌تونید پروژه به صورت فریلنس و اینها بگیرید. شما مجبورید برید توی شرکت کار کنید. سال‌های اولتونم باشه خیلی بخوان بهتون خوب حقوق بدن ۱۵ یا ۲۰ یا ۲۵ تومنه. بیشتر از اینا که بهتون نمیدن بعد طرف میاد و یه سایت وردپرسی می‌زنه ۲۰ تومن می‌گیره ۳۰ تومن می‌گیره ۵۰ تومن می‌گیره سئوشم می‌گیره ماهی ۵ تومن ۱۰ تومن ۱۲ تومن ۲۰ تومن. چون اونجا تعداد پروژه‌ها بیشتره
ولی اینور کسی که کار هوش مصنوعی انجام میده دیگه خیلی نمیتونه پروژه بگیره مجبوره بره توی شرکت ها کار کنه پس بخاطر همین واقعا اگر علاقه‌مند هستید بیاید توی هوش مصنوعی و علاقتون پنجاه پنجاهه کلی چیز دیگه توی مهندسی کامپیوتر هست که درآمد بیشتری داره و کسانی که وب دولوپرند یا دواپس کار می‌کنند اینا درآمدشون خیلی بهتره و مناسب‌تره

سوال ششم: بازار کار هوش مصنوعی داخل ایران و خارج ایران به چه صورت هست ؟
جواب: هوش مصنوعی داخل ایران خصوصاً با تمرکز روی تهران و بعد شهرهایی مثل اصفهان، مشهد و باقی شهرهای دیگه ایران، بازار کار نسبتا خوب و رو به رشدی داره.
هوش مصنوعی چند سالیه که در ایران جون گرفته خب طبیعتاً نمیشه انتظار داشت که فرصت‌های شغلی خیلی زیادی داشته باشه و در مقایسه با فرصت‌های شغلی مثل توسعه نرم‌افزار، توسعه وب سایت، طبیعتاً هوش مصنوعی خیلی جایگاه شغلی کمتری داره.
البته این داستان فقط مختص ایران نیست توی کشورهای دیگه هم چنین چیزی هست این مسئله رو باید بپذیرید که تازه رشد هوش مصنوعی توی ایران آغاز شده و کم کم فرصت‌های شغلی داره بهش اضافه میشه حتی شرکت‌های بزرگی که در ایران بخش هوش مصنوعی دارند، با هوش مصنوعی کار خیلی خاصی انجام نمیدن.
این واقعیت‌هاییه که باید در نظر بگیرید و باز میرسیم به همون صحبت قبل. کسانی باید بیان سمتش که واقعا علاقه دارند. در غیر این صورت کلی کار دیگه توی دنیای مهندسی کامپیوتر می‌شود انجام داد که اونها به صرفه‌ترند، حقوق‌های بیشتر، شرایط مناسب‌تر و فرصت شغلی‌های بهتری دارند.
شما همین الان کافیه که سایت هایی مثل کال لنسر یا جاب ویژن رو سرچ کنید ببینید چند تا فرصت شغلی واسه هوش مصنوعی و چند فرصت شغلی برای کارهای دیگه ای مثل بک اندلوپر یا فرانت وجود داره. خب قطعاً فرصت‌های شغلی اون سمت خیلی بیشتره.
به خاطر همین بیشتر طول میکشه تا شما یه کار خوب پیدا کنید البته خارج از کشور هم چنین اتفاقایی میفته چون همه جای جهان هوش مصنوعی تازه داره راه میفته ولی یه سری جاها مثل اروپا و آمریکا اینقدر فضای کارشون بزرگه و اونقدر شرکت‌های هایتک دارند که اونجا شما هوش مصنوعی بلد باشید خیلی مزیت داره براتون.
اگر واقعاً علاقه‌مند هوش مصنوعی هستید، باید کم کم ذهنیتتون این باشه که یا مهاجرت کاری یا تحصیلی کنید. یا اگر قصد مهاجرت ندارد میتونید برای خارج از کشور ریموت کار کنید چون فعلاً توی ایران هوش مصنوعی اوضاع خوبی نداره.

سوال هفتم: آیا میشه با یادگیری هوش مصنوعی بعد از مدتی استارتاپ خودم رو تاسیس کنم؟
جواب: استارت آپ زدن مخصوصا تو کشوری مثل ایران فرایند بسیار پیچیده ای داره و بسیار پر ریسک هست. من توصیه ای که می‌کنم اینه که رویکرد اون کسی که میخواد استارتاپ بزنه این شکلی باشه که یه استارتاپ اولیه بزنه با این هدف که مهاجرت کنه. الان خیلی از افراد هستند که یک استارتاپی رو راه‌اندازی می‌کنن و به یه نقطه خوبی که میرسه سریعا مهاجرت میکنن.
استارتاپ زدن داخل ایران خیلی چالش‌ها و پیچیدگی‌های زیادی داره و خیلی توصیه نمی‌کنم. چون این شکلی نیست که یه فضای رقابتی سالم باشه و شما محصولی داشته باشید و چون محصولتون خوب هست بتونید به راحتی بفروشیدش.
همونطور که قبلا گفتم توی هوش مصنوعی خیلی روال نیست که ما پروژه داشته باشیم.
اگر شما طراح سایت یا توسعه دهنده برنامه اندروید باشید، میرید با یه نهاد دولتی صحبت میکنید اونها یه سایت یا یه پلتفرم یا برنامه اندروید از شما میخوان و شما طراحی میکنید، تحویل میدید و تمام.
ولی به دلیل اینکه هوش مصنوعی به داده ها دسترسی داره و یه سری استفاده‌های خاص میشه از اون داده‌ها کرد، حساسیت بیشتره و معمولاً اینجور پروژه‌ها رو یک سری شرکتها و افراد خاص انجام می‌دهند و به قولی زمین بازی برای من و شما خیلی روشن نیست و قابلیت ورود نداره. به جز بحث‌های اقتصادی، عدم قطعیت‌های اقتصادی و تورمی که وجود داره و اذیت کننده هست، داخل ایران استارت‌آپ هوش مصنوعی زدن پر ریسکه.

سوال هشتم: امکان گرفتن پروژه از سایت های مثل آپ وک هست یا خیر؟
جواب: برای کار به صورت فریلنسر سایت‌های داخلی مثل پونیشا و خارجی مثل آپ ورک وجود دارن
پروژه‌هایی که سایت های داخلی در زمینه هوش مصنوعی میگذارن معمولا خیلی سبک هستند و به طور کلی این پروژه ها، تکلیفای دانشجویی یا پایان نامه هستند و خیلی درآمد خاصی نمیشه ازشون انتظار داشت.
برای سایت‌های خارجی هم مشکلاتی مثل تحریم، مشکل نت، وی پی ان، مشکلات بسیار جدی برای نقد کردن پول‌ و موارد دیگه وجود داره و حتی اگر شما همه این مشکلاتم حل کنید میرسید به نقطه رقابت با دوستان هندی.
عزیزانی که گاهی ساعتی یک یا دو دلار کار می‌کنند. یعنی فردی هست که رزومه خیلی خوبی داره و رنج مد نظرش رو گذاشته ساعتی ۲ دلار. یعنی واقعاً رقابت با چنین آدمایی که رزومه خیلی خوبیم دارن سخته
اگر کسی ذهنیت این رو داشته باشه که مثل طراحی سایت که درآمد بالایی داره و حقوقی مثل ۸۰ میلیون، ۲۰۰ میلیون حتی ۳۰۰ میلیون رایجه برای هوش مصنوعی اینطور نیست.
شما میتونید مثلاً با یه رستوران یا با کافه صحبت کنید سایتشونو طراحی کنید یا سئوشو به دست بگیرید یا تولید محتوای شبکه اجتماعیش رو انجام میدید
ولی واسه هوش مصنوعی اینجوری نیست و هنوز جا نیفتاده که شما برید و به یه کافه بگید من می‌خوام براتون هوش مصنوعی راه بندازم. پروژه‌هایی در این سطح وجود نداره.
