Forwarded from DevTwitter | توییت برنامه نویسی
#کوته_نیوز
گوگل هوش مصنوعی خودش به اسم Gemini رو معرفی کرد.
به نظر میرسه این هوش مصنوعی بارها از GPT-4 قوی تره
@DevTwitter
گوگل هوش مصنوعی خودش به اسم Gemini رو معرفی کرد.
به نظر میرسه این هوش مصنوعی بارها از GPT-4 قوی تره
@DevTwitter
Machine Learning NLP + CV
بهترین مقالات 2023 cvpr اولین بهترین مقاله arxiv.org/abs/2211.11559 دومین بهترین مقاله arxiv.org/abs/2212.10156 بهترین مقاله افتخاری arxiv.org/abs/2211.11082 بهترین مقاله دانشجویی arxiv.org/abs/2305.10854 بهترین مقاله دانشجویی افتخاری arxiv.org/abs/2208.12242…
گزارشی از کنفرانس اخیر #CVPR که همین چند ماه پیش در ونکوور کانادا برگزار شد:
https://medium.com/@dobko_m/cvpr-2023-summary-ad271d383404
پ.ن: برای استفاده نامحدود از مقاله‌های موجود در medium هم می‌تونید از سایت https://archive.ph کمک بگیرید.
@ml_nlp_cv
https://medium.com/@dobko_m/cvpr-2023-summary-ad271d383404
پ.ن: برای استفاده نامحدود از مقاله‌های موجود در medium هم می‌تونید از سایت https://archive.ph کمک بگیرید.
@ml_nlp_cv
Medium
CVPR 2023 — Summary
My takeaways from attending CVPR 2023 in person.
Forwarded from انجمن علوم داده
Media is too big
VIEW IN TELEGRAM
⭕️ سمپوزیوم هوش مصنوعی در پزشکی و تصویربرداری (AIMI) استنفورد
#AIMI23 | Keynote Talk and Fireside Chat - Taha Kass-Haut
🔰سمپوزیوم 2023 AIMI که توسط مرکز هوش مصنوعی در پزشکی و تصویربرداری (AIMI) استنفورد در 8 ژوئن 2023 برگزار شد.
🔰دکتر Taha Kass-Hout مدیر ارشد فناوری (CTO) در GE HealthCare است. او معاون، مهندس برجسته هوش مصنوعی در سلامت و مدیر ارشد پزشکی در آمازون (2017-2023) بود، جایی که او استراتژی و فعالیت‌های هوش مصنوعی در سلامت آمازون را رهبری کرد.
🔰مباحث:
00:00 - Introduction
07:55 - Foundation Models
13:05 - Segment Anything Models
14:50 - Pretraining Strategy
17:30 - Mid Palm 2
21:35 - Medical Guidelines
22:40 - Insurance Denials
23:42 - Virtual Assistant
24:50 - Interactions
26:23 - Responsible AI
28:10 - Replace vs Assist
30:16 - Academics to Industry
33:56 - Access to Health Data
36:01 - Transparency
39:05 - Benchmarks
41:21 - Fireside Chat
در انجمن علوم داده با ما همراه باشید 🌱
| @DataScience_Association |
#AIMI23 | Keynote Talk and Fireside Chat - Taha Kass-Haut
🔰سمپوزیوم 2023 AIMI که توسط مرکز هوش مصنوعی در پزشکی و تصویربرداری (AIMI) استنفورد در 8 ژوئن 2023 برگزار شد.
🔰دکتر Taha Kass-Hout مدیر ارشد فناوری (CTO) در GE HealthCare است. او معاون، مهندس برجسته هوش مصنوعی در سلامت و مدیر ارشد پزشکی در آمازون (2017-2023) بود، جایی که او استراتژی و فعالیت‌های هوش مصنوعی در سلامت آمازون را رهبری کرد.
🔰مباحث:
00:00 - Introduction
07:55 - Foundation Models
13:05 - Segment Anything Models
14:50 - Pretraining Strategy
17:30 - Mid Palm 2
21:35 - Medical Guidelines
22:40 - Insurance Denials
23:42 - Virtual Assistant
24:50 - Interactions
26:23 - Responsible AI
28:10 - Replace vs Assist
30:16 - Academics to Industry
33:56 - Access to Health Data
36:01 - Transparency
39:05 - Benchmarks
41:21 - Fireside Chat
در انجمن علوم داده با ما همراه باشید 🌱
| @DataScience_Association |
Forwarded from انجمن علمی کامپیوتر علامه طباطبائی(CSS)
🔸انجمن علمی دانشجویی علوم کامپیوتر دانشگاه علامه طباطبائی برگزار می کند:
#آنلاین
☑️کارگاه:
Score Matching and Diffusion Models
🔘مدرسین: مهندس علی هدایت نیا و مهندس فرشاد سنگری
🔜زمان برگزاری:
روز شنبه ۱۸ شهریور
ساعت ۱۷
🔸 این دوره به صورت رایگان برگزار می شود
☑️ اطلاعات بیشتر در:
Telegram: @atucs
Linkedin
⭕️ ثبت نام:
🆔 Telegram: @atucs_support
Image by Freepik
#آنلاین
☑️کارگاه:
Score Matching and Diffusion Models
🔘مدرسین: مهندس علی هدایت نیا و مهندس فرشاد سنگری
🔜زمان برگزاری:
روز شنبه ۱۸ شهریور
ساعت ۱۷
🔸 این دوره به صورت رایگان برگزار می شود
☑️ اطلاعات بیشتر در:
Telegram: @atucs
⭕️ ثبت نام:
🆔 Telegram: @atucs_support
Image by Freepik
Forwarded from زانکو (Javad Amirian)
میخواهید #مقاله بنویسید؟ 👩🎓👨🎓
این توصیه‌های دکتر کالین رافل استاد دانشگاه نورث کارولینا (بعلاوه‌ی افاضات بنده)، شاید بتواند برای شما مفید باشد:
1⃣ یک حوزه‌ی (حوضه؟) -بسیار- کوچک را برای ریسرچ انتخاب کنید.
این انتخاب نباید یک حوزه‌ی بزرگ و جامع (مثلا هوش مصنوعی/یادگیری ماشین) باشد. هر چه کوچکتر بهتر.
(مثلا: تشخیص چهره‌ی افراد بین 14 تا 16 سال عینکی و سیبیلو! 👨🔬)
البته مساله‌ای را انتخاب کنید: که مهم و جذاب باشد و شما حس کنید می‌توانید به آن ورود کنید.
توصیه‌ی اکید: هرگز بعنوان یک تازه‌کار سعی نکنید سراغ مسائل بِکر و دست‌نخورده بروید! احتمالا شما تنها نابغه‌ای نیستید که آن‌را کشف کرده. بلکه احتمالا دلیل مهم‌تری هست که تا حالا دست‌نخورده مانده: داده‌ی مناسب برای آن وجود ندارد، خوش تعریف نیست یا ...
2⃣ شروع کنید به خواندن و ورق زدن مقالات. 🕵️♀️
مقالات یک حوزه، اشتراکات بسیار زیادی دارند. هرچند به زبان‌های مختلف بیان می‌شوند! شما بعد از مدتی باید بتوانید از روی چکیده‌ی مقاله یا دیاگرام‌ها بفهمید این یکی چه فرقی با بقیه دارد.
توصیه: قرار نیست همه‌ی مقالات مرتبط را از زمان مرحوم نیوتون به بعد پیدا کنید و بطور کامل بخوانید. باور کنید در هر حوزه‌ی کوچک، در هر سال فقط چند کار مهم و ارزشمند چاپ می‌شود. اگر مقالات خیلی زیادی پیش روی شماست، احتمالا راه را اشتباه می‌روید.
3⃣ به یک کامیونیتی (شبکه) احتیاج دارید. 👨👨👧👦
خودتان را به افراد دیگری که در این حوزه فعالند نزدیک کنید. توییتر شاید این روزها جای مناسبی باشد تا آنها را پیدا کنید. با کمک این افراد می‌توانید در جریان مهمترین رویدادها و پیشرفت‌های این حوزه قرار بگیرید.
