🌑یک بخش تاریک فناوری یادگیری عمیق!🌑

اگر توی غار زندگی نکرده باشید حتما در مورد فناوری deepfake چیزهایی شنیدید. در واقع همونطور که بارها توی کانال هم نشون دادیم فناوری یادگیری عمیق به جایی رسیده که براحتی میشه ویدیو و صدای یک فرد رو تولید کرد و هر چیزی که بخوایم روش بذاریم! این فناوری هنوز کاملا بالغ نشده و تفاوت هایی با نسخه واقعی دیده میشه اما با گذشت زمان این مشکل هم حل میشه!
با رشد هر فناوری قسمت های تاریکی هم همزمان باهاش شروع به رشد می کنند. قسمت هایی که هدف اولیه ساخت و توسعه اون فناوری نبوده. Deepfake یک نمونه اونه اما نمونه بسیار جدید ترش deep nude هستش. شاید یادتون بیاد که برای مدت زیادی نرم افزارهای پخش می شدند که ادعا می کردند که می تونن از دوربین گوشی استفاده کنن و مردم رو برای شما به صورت لخت نشون بدن! صد البته این برنامه های ویروسی فقط دنبال تیغ زدن و خرابکاری بر روی گوشی ها یا کامپیوترهای شما بودن. چنین چیزی امکان نداشت! اما فناوری یادگیری عمیق اکنون به نقطه ای رسیده که این امکان وجود داره! یک شخص ناشناس با استفاده از سورس کد pix2pix و با آموزش شبکه با ده هزار عکس پورنوگرافی تونسته نرم افزاری تولید کند که نسخه برهنه شده هر عکس رو درست کنه! (فعلا فقط بر روی تصاویر زن ها کار میکنه) چنین چیزی ترسناک بنظر میاد ولی سازنده ادعا کرده که چنین چیزی قبلا هم با فوتوشاپ با صرف زمان بیشتر امکان پذیر بود. اما مساله فراتر از این موضوع است چون ایجاد نسخه real time اون که بر روی گوشی این کار رو بکنه هم ممکنه!

چنین چیزی باید غیر قانونی باشه! این اولین واکنش هر فردیه. اما سوال اصلی اینه که تا کی میشه جلوی چنین چیزی رو گرفت؟ حتی اگر این یکی غیر قانونی بشه دیر یا زود نسخه های رایگان اون رو یه نفر دیگه تولید میکنه. این مثل غیر قانونی کردن تولید ویروس هاست! مشکل اینجاست فناوری یادگیری عمیق کاملا رایگان و در دسترس همه است! شاید جامعه هنوز درگیر حل و فصل مشکلات شبکه های اجتماعی باشه ولی تغییرات بعدی در راه هستند و این به سمتی میره که الان هنوز خیلی قابل درک نیست اما چیزی که مشخصه این هست که تصورات آیندگان از انتشار تصاویر برهنه تغییر خواهد کرد و کسی نمیتونه با تهدید به انتشار اونها باج خواهی کنه!


https://thenextweb.com/artificial-intelligence/2019/06/27/this-repulsive-app-generates-nudes-from-photos-of-clothed-women/

حذف شی به صورت real time

https://github.com/VPanjeta/Deep-Object-Removal

پدیده عجیب همگام سازی در طبیعت: سماع عرفانی طبیعت🦋

اگر تا بحال نزدیک یک محل روستایی یا نزدیک باغ خوابیده باشید صدای جیرجیرک ها را شنیده اید گاهی صدای صدها جیرجیرک را می شنوید که همزمان با هم جیرجیر میکنن!‌ چطور می توانند اینقدر هماهنگ باشند؟! دسته ای از آدم ها در یک مراسم شروع به دست زدن می کنند و بعد از چند ثانیه به راحتی می توانند با هم همزمان دست بزنند در حالی که اصلا برای این کار آموزش ندیده اند!! این مشاهدات خیلی واضح بنظر می رسند و احتمالا هرگز به آن ها فکر نکرده اید. مثال حیرت انگیز آن که احتمالا هم ندیده اید کرم های شب تاب هستند. کرم های شب تاب در شب چشمک می زنند اما در نقاطی از زمین دسته های بزرگی از آن ها در شب بر روی درختان جنگل پرواز می کنند و شما شاهد هزاران کرم شب تاب می شوید که همزمان با هم چشمک می زنند! چطور چنین چیزی ممکن است؟ چگونه یک کرم شب تاب این سوی جنگل دقیقا با کرم شب تابی صدها متر آن طرف تر همزمان چشمک می زند؟ یک ویدیو از این پدیده جالب را در زیر می توانید ببینید.

این موضوع برای تقریبا یک قرن معما بود تا اینکه در سال ۱۹۹۲ گروهی از دانشمندان آمریکایی با بودجه ای تحقیقاتی شروع به مطالعه این پدیده کردند. آنها به نتایج عجیبی رسیدند که کلید معماهای دیگری بود که ظاهرا بی ربط به نظر می رسید. این که عوامل اصلی بیماری صرع و حمله های عصبی آن چیست؟ چگونه قلب انسان می تواند چرخه های منظمی از تپش ایجاد کند و اینکه در سطح کوانتومی چگونه اتم ها به نظم دست پیدا میکنند. ادامه مطلب با شبیه سازی های متلب را در لینک زیر ببینید

(متاسفانه بخاطر محدودیت های موجود بر روی virgool ترجیح دادم مطالب را بر روی medium که یک سرویس جهانی است قرار بدهم. از اینکه این سایت از داخل ایران قابل دسترسی نیست با خبر هستم و برای همین دوست دارم که با فیلتر شکن به تمام محتوای آن به همراه ویدیوی های یوتیوب آن دسترسی داشته باشید، اگر مشکل چپ و راست میبینید این افزونه را بر روی کروم نصب کنید https://chrome.google.com/webstore/detail/medium-right-to-left-supp/jphomldalicnlidjipmhcbekajjneeam?hl=en )

https://bit.ly/31X4YCN

شبیه سازی چشمک زدن هماهنگ کرم های شب تاب از طریق فرآیند خودسازماندهی بدون ناظم (در متلب)

چرا فرمول بالا درست است؟
دقت کنید e^ix دقیقا یک نوسان گر است که دایره را در جهت پادساعت گرد می چرخد (مقدار بدهید تا متوجه بشوید) و e^-ix همان کار را در جهت ساعتگرد انجام می دهد. حالا اگر این دو بردار را با هم جمع کنیم انتهای آن همیشه بر روی محور افقی (که اعداد حقیقی است) قرار می گیرد و مانند یک کسینوسی جلو و عقب می رود (با ضریب دو)

(منبع تصویر https://www.youtube.com/watch?v=r6sGWTCMz2k)

در واقع e^ix یک نوسانگر بسیار ساده است!

وقتی داده های آموزش حالات جدید رو پوشش نمیدن! 😁
#fun

همگام سازی: سماع عرفانی طبیعت (نسخه ویرگول)

برای استفاده راحت دوستان که نمی خوان از فیلتر شکن استفاده کنند همون پست رو روی ویرگول هم قرار دادم.

https://vrgl.ir/nqGLC

🌕منابع مفید برای پردازش زبان طبیعی🌕

پردازش زبان طبیعی یکی از بزرگترین زیربخش های هوش مصنوعی است و به جرات می توان گفت دامنه و گستردگی آن تقریبا از هر شاخه دیگری بیشتری ست. دلیل اصلی آن هم این است که مطالعه زبان گستره ای از فلسفه و زبان شناسی تا ریاضیات دارد و برای درک درست از بسیاری مفاهیم نیاز هست که تاریخچه آن را هم بدانیم. اینجا من فقط به آخرین تغییرات اشاره می کنم و نمی خواهم در مورد کل تاریخچه بحث کنم.
روش های امروزی برای پردازش زبان طبیعی تقریبا همگی مبتنی بر آمار و احتمال هستند. بنابراین درک عمیق از آمار و احتمال بسیار مهم و کلیدی ست. بعد از آشنایی با مفاهیم شبکه های عصبی و یادگیری عمیق می توان به کتابخانه های زیر اشاره کرد.
یادگیری کتابخانه های یادگیری عمیق معمولا فرآیند زمانبری است و نیاز به دقت و تمرین دارد. امروزه Tensorflow مهم ترین و معروف ترین کتابخانه یادگیری عمیق است که توسط گوگل پشتیبانی می شود. اگر می خواهید پردازش زبان طبیعی کار کنید می توانید از این کتابخانه استفاده کنید اما مشکل اصلی این است که یادگیری این کتابخانه دشوار و بسیار زمان بر است. از طرفی کتابخانه های سطح بالاتری وجود دارند که همان کار را با سرعت یکسان و بسیار ساده تر انجام میدهند. ورود کتابخانه Pytorch به جامعه پردازش زبان طبیعی و حمایتش از طرف فیس بوک توانسته در چند سال اخیر کاملا جای پای خودش را باز کند. توصیه من یادگیری tensorflow ولی تمرکز اصلی بر روی pytorch است.
کتابخانه های تخصصی زیادی در NLP وجود دارد که هر کدام در سطح مشخصی کار میکنند. منظور این است که مثلا برای کارهای ساده تر مثل تشخیص قسمت کلمه (Part of speech) یعنی اینکه هر کلمه اسم، فعل یا حرف اضافه و غیره است نیاز به کتابخانه های مشخصی داریم ولی برای پردازش های سطح بالاتر مثلا نوشتن یک چت بات کتابخانه های دیگری نیاز داریم.
کتابخانه های سطح پایین به ترتیب اهمیت:
-spacy
-nltk
-flair
البته مورد آخری قدری پیشرفته تر هم هست. این کتابخانه ها پردازش هایی مانند ریشه یابی کلمات، تشخیص بخش کلمه، توکن بندی کلمات، بردار کلمات و میزان شباهت ها، تشخیص Named entity (مثلا اینکه یک کلمه اسم مکان، شخص یا شرکت است) را انجام می دهد.
برای پردازش های سطح بالاتر کتابخانه های زیر وجود دارند:
Allennlp
Gensim
این کتابخانه ها عملیاتی مانند یافتن موضوعات موجود در یک مجموعه متون، ایجاد مدل های دنباله ای برای سیستم های پیشرفته تری مانند تشخیص مرجع ضمایر، یافتن جواب برای سوالات (Question Answering) مترجم ماشینی (Machine translation) و غیره را انجام میدهند. دقت کنید که این کتابخانه ها صرفا برای استفاده هستند و با اینکه قابلیت تغییر در خود کد را دارند اما توصیه نمی شود.
در نهایت کدهای سطح بالایی وجود دارند که در حال توسعه هستند و نمی توان به آن ها به عنوان کتابخانه نگاه کرد بلکه بیشتر برای توسعه دهندگان هستند.
Huggingface pytorch
Fairseq
Parlai
برای کسی که کار پژوهشی انجام میدهد این کتابخانه ها شروع مناسبی هستند. تقریبا تمام کتابخانه های بالا بر اساس pytorch هستند بنابراین یادگیری pytorch در NLP ضروری است.
(این لیست بروزرسانی می شود)

«چرا این فزودن و کاستن نور مقرر است و ستارگان دیگر را نیست؟ میان مردمان نگرستن و ناستادن این معنی‌ها را خلاف‌است، در روشنایی ستارگان که ایشان‌را روشنایی از خویشتن است» شماری از گام‌های ماه کتاب التَّفهیم (ابوریحان بیرونی)

دوستی انگلیسی زبان هنگام بازدید از یک موزه عکسی برام فرستاد شبیه به عکس بالا و گفت که خیلی جالبه! بعد متوجه شدم این که فارسی خودمان است ترجمه کردم و برایش فرستادم! خیلی تعجب کرده بود! چگونه می توانید متنی مربوط تقریبا هزار سال پیش را بخوانید در صورتیکه خواندن انگلیسی حتی دویست سال پیش تقریبا ناممکنه!‌ این شاید خیلی عادی بنظر برسد ولی از دیدگاهی هم بسیار اسرار آمیز و جالب است. فراموش نکنیم تعداد زبان هایی که این خاصیت را دارند بسیار بسیار اندک هستند!
و نکته جالب دیگر صد البته کتاب بسیار پر بار التفهیم بیرونی به فارسی کامل است که هنوز هم خواندنی ست!

هوش مصنوعی مرز افسانه و واقعیت را جابجا می کند!

اگر سریال «بازی تاج و تخت» (game of thrones) را دیده باشید قسمت هایی را باید بخاطر داشته باشید که آریا استارک نزد شخص مرموزی می رود که به مرد بی چهره معروف است. آریا سختی های زیادی را متحمل می شود تا بتواند یک شخص بدون چهره باشد. به این معنی که هر گاه بخواهد هر چهره ای را که دوست دارد انتخاب و به آن شکل در آید! کل این ماجرا هیجان انگیز است ولی حیف که فقط یک افسانه قشنگ برای رویا پردازی است..... یا شاید هم ممکن است!!


فناوری deep learning و style transfer امروزه این امکان را فراهم کرده است که شما ویدیو های افراد را بگیرید و چهره آن ها را با شخص دیگری با دقت بسیار بالا جایگزین کنید! در اینجا چارچوب نرم افزاری برای توسعه آن را می توانید ببینید و خودتان (اگر با پایتون و تنسرفلو آشنایی دارید)‌ امتحان کنید. اخیرا گروهی به اسم ctrl shift face یک ویدیوی بسیار جالب از قرار دادن تصویر چهره جیم کری به جای جک نیکلسون در فیلم پر آوازه درخشش (shining) منتشر کرده اند.
👇🏼👇🏼👇🏼

انتقال چهره جیم کری بر روی چهره جک نیکلسون در سکانسی در فیلم درخشش با استفاده از فناوری deep learning
ویدیو کامل
#deep_learning
#machine_learning
@matlabtips

مقایسه دو فایل در متلب👆🏻👆🏻👆🏻

🌕عدد تصادفی چیست؟(با کد متلب)🌕

برای همه ما پیش آمده است که با سوالاتی مانند پیدا کردن ادامه دنباله ای عددی مانند دنباله زیر روبرو شویم:

5,1,1,2,5,3,3,8,2,4,…

گاهی اوقات با تلاش زیاد می توانیم ادامه دنباله را حدس بزنیم و گاهی هم شکست میخوریم در آن لحظه ممکن است تصور کنیم که دنباله هیچ "الگوی" مشخصی ندارد و کاملا تصادفی است که ناگهان متوجه میشویم دوست باهوش تر ما ادامه دنباله را یافته است! نتیجه گیری منطقی و طبیعی که به ذهن می رسد این است که هیچ گاه نمی توان ادعا کرد که یک دنباله تصادفی است چرا که "شاید الگویی دارد که ما نمی دانیم" در مواردی این ممکن است به مغلطه توسل به جهل هم منجر شود! (فکر کنید چرا)
دنباله در لینک زیر

https://vrgl.ir/Zzi7c

🌕عدد تصادفی چیست؟ (قسمت ۲)(با کد متلب)🌕

ممکن است برای شما این سوال پیش آمده باشد که چرا ما اینقدر بر روی تولید اعداد تصادفی تاکید میکنیم و اصلا چه لزومی برای این کار وجود دارد. ساده ترین جواب این است که بسیاری از دوستان از اعداد تصادفی به طرق اشتباهی در برنامه هایشان استفاده می کنند و از آنجایی که روند ایجاد اعداد تصادفی چیزی نیست که به راحتی بتوان دیباگ کرد(به خاطر اینکه ما انتظار رفتار خاصی از یک دنباله تصادفی نداریم) یافتن منبع اشتباه در برنامه بسیار دشوار می شود. برای حل این مشکل متلب تابعی به نام rng قرار داده است که نوع تولید اعداد تصادفی را مشخص کرده و هر بار دانه اولیه را هم میگیرد.

https://vrgl.ir/QqpnK