📚 Unsupervised Learning with Generative AI (2024)
💬 Tags: #GenerativeAI #ML
🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران
@MrArtificialintelligence
💬 Tags: #GenerativeAI #ML
🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران
@MrArtificialintelligence
📚 Generative AI Foundations in Python (2024)
💬 Tags: #GenerativeAI
🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران
@MrArtificialintelligence
💬 Tags: #GenerativeAI
🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران
@MrArtificialintelligence
🗂 A collection of the best free courses
📝 For data science, data engineering, MLOps, ML and GenAI
💠 data science
1️⃣ Python for Everybody Course : A great course for beginners to learn Python.
2️⃣ Data analysis with Python course : This course introduces you to data analysis techniques with Python.
3️⃣ Databases & SQL course : You will learn how to manage databases with SQL.
4️⃣ Intro to Inferential Statistics course : This course teaches you how to make predictions by learning statistics.
5️⃣ ML Zoomcamp course : a practical and practical course for learning machine learning.
🔺 Data engineering
1️⃣ Data Engineering Course : Learn the basics of data engineering.
2️⃣ Data Engineer Learning Path course : a comprehensive road map to become a data engineer.
3️⃣ Database Engineer course : get a specialized degree in database engineering.
4️⃣ Big Data Specialization Course : Get to know big data technologies and their applications.
5️⃣ The Data Eng Zoomcamp course : a practical course to learn data engineering.
🔺 machine learning
1️⃣ Intro to ML course : an introductory and self-paced course to start machine learning.
2️⃣ ML for Everybody course : A simple approach to learning machine learning concepts.
3️⃣ ML in Python course : focus on machine learning with Python and Scikit-Learn.
4️⃣ ML Crash Course : A quick but comprehensive introduction to machine learning.
5️⃣ CS229 : ML : An advanced course for those who want to deepen their knowledge.
🔻 Machine Learning Operations (MLOps)
1️⃣ Python Essentials for MLOps course : an essential course for MLOps enthusiasts..
2️⃣ MLOps for Beginners Course : A great starting point for MLOps newbies.
3️⃣ ML Engineering Course : A set of courses for deep entry into the world of MLOps.
4️⃣ MLOps Specialization Course : Focus on operational aspects of machine learning.
5️⃣ Made With ML course : a special course that combines machine learning with practical applications.
🔹 Generative artificial intelligence
1️⃣ Generative AI for Beginners course : building generative artificial intelligence apps.
2️⃣ Generative AI Fundamentals course : getting to know the basic principles of generative artificial intelligence.
3️⃣ Intro to Gen AI course : from learning large language models to understanding the principles of responsible artificial intelligence.
4️⃣ Generative AI with LLMs course : Learn business applications of artificial intelligence with AWS experts in a practical way.
5️⃣ Generative AI for Everyone course : This course tells you what generative artificial intelligence is, how it works, and what uses and limitations it has.
☕️ #MachineLearning #Python #COURSES #GenerativeAI #LLM
🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران
@MrArtificialintelligence
📝 For data science, data engineering, MLOps, ML and GenAI
💠 data science
1️⃣ Python for Everybody Course : A great course for beginners to learn Python.
2️⃣ Data analysis with Python course : This course introduces you to data analysis techniques with Python.
3️⃣ Databases & SQL course : You will learn how to manage databases with SQL.
4️⃣ Intro to Inferential Statistics course : This course teaches you how to make predictions by learning statistics.
5️⃣ ML Zoomcamp course : a practical and practical course for learning machine learning.
🔺 Data engineering
1️⃣ Data Engineering Course : Learn the basics of data engineering.
2️⃣ Data Engineer Learning Path course : a comprehensive road map to become a data engineer.
3️⃣ Database Engineer course : get a specialized degree in database engineering.
4️⃣ Big Data Specialization Course : Get to know big data technologies and their applications.
5️⃣ The Data Eng Zoomcamp course : a practical course to learn data engineering.
🔺 machine learning
1️⃣ Intro to ML course : an introductory and self-paced course to start machine learning.
2️⃣ ML for Everybody course : A simple approach to learning machine learning concepts.
3️⃣ ML in Python course : focus on machine learning with Python and Scikit-Learn.
4️⃣ ML Crash Course : A quick but comprehensive introduction to machine learning.
5️⃣ CS229 : ML : An advanced course for those who want to deepen their knowledge.
🔻 Machine Learning Operations (MLOps)
1️⃣ Python Essentials for MLOps course : an essential course for MLOps enthusiasts..
2️⃣ MLOps for Beginners Course : A great starting point for MLOps newbies.
3️⃣ ML Engineering Course : A set of courses for deep entry into the world of MLOps.
4️⃣ MLOps Specialization Course : Focus on operational aspects of machine learning.
5️⃣ Made With ML course : a special course that combines machine learning with practical applications.
🔹 Generative artificial intelligence
1️⃣ Generative AI for Beginners course : building generative artificial intelligence apps.