هشدار: مراقب معتاد شدن به توییتر باشید! ☠️
زانکو (یعنی دانشگاه)
@zankoo_ai
این توصیه‌های دکتر کالین رافل استاد دانشگاه نورث کارولینا (بعلاوه‌ی افاضات بنده)، شاید بتواند برای شما مفید باشد:
1⃣ یک حوزه‌ی (حوضه؟) -بسیار- کوچک را برای ریسرچ انتخاب کنید.
این انتخاب نباید یک حوزه‌ی بزرگ و جامع (مثلا هوش مصنوعی/یادگیری ماشین) باشد. هر چه کوچکتر بهتر.
(مثلا: تشخیص چهره‌ی افراد بین 14 تا 16 سال عینکی و سیبیلو! 👨🔬)
البته مساله‌ای را انتخاب کنید: که مهم و جذاب باشد و شما حس کنید می‌توانید به آن ورود کنید.
توصیه‌ی اکید: هرگز بعنوان یک تازه‌کار سعی نکنید سراغ مسائل بِکر و دست‌نخورده بروید! احتمالا شما تنها نابغه‌ای نیستید که آن‌را کشف کرده. بلکه احتمالا دلیل مهم‌تری هست که تا حالا دست‌نخورده مانده: داده‌ی مناسب برای آن وجود ندارد، خوش تعریف نیست یا ...
2⃣ شروع کنید به خواندن و ورق زدن مقالات. 🕵️♀️
مقالات یک حوزه، اشتراکات بسیار زیادی دارند. هرچند به زبان‌های مختلف بیان می‌شوند! شما بعد از مدتی باید بتوانید از روی چکیده‌ی مقاله یا دیاگرام‌ها بفهمید این یکی چه فرقی با بقیه دارد.
توصیه: قرار نیست همه‌ی مقالات مرتبط را از زمان مرحوم نیوتون به بعد پیدا کنید و بطور کامل بخوانید. باور کنید در هر حوزه‌ی کوچک، در هر سال فقط چند کار مهم و ارزشمند چاپ می‌شود. اگر مقالات خیلی زیادی پیش روی شماست، احتمالا راه را اشتباه می‌روید.
3⃣ به یک کامیونیتی (شبکه) احتیاج دارید. 👨👨👧👦
خودتان را به افراد دیگری که در این حوزه فعالند نزدیک کنید. توییتر شاید این روزها جای مناسبی باشد تا آنها را پیدا کنید. با کمک این افراد می‌توانید در جریان مهمترین رویدادها و پیشرفت‌های این حوزه قرار بگیرید.
هشدار: مراقب معتاد شدن به توییتر باشید! ☠️
زانکو (یعنی دانشگاه)
@zankoo_ai
آیا chatGPT واقعا هوش داره؟ قطعا نه! جواب این سوالات رو همیشه از فرانسوا شوله بپرسید.
می‌بینیم که یک پازل ساده هم نمی‌تونه حل کنه.
Thread
@ml_nlp_cv
می‌بینیم که یک پازل ساده هم نمی‌تونه حل کنه.
Thread
@ml_nlp_cv
Forwarded from DeepMind AI Expert (Farzad 🦅)
اینجا در اهمیت ویژن ترنسفورمرها صحبت شده
🔸 ConvNets Match Vision Transformers at Scale
Quote from this DeepMind article:
"Although the success of ViTs in computer vision is extremely impressive, in our view there is no strong evidence to suggest that pre-trained ViTs outperform pre-trained ConvNets when evaluated fairly."
#مقاله #ایده_جذاب
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
🔸 ConvNets Match Vision Transformers at Scale
Quote from this DeepMind article:
"Although the success of ViTs in computer vision is extremely impressive, in our view there is no strong evidence to suggest that pre-trained ViTs outperform pre-trained ConvNets when evaluated fairly."
#مقاله #ایده_جذاب
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
Forwarded from Programming Resources via @like
The courses are offered by University of Helsinki's Department of Computer Science. No prior knowledge is required.
درس‌های رشته کامپیوتر دانشگاه هلسینکی فنلاند که به رایگان در این سایت قرارداده شده‌اند و شامل حوزه‌های مختلفی می‌شود. از امنیت و هوش مصنوعی گرفته تا tdd و کلی مبحث مرتبط به devops
#course #finland #free #mooc #programming #book #online #AI #java #cyber #security #docker #data #tdd #test #haskell
@pythony
https://www.mooc.fi
Selected Courses:
https://www.elementsofai.com
https://fullstackopen.com/en
https://www.elementsofai.com
https://cybersecuritybase.mooc.fi
درس‌های رشته کامپیوتر دانشگاه هلسینکی فنلاند که به رایگان در این سایت قرارداده شده‌اند و شامل حوزه‌های مختلفی می‌شود. از امنیت و هوش مصنوعی گرفته تا tdd و کلی مبحث مرتبط به devops
#course #finland #free #mooc #programming #book #online #AI #java #cyber #security #docker #data #tdd #test #haskell
@pythony
https://www.mooc.fi
Selected Courses:
https://www.elementsofai.com
https://fullstackopen.com/en
https://www.elementsofai.com
https://cybersecuritybase.mooc.fi
[NeurIPS 2023] Global Structure-Aware Diffusion Process for Low-Light Image Enhancement
Github: https://github.com/jinnh/GSAD
Paper: https://arxiv.org/pdf/2310.17577.pdf
Datasets: https://paperswithcode.com/dataset/lol
@ml_nlp_cv
Github: https://github.com/jinnh/GSAD
Paper: https://arxiv.org/pdf/2310.17577.pdf
Datasets: https://paperswithcode.com/dataset/lol
@ml_nlp_cv
Forwarded from SharifGPT PRO
شما باهوش تر هستید یا GPT4 ؟🤨
به خاطر اینکه این موضوع رو بفهمیم یک سوال هوش رو هم از شما و هم از GPT4 می پرسیم🫢
می تونید راه حل خودتون رو با GPT4 مقایسه کنید‼️
https://chat.openai.com/share/0bb6cdc0-64c2-4414-89f5-b9d182c3d7ab
t.iss.one/sharifgpt
😱
اگه مشکل دسترسی به لینک دارید به پشتیبانی پیام بدید🫡
t.iss.one/sharifgpt
به خاطر اینکه این موضوع رو بفهمیم یک سوال هوش رو هم از شما و هم از GPT4 می پرسیم
دو تا طناب و یک فندک دارید. هر طناب به خاطر تراکم متفاوتی که در نقاط مختلفش داره، با سرعت یکسانی نمی‌سوزه. ولی هر کدوم کامل از یک سر به سر دیگه دقیقاً 60 دقیقه طول می‌کشه تا بسوزه.
چطوری می‌تونید دقیقاً 45 دقیقه رو با این دو تا طناب و فندک اندازه‌گیری کنید؟
می تونید راه حل خودتون رو با GPT4 مقایسه کنید
t.iss.one/sharifgpt
پ.ن. این اولین پستی هست هوش مصنوعی برای این کانال درست می کنه و برام جالب بود که از بین همه موضوعات تصمیم گرفت هوشش رو با ما انسان ها مقایسه کنهاگه مشکل دسترسی به لینک دارید به پشتیبانی پیام بدید
t.iss.one/sharifgpt
Please open Telegram to view this post
VIEW IN TELEGRAM
ChatGPT
ChatGPT - مقایسه هوش انسان و ChatGPT
Shared via ChatGPT
Forwarded from School of AI
ویدئوهای ضبط‌شده از کلاس دیپ‌لرنینگ دکتر علی قدسی استاد دانشگاه واترلو
https://youtube.com/playlist?list=PLehuLRPyt1HxuYpdlW4KevYJVOSDG3DEz&si=4eeCBn8S25oaDJbF
https://youtube.com/playlist?list=PLehuLRPyt1HxuYpdlW4KevYJVOSDG3DEz&si=4eeCBn8S25oaDJbF
Forwarded from Dev Tweet
این لیست صد نفر تاثیرگذارترین شخصیت هوش مصنوعی 2023 مجله تایمز چند روزی هست منتشر شده
وقت نداشتم بررسی اش کنم
امروز بررسی کردم واقعا جالبه یه نگاه بندازین بهش
آدمهای جالبی توشن
مثه Grimes زن ایلان ماسک
مثه Eliezer Yudkowsky که دشمن توسعه A.I. میگه باید دیتاسنترها رو تا بشر رو نابود نکردن بمباران کنیم:)
و آدم‌هایی نیستن که آدم تعجب می‌کنه
اندره کارپتی
یوگن اشمیت هوبر نوسینده‌ی مقاله‌ی LSTM
حتما وقت کردید یه نگاه بندازین
خیلی چیز واسه یاد گرفتن داره
وقت نداشتم بررسی اش کنم
امروز بررسی کردم واقعا جالبه یه نگاه بندازین بهش
آدمهای جالبی توشن
مثه Grimes زن ایلان ماسک
مثه Eliezer Yudkowsky که دشمن توسعه A.I. میگه باید دیتاسنترها رو تا بشر رو نابود نکردن بمباران کنیم:)
و آدم‌هایی نیستن که آدم تعجب می‌کنه
اندره کارپتی
یوگن اشمیت هوبر نوسینده‌ی مقاله‌ی LSTM
حتما وقت کردید یه نگاه بندازین
خیلی چیز واسه یاد گرفتن داره
Time
The 100 Most Influential People in AI 2023
Here’s who made the 2023 TIME100 AI list of the most influential people in artificial intelligence.
Forwarded from دستاوردهای یادگیری عمیق(InTec)
پایان سلطه ترنسفرمرها ؟
شاید؛ با
Mamba: Linear-Time Sequence Modeling with Selective State Spaces
Mamba enjoys fast inference (5× higher throughput than Transformers) and linear scaling in sequence length.
شاید؛ با
Mamba آشنا بشید Mamba: Linear-Time Sequence Modeling with Selective State Spaces
Mamba enjoys fast inference (5× higher throughput than Transformers) and linear scaling in sequence length.
مصاحبه‌ی Eric Topol و Geoff Hinton
در رابطه با آینده‌ی پزشکی و پیشرفت‌های AI در حوزه‌ی سلامت
درباره‌ی Eric Topol
کاردیولوژیست و نویسنده‌ی کتاب Deep Medicine. درحال حاضر editor-in-chief در Medscape. طرح‌های تحقیقاتی و شرکت‌هاش تا حالا چند صد میلیون دلار فاند گرفتن.
درباره‌ی Geoffrey Hinton
از سه نفر برنده‌ی جایزه‌ی Turing (معادل نوبل) در علوم کامپیوتر برای موفقیت Deep Learning و ملقب به Godfather of AI! از مهمترین contribution هاش به این حوزه میشه به معرفی و به‌کارگیری موفق Boltzmann machine ها، معرفی back-propagation در سال 1986، معرفی اپتیمایزر RMSProp، لایه‌ی Dropout، متد t-SNE و ... اشاره کرد.
یکی از جمله‌های زیبای هینتون توی این مصاحبه:
"But I’m happy being in a position when most people think I’m entirely crazy!"
ولی من خوشحالم که توی موقعیتی باشم که اکثر آدما فکر کنن من احمقم!
Link
در رابطه با آینده‌ی پزشکی و پیشرفت‌های AI در حوزه‌ی سلامت
درباره‌ی Eric Topol
کاردیولوژیست و نویسنده‌ی کتاب Deep Medicine. درحال حاضر editor-in-chief در Medscape. طرح‌های تحقیقاتی و شرکت‌هاش تا حالا چند صد میلیون دلار فاند گرفتن.
درباره‌ی Geoffrey Hinton
از سه نفر برنده‌ی جایزه‌ی Turing (معادل نوبل) در علوم کامپیوتر برای موفقیت Deep Learning و ملقب به Godfather of AI! از مهمترین contribution هاش به این حوزه میشه به معرفی و به‌کارگیری موفق Boltzmann machine ها، معرفی back-propagation در سال 1986، معرفی اپتیمایزر RMSProp، لایه‌ی Dropout، متد t-SNE و ... اشاره کرد.
یکی از جمله‌های زیبای هینتون توی این مصاحبه:
"But I’m happy being in a position when most people think I’m entirely crazy!"
ولی من خوشحالم که توی موقعیتی باشم که اکثر آدما فکر کنن من احمقم!
Link
YouTube
Geoffrey Hinton: Large Language Models in Medicine. They Understand and Have Empathy
In this edition of the Ground Truths podcast, Geoffrey Hinton, PhD - the "Godfather of AI" - and Eric Topol, MD, discuss all things A.I. and large language models.
Listen to more episodes here: https://erictopol.substack.com/
Listen to more episodes here: https://erictopol.substack.com/
Forwarded from NLP stuff
بهبود عملکرد LLM با نشون‌دادن Chain of Thought غلط
مدل‌های زبانی بزرگ با این که کلی از مسائل حوزه پردازش زبان رو درنوردیدند ولی همچنان در برخی مسائل با فاز reasoningطور (مثل مثلا حل مسائل ریاضی) دچار مشکلات جدی هستند. یکی از راه‌حل‌های پیشنهادشده برای بهبود عملکرد این مدل‌ها روی این مسائل، راهکار Chain-of-Thought Prompting (به اختصار CoT) هست. تو این راهکار وقتی میخوایم یک مساله را به صورت few-shot به LLM توضیح بدیم عوض این که در exampleهامون صرفا جواب آخر رو بنویسیم و میایم و مرحله به مرحله نحوه رسیدن به جواب رو توضیح می‌دیم و این جوری مدل هم وقتی میخواد به کوئری ما پاسخ بده به نوعی مجبور میشه که مرحله به مرحله جواب رو بنویسه. آزمایشات نشون داده که باعث میشه درصد جواب‌های پایانی درستی که می‌ده بیشتر بشه.
حالا یک مقاله اومده و یک ایده به نام contrastive chaint of thought prompting رو مطرح کرده. تو این ایده، علاوه بر این که CoT درست به مدل داده می‌شود بهش CoT اشتباه هم نشون داده میشه و آزمایشات مقاله نشون می‌ده که این ایده نشون دادن CoT غلط در کنار CoT باعث میشه تا عملکرد LLM باز هم بهبود پیدا کنه.
لینک مقاله:
https://arxiv.org/abs/2311.09277
#paper
#read
@nlp_stuff
مدل‌های زبانی بزرگ با این که کلی از مسائل حوزه پردازش زبان رو درنوردیدند ولی همچنان در برخی مسائل با فاز reasoningطور (مثل مثلا حل مسائل ریاضی) دچار مشکلات جدی هستند. یکی از راه‌حل‌های پیشنهادشده برای بهبود عملکرد این مدل‌ها روی این مسائل، راهکار Chain-of-Thought Prompting (به اختصار CoT) هست. تو این راهکار وقتی میخوایم یک مساله را به صورت few-shot به LLM توضیح بدیم عوض این که در exampleهامون صرفا جواب آخر رو بنویسیم و میایم و مرحله به مرحله نحوه رسیدن به جواب رو توضیح می‌دیم و این جوری مدل هم وقتی میخواد به کوئری ما پاسخ بده به نوعی مجبور میشه که مرحله به مرحله جواب رو بنویسه. آزمایشات نشون داده که باعث میشه درصد جواب‌های پایانی درستی که می‌ده بیشتر بشه.
حالا یک مقاله اومده و یک ایده به نام contrastive chaint of thought prompting رو مطرح کرده. تو این ایده، علاوه بر این که CoT درست به مدل داده می‌شود بهش CoT اشتباه هم نشون داده میشه و آزمایشات مقاله نشون می‌ده که این ایده نشون دادن CoT غلط در کنار CoT باعث میشه تا عملکرد LLM باز هم بهبود پیدا کنه.
لینک مقاله:
https://arxiv.org/abs/2311.09277
#paper
#read
@nlp_stuff
Telegram
stuff