با شرکت‌ها هم بخواید برید صحبت کنید فرد یا حتی شرکت‌های عادی و بدون رزومه و کوچیک رو هم قبول نمی‌کنند.
بنابراین پروژه‌های داخلی توی یه سری سایت‌ها مثل پونیشا هستند که درآمدشون خیلی پایینه.
پروژه‌های خارجی هم دریافتشون بسیار سخته.
اگه هم بخواید پروژه برای شرکت‌های داخلی انجام بدین، رزومه و یک سری ارتباطات خیلی خاصی می‌خواهد. به همین دلیل هست که میگم باید کسی بیاد سمت هوش مصنوعی که واقعا بهش علاقه مند باشه وگرنه راه‌های ساده‌تری واسه کسب درآمد هست.

سوال نهم: هوش مصنوعی چه گرایش‌هایی دارد؟
جواب: بعد از دوره کارآموزی در حوزه هوش مصنوعی شما میتونید زمینه‌های مختلفی رو انتخاب کنید. پردازش تصویر، پردازش زبان طبیعی، پردازش صوت، کار روی داده‌های مالی مثل رمز ارز و بورس یا کار در حوزه پزشکی، همه اینها مواردی هست که میتونه انتخاب بشه. ولی الان اگر فرصت‌های شغلیش رو نگاه کنید معمولاً کسانی که تصویر کار می‌کنند فرصت‌های شغلی خیلی بیشتری دارند. بعد از اون با یه اختلاف زیادی پردازش زبان طبیعی فرصت شغلی داره. حالا اون وسطا گاهی یکی دوتا فرصت شغلی در مورد صوت هم مطرح میشه.
به راحتی اینا رو می‌تونید برید توی سایت هایی مثل جاب اینجا، جاب ویژن و با کلید واژه ها اعتبار صحبت من رو چک کنید. مثلا میشه چک کرد که آیا فرصت شغلی واسه پردازش تصویر بیشتر هست یا نه؟
طبیعتاً باید بیشتر باشه چون خیلی زودتر وارد ایران شد. از سال ۲۰۱۸ پردازش زبان طبیعی در سطح جهان مطرح شد و یکی دو سال هست که GPT معروف شده و رویکرد پردازش زبان طبیعی هم مطرحه به خاطر همین کسی که میخواد وارد حوزه هوش مصنوعی بشه اگر دنبال این هست که زودتر کار پیدا کنه طبیعتاً باید کار با تصویر رو یاد بگیره و به نسبت حقوقشون بهتر هست.
در مورد فرصت‌های شغلی، معمولاً کسی که توی حوزه هوش مصنوعی هست میتونه تحلیلگر داده (Data scientist) یا مهندس داده (Data Engineer) بشه یا در حوزه DevOps یا BI فعالیت کنه. هر کدام از این حوزه ها مزایا و معایبی دارند. شاید بشه سر یک فرصت مناسب در مورد هر کدوم توضیح داد.
از لحاظ حقوقی، افراد فعال در حوزه مهندسی داده و DevOps حقوق بهتری دریافت می‌کنند.
از مزایای کار در حوزه BI، اینه که شما میتونید داشبورد تهیه کنید و به دیگران داشبورد بفروشید و ETL راه بندازید. متاسفانه دیتا ساینس هنوز اونقدر در صنعت جا نیفتاده که شما بتونید محصولات مربوط به هوش مصنوعی رو همین الان بفروشید.

سوال دهم: مسیر یادگیری هوش مصنوعی به چه شکل است؟
جواب: این سوال خیلی بستگی به شخصیت افراد داره بعضی از افراد علاقه‌مند به یادگیری از طریق ویدیو هستند دوره هستند بعضیا دوست دارند که مطلب بخونن بعضیا دوست دارن کتاب بخونن اینو باید طرف ببینه از کدوم جنس هست ولی اگر فردی باشه که تصویر محور باشه طبیعتاً سایتی مثل کورسرا خیلی کمک کنه هست و در کنارش یوتیوب یعنی این توصیه رو من میکنم ترجیحاً هم خواهشاً فارسی گوش ندید یعنی اول انگلیسی ها رو گوش بدید. با توجه به زیرنویس خوب یوتیوب و سعی کنید زبان اصل فعلاً یاد بگیرید پایه‌تون قوی بشه چون بعضی از چیزا واقعاً محتوای فارسی براش نیست و اینجوری شما ۶ ماه یک سال باید صبر کنید تا یک کسی یه محتوای فارسی تهیه کنه و شما محتوای فارسی رو گوش بدید این خیلی شما رو عقب می‌اندازد و یکی از ویژگی‌های مهم هوش مصنوعی این به روز شدنشه که برای بعضی اعصاب خوردکن میشه یعنی لحظه به لحظه تکنولوژی عوض میشن لحظه به لحظه یعنی شما عملاً ۶ ماه نباشید. متاسفانه این اتفاق میوفته و بعد ببینید که حالا خودتون اگر تصویر محورید تا بشه سمت فارسیا نرید فارسی هم خوبن افراد خوبی داریم ما که اومدن محتوای فارسی گذاشتن ولی خب فارسی دارن میگن شما باید به زبان اصلی یاد بگیرید حالا یه وقتی از شما زبان اصلی رو یاد گرفتید اون نکات کلی رو یاد گرفتید میتونید دوره های فارسی هم در کنارش مشاهده کنید ولی برای کسی که میخواد توی زمینه هوش مصنوعی سالیان سال فعال باشه باید زبان خوبی داشته باشه یعنی حداقل بتونه توی یوتیوب دوره ببینه البته خوب میشه کتاب هم رفت سمتش ولی. ماهیت هوش مصنوعی جوری است که معمولاً کتاب تا بیاد نوشته بشه تا بیاد چاپ بشه خیلی طول می‌کشه و به روز نیستند معمولا چند ماهی طول می‌کشه ولی شما به راحتی سایتی مثل مدیوم رو باز می‌کنید و جدیدترین مطالب رو می‌خونید یعنی توصیه من بعد از کورسرا و یوتیوب استفاده از مدیومه کتاب هم خیلی میاد و تئوریکال توضیح میده در صورتی که بعضی از سایت‌ها مثل مدیوم خیلی دقیق و عملی تر توضیح میدن این میشه حالا. پس من توصیه اولم این هست که زبان انگلیسی بخونید توصیه اولم حتی بین کورس را بعد از اینکه چهار تا دوره دیدید و مدارکش رو گرفتید دیگه برید سراغ یوتیوب چون یوتیوب واقعاً جدیدترین مطالب و به قولی کاملاً عملی میان و یاد میدن خیلی مختصر و مفید میان توضیح میدن دیگه مقدم و مؤخره نداره شما یه دوره میرید میبینید مثلا ۵۰ ساعته ۱۰۰ ساعته توی یوتیوب طرف توی سه چهار ساعت کل من مفاهیم رو گفته یا توی مدیوم به جای اینکه بشینید یه کتابه ۳۰۰ صفحه‌ای رو بخونید میرید چکیده و عصاره اش رو توی یکی از مطالب. مدیوم می‌خونید به راحتی می‌تونید یاد بگیرید البته خب توی این فضای یادگیری حتماً حتماً باید گیتاب رو هم در نظر بگیرید تگل رو هم یاد بگیرید یعنی توی این دو سایت شما میرید کدهایی که بقیه زدن رو می‌بینید و یاد میگیرید کگل میرید مسابقات رو میبینید دیگران چه کدی زدن چه نتایجی گرفتن توی مسابقات شرکت میکنید به قولی هم فالی هست و هم تماشایی رزومه‌تون هم بهتر میشه شما توی چهار تا مسابقه کگل هم که شرکت کنید خب خیلی بهتون کمک میکنه حالا بعضیا ممکنه بگن دوره ایرانی میبینیم و مدرکش رو میگیریم و ترجمه میشن واقعیتش خیلی خودتونو گول نزنید. دوره‌های ایرانی حتی اونایی که مدارکش ترجمه میشه خیلی اعتباری نداره کورسرا رو خیلی قبول ندارن اونور چه برسه مثلاً حالا فلان مجموعه داخل ایران که ترجمه می‌کنه مدرک خودش رو ولی این رزومه سازی خیلی مهمه کگل گیتاب خصوصاً گیتاب یعنی اکثر کسایی که می‌خوان شما رو جای استخدام کنند نگاه میکنن توی خصوصا بعد کگلتون چه کدهایی گذاشتید چقدر کانتریبیوشن داشتید چقدر فعال بودید

سوال یازدهم: برای یادگیری هوش مصنوعی نیاز هست که جبر خطی، ریاضیات، آمار احتمال رو یاد بگیرم؟ پیش نیازهاش چی هستن؟
جواب: واسه اون کسایی که تازه می‌خوان استارت بزنن شاید بشه گفت ۶ ماه یا یک سال اول، ریاضیات نیاز نیست ولی برای کسی که کارآموزی رو سپری کرده، یک سری پروژه‌ها انجام داده و می‌خواد بره سمت جونیور و بعد سینیور شدن یادگیری یه سری چیزا مثل جبر خطی، آمار و احتمال خیلی ضروری و مهم هست. یعنی بعداً که شما یادگیری ماشین رو می‌خواید یاد بگیرید و برید سمت شبکه‌های عصبی و مثلا ترنسفورمر و ...، اون بیس ریاضی خیلی بهتون کمک میکنه که بفهمید بک گراند کار چی هست. پس میشه گفت که اگر تونستید همون روزهای اول یاد بگیرید که چه بهتر، اگر نه بعد از یک سال که هم مفاهیم رو یاد گرفتید و کارآموزی رو سپری کردید و کم کم می‌خواستید برید سمت جونیور شدن، دونستن اون ریاضیات خیلی به شما کمک می‌کنه چون باعث میشه بک گراند پشت الگوریتم‌ها رو بدونید و بتونید تغییرشون بدید و هرچقدر بتونید اون بک گراندهای ریاضی رو بهتر بفهمید و تغییر بدید کدتون بهینه تر میشه و نتایج بهتری خواهد داشت و شما را یه سطح یا چند سطح از هم رتبه‌های خودتونو میاره بالا. این خیلی مسئله مهمی هست یعنی شاید اول کار ضروری نباشه ولی بعد از یکی دو سال که تو حوزه هوش مصنوعی کار می‌کنید باید ریاضیات و آمار احتمال مهندسی و جبر خطیو به خوبی یاد بگیرید.
بعضیا نیاز هست که سمت یادگیری مشتق و انتگرال و دیفرانسیل هم برن، خصوصاً کسایی که میخوان در حوزه پردازش تصویر و پردازش سیگنال کار کنن. چون اونا باید بدونن مثلاً تبدیل‌ فوریه چی هست.
به شدت توصیه می‌کنم اگر می‌خواید یه سر و گردن از اطرافیان خودتون بالاتر باشید برید سراغ ریاضیات.

سوال دوازدهم: برای یادگیری هوش مصنوعی (قسمت کد نویسی) زبان برنامه نویسی خاصی توصیه میشه؟
جواب: جوابِ ساده و کوتاه پایتون.
بعضیا شاید بگن که R هم خوبه R هم مناسبه ولی واقعیت اینه که الان دوران پادشاهی پایتون هست تقریبا میشه گفت که توی گیتهاب هم که میرید تو حوزه هوش مصنوعی، کدا رو نگاه می‌کنید ۹۰ تا ۹۵ درصدشون با پایتون هستن
توی گیتهاب اکثر ابزارهای خوبی که الان داریم باهاشون کار میکنیم با پایتون هست. مثلا شما میرید hugging face و میخواید با چیزی به نام ترانسفورمر کار کنید می‌خواید برید سمت تنسورفلو یا کراس همه اینها با پایتونه. استفاده از پایتون یه جورایی اجباری هست
اگر دید شما بیشتر تحلیلی و آماری هست طبیعتاً R قوی‌تر از پایتونه ولی فقط برای کسایی که بک گراند آماری و تحلیلی دارند، استفاده از R بهتر هستش ولی به جز این افراد مابقی افراد باید برن سمت پایتون
بعضیا تلاش می‌کنند با جاوا ، سی شارپ و زبان های دیگه برن سمت هوش مصنوعی که دقیقاً با سر میرن توی دیوار چون تصمیم بهینه ای نیست. ۹۰ تا ۹۵ درصد ابزارها و پکیج‌ها همه با پایتون هستن.
اونقدری این قضیه روشن و واضح هست که من ترجیح میدم که خیلی دیگه بیشتر از این توضیح ندم که چرا پایتون خوبه مگه جز پایتون انتخاب دیگه‌ای هم وجود داره؟ نه. شما هر کاری می‌خواید بکنید باید با پایتون انجام بدید. مثلا پردازش تصویر می‌خواید کار کنید جز پایتون چه زبانی اصلا کار راه اندازه؟
یا پردازش متن می‌خواید کار کنید ابزارهایی که پایتونی هستند مثل nltk، spacy، textblob این سه تا رو هیچ کدومش رو نمیشه توی R استفاده کرد و R اونقدر قوی نیست تو این زمینه ها، پس انتخاب اول و آخر پایتون است.

سوال سیزدهم:واسه یادگیری هوش مصنوعی چه مهارت‌هایی نیاز هست؟
پاسخ: مهارت‌های اصلی مورد نیاز در این زمینه عبارتند از:
اولاً، شما باید توانایی کدنویسی در حد قابل قبول را داشته باشید.
دوم اینکه، باید بتونین مسائل را تجزیه و تحلیل کنین، مدل‌سازیشون کنین و نتایجو تحلیل کنین. این بخش از تجزیه و تحلیل بسیار مهمه و قسمتی است که جنبه مهندسی داره. اینجاست که شما باید خلاق باشید، چون وقتی یک مسئله را تحلیل و مدل‌سازی می‌کنید و خروجی‌هاشو بررسی می‌کنید، باید راه‌حل‌های خلاقانه ارائه بدین.
یه ویژگی‌ مهم دیگه توی حوزه هوش مصنوعی، به‌روز بودن هست. واسه بعضی افراد، این موضوع جذابه، اما واسه بعضیای دیگه، این موضوع می‌تونه سخت باشه. یعنی برخی افراد ممکن است خسته بشن از اینکه باید هر روز یا هر هفته چیزهای جدید یاد بگیرند.
شما ممکنه یک هفته بعد متوجه شین که یه مدل یا یه فناوری جدید اومده که تمام مدلای قبلیو زیر سوال برده. پس باید ببینید که آیا شما حوصله به‌روز بودنو دارید یا نه، چون خیلی این به روز بودن به تلاش و زمان نیاز داره.
شما باید با دانش روز جلو برین و این سخته. البته این نشون میده شما می‌تونید از دانشگاه مستقل باشین، چون این پیشرفت‌ها در شرکت‌ها و فضاهایی خارج از دانشگاه اتفاق می‌افته. به همین دلیل، چه در دانشگاه باشید و چه نباشید، حداقل ۷۰ تا ۸۰ درصد از تکنولوژی‌ها و پیشرفت‌ها خارج از فضای دانشگاهه و شما باید این روحیه رو داشته باشین که دانش جدیدو یاد بگیرین. البته باید این دانش جدید هم به زبان انگلیسی یاد بگیرین. پس با در نظر گرفتن این نکات باید بررسی کنید که واقعا مایل هستید برید سمت هوش مصنوعی یا نه.
اما مسئله مهم دیگه ای هم که وجود داره اینه که دانشگاه‌ها در حوزه هوش مصنوعی از صنعت عقب افتادن. منظورم فقط ایران نیست، این موضوع برای کشوری مثل آمریکا هم صدق میکنه. در حال حاضر، شرکت‌های بزرگی مثل فیسبوک، مایکروسافت و گوگل در حوزه هوش مصنوعی پیشتاز هستند و دانشگاه‌ها عقب افتادن.
به همین دلیل، نمی‌تونید امیدوار باشید که با دیدن یک دوره از مثلا MIT، همه چیزو یاد بگیرید. باید خودتون برید و یاد بگیرید. این موضوع پیچیده اس، سخته و زمان‌بره. باید حوصله داشته باشید و این موضوعو در نظر بگیرین.

سوال چهاردهم: واسه یادگیری هوش مصنوعی سن به خصوصی مناسب هست یا نه؟ جواب: افراد در هر سنی میتونن به حوزه هوش مصنوعی ورود کنن. مثال های متفاوتی وجود داره افرادی حتی در سن ۱۰، ۱۵ سالگی یادگیری هوش مصنوعی رو شروع کردن بعضی افراد ۵۰ سالگی ولی معمولاً بهترین سن برای یادگیری ۱۷، ۱۸ سالگی هست تا حدوداً ۳۰ سی و خورده‌ای.
چرا؟ چون این رشته، ماهیت پویایی داره و یه شور و هیجانی می‌طلبه که شما مدام باید یاد بگیرید. یه کسی توی ۴۰ سالگی هم می‌تونه یاد بگیره ولی اون افرادی که 17 تا 20 ساله هستن انگیزه و علاقه بیشتری دارن و میتونن یاد بگیرن و سریع مسلط شن و رشد کنن
البته شما میتونید توی یه سری سن و سال‌هایی مثلاً ۴۰ تا ۵۰ حتی ۶۰ سالگی شروع کنید و یاد بگیرید ولی اگر قصدتون کار توی حوزه هوش مصنوعیه، بعضی از شرکت‌ها رنج سنی به خصوص می‌گذارند. الان برید جاب ویژن و جاب اینجا رو نگاه کنید سایت‌های خارجی هم میتونید نگاه کنید.
البته بعضیا برای علاقه شخصی میان یاد می‌گیرن که خب اون بحث جدایی داره ولی برای کار و اینکه بتونید برید توی یه شرکتی کار کنید خیلی اذیت میشید چون اونا ترجیحشون اینه که دانشجوی دانشگاهی مثل تهران و شریف رو که درس می‌خونن به عنوان کارآموز بگیرن. این پیچیدگی‌ها و سختی‌ها رو داره ولی هیچ محدودیتی نیست شما تو هر سنی میتونید هوش مصنوعی رو یاد بگیرید.

سوال پانزدهم: دورنمای کلی هوش مصنوعی چه در ایران چه در خارج به چه صورت هست؟
جواب: یه مسئله ای که وجود داره اینه که ما حجم زیادی از تعدیل نیرو رو خصوصاً در سطح اروپا و آمریکا داریم می‌بینیم. چون هوش مصنوعی داره جایگزین میشه یعنی ما ابزارهایی داریم که وظیفه کد نویسی، تحلیل کد، کامنت گذاری و ایجاد پروداکت رو انجام میده این موجیه که وجود داره و بخاطر همین یه ذره آینده پر ریسکه.
کلاً کسایی که برنامه نویسی میکنن یه ذره آینده‌شون در خطره. البته این خطر برای کسانی که در ایران هستن کمتره. چون ما از تکنولوژی جهان خیلی فاصله داریم و با یه تأخیر ۵ تا ۱۰ ساله اون تکنولوژی در کشور ما وارد میشه.
اوضاعمون راحت‌تره ولی اینا
باید در نظر بگیرید که اگر تحلیل کردن یاد نگیرید و بک گراند مفاهیم رو ندونید یا اگر ریاضیات و مهندسی نرم‌افزار و ساختمان داده و طراحی الگوریتم بلد نباشید، هوش مصنوعی در آینده سریعاً جایگزین شما خواهد شد. شما می‌خواهید هوش مصنوعی یاد بگیرید ولی همون هوش مصنوعی جایگزین شما میشه چون از شما بهتر کد می‌نویسه سردرد و اضطراب و بی حوصلگی و این نقاط ضعفو نداره و به راحتی میتونه کد بنویسه شما کی میتونید از اون جلو بیفتید؟
تصمیم گیری و تجزیه و تحلیل، خلاقیت و ترید آف مهمه ولی هوش مصنوعی الان نمیتونه این کارا رو انجام بده.
اگر مفاهیمی که گفتم و ریاضیات رو بدونید و بتونید مسائل و خروجی ها رو تحلیل کنید، این جور جاها هوش مصنوعی سخت تر میتونه بیاد جایگزین شما بشه.
وگرنه GPT و اینها خیلی کد نویس‌های بهتری از من و شما هستن و به شدت در خطریم و یکی از اون بخش‌های پر خطریه که داره اتفاق می‌افته و هوش مصنوعی داره جایگزین من و شما میشه. پس کسی که میخواد بیاد این سمت باید این ریسک رو هم بپذیره.

رفقا
فردا ساعت 4 جلسه اول هست
کسایی که ثبت نام کردن
یک پیام بدن تا لینک جلسه براشون ارسال بشه
@data_hub

سوال شانزدهم: آیا برای یادگیری هوش مصنوعی سخت افزار یا بستر پیش نیاز لازم هست؟
جواب: معمولاً برای کسایی که می‌خوان یاد بگیرن و نمیخوان کارهای سنگین بکنن در حد اینکه با کگل و GPU کگل کار کنند یا با GPU مربوط به colab کار کنند، کارشون راه میفته یا با یه لپ تاپ عادی مثلاً با یه GPU که رو لپ تاپتون هست ۲۰۸۰
ولی از یه جایی به بعد که قرار باشه پروژه‌های سنگین انجام بدید مثلا مدل های زبانی train کنید یا مثلا بخواید توی پردازش تصویر مدل های خیلی خفن realtime راه اندازی کنید سیستم های خیلی خاصی میخواد.
یکی از دلایل عقب ماندگی هوش مصنوعی توی کشور ما اینه که ما سخت‌افزار قوی نداریم. تا یه سطحی مثلاً تا اون یکی دو سال اول که داری هوش مصنوعی یاد میگیرید با همون لپ تاپ خودتون با colab حالا نهایتش با colab pro میتونید کاراتونو جلو ببرید ولی از یه سطحی که بالاتر خواستید بیاید ابزار نیازه و توی کشور ما هم ابزارها به شدت گرونن. مثلاً یه GPU عادی نسبتاً معمولی میشه ۱۰۰ تا ۳۰۰ میلیون و با یه دونه کارتون حل نمیشه باید چهار یا ۲۰ تاشو بخرید و به صرفه نیست زمانی که می‌خواید کار بزرگ بکنید.
به خاطر همین میگم که اگه قراره توی شرکتی کار کنید اصلاً لازم نیست نگران سخت افزار باشید یه لپ تاپ و یه کامپیوتر معمولی کفایت میکنه ولی اگر قراره که کارهای خفن بکنید پروژه‌های قوی و جذاب انجام بدین، طبیعتاً نیاز هست که خصوصاً GPU و RAM خوب داشته باشید و GPU هم هزینه بر هستش اگر قرار باشه یک استارتاپ راه‌اندازی کنید و یک پروژه خیلی کامل ارائه بدین و نگاه برون مرزی داشته باشید خب طبیعتاً مسئله‌ای که پیش میاد اینه که بستر سخت افزاری نیاز داره و تهیه بستر سخت‌افزاری هم خیلی پیچیده میشه و گرون خواهد بود.