2️⃣ Generative AI Fundamentals course : getting to know the basic principles of generative artificial intelligence.
3️⃣ Intro to Gen AI course : from learning large language models to understanding the principles of responsible artificial intelligence.
4️⃣ Generative AI with LLMs course : Learn business applications of artificial intelligence with AWS experts in a practical way.
5️⃣ Generative AI for Everyone course : This course tells you what generative artificial intelligence is, how it works, and what uses and limitations it has.
☕️ #MachineLearning #Python #COURSES #GenerativeAI #LLM
🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران
@MrArtificialintelligence
YouTube
Python for Everybody - Full University Python Course
This Python 3 tutorial course aims to teach everyone the basics of programming computers using Python. The course has no pre-requisites and avoids all but the simplest mathematics.
🔗 Sample Code Zip: https://www.py4e.com/code3.zip
🔗 Lecture Slides and Handouts:…
🔗 Sample Code Zip: https://www.py4e.com/code3.zip
🔗 Lecture Slides and Handouts:…
👍2
This media is not supported in your browser
VIEW IN TELEGRAM
✍️ پیش بینی هوش مصنوعی مولد در سال 1966
فیلسوف کانادایی مارشال مک لوهان در مصاحبه ای در سال 1966 دیدگاهی را به اشتراک گذاشت که به موازات پیشرفت های امروزی در هوش مصنوعی مولد، به ویژه فناوری هایی مانند ChatGPT است.
او آینده ای را پیش بینی کرد که در آن افراد می توانند علایق و مهارت های خود را از طریق تلفن ارتباط برقرار کنند و بسته های اطلاعاتی سفارشی متناسب با نیازهای خود را دریافت کنند.
این مفهوم ارائه محتوای شخصیشده با توسعه مدلهای پردازش زبان طبیعی مبتنی بر هوش مصنوعی، که میتواند درخواستهای کاربر را تفسیر کند و پاسخهای مرتبط را در موضوعات مختلف ایجاد کند، به واقعیت تبدیل شده است.
#ai #chatgpt #marshallmcluhan #generativeai
#هوش_مصنوعی
#Generative_AI #هوش_مصنوعی_مولد
🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران
@MrArtificialintelligence
فیلسوف کانادایی مارشال مک لوهان در مصاحبه ای در سال 1966 دیدگاهی را به اشتراک گذاشت که به موازات پیشرفت های امروزی در هوش مصنوعی مولد، به ویژه فناوری هایی مانند ChatGPT است.
او آینده ای را پیش بینی کرد که در آن افراد می توانند علایق و مهارت های خود را از طریق تلفن ارتباط برقرار کنند و بسته های اطلاعاتی سفارشی متناسب با نیازهای خود را دریافت کنند.
این مفهوم ارائه محتوای شخصیشده با توسعه مدلهای پردازش زبان طبیعی مبتنی بر هوش مصنوعی، که میتواند درخواستهای کاربر را تفسیر کند و پاسخهای مرتبط را در موضوعات مختلف ایجاد کند، به واقعیت تبدیل شده است.
#ai #chatgpt #marshallmcluhan #generativeai
#هوش_مصنوعی
#Generative_AI #هوش_مصنوعی_مولد
🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران
@MrArtificialintelligence
🔥5👍1
This media is not supported in your browser
VIEW IN TELEGRAM
✍️ یک تغییر دهنده بازی با #openusd
چرا باید از #OpenUSD استفاده کنید؟ زیرا این تغییر دهنده بازی برای توسعه سه بعدی #generativeAI-enabled است. 🗣️
بیاموزید که چگونه OpenUSD نحوه همکاری تیمها در برنامههای #3D را دوباره تعریف میکند و عصر بعدی هوش مصنوعی صنعتی و #فیزیکی را تقویت میکند.
#علم_داده #هوش_مصنوعی
🌑 آقای هوش مصنوعی
@MrArtificialintelligence
چرا باید از #OpenUSD استفاده کنید؟ زیرا این تغییر دهنده بازی برای توسعه سه بعدی #generativeAI-enabled است. 🗣️
بیاموزید که چگونه OpenUSD نحوه همکاری تیمها در برنامههای #3D را دوباره تعریف میکند و عصر بعدی هوش مصنوعی صنعتی و #فیزیکی را تقویت میکند.
#علم_داده #هوش_مصنوعی
🌑 آقای هوش مصنوعی
@MrArtificialintelligence
🔥4👍2
This media is not supported in your browser
VIEW IN TELEGRAM
📌 حل یکی از عمیق ترین اسرار فیزیک ثابت میکند که AGI بدست آمده ؟؟
سم آلتمن از OpenAI آزمون جدیدی برای هوش مصنوعی عمومی (AGI) پیشنهاد داده است - اگر مدلی مانند «GPT-8» گرانش کوانتومی را حل کند و بتواند استدلال آن را توضیح دهد، آن مدل واجد شرایط AGI واقعی خواهد بود.
دیوید دویچ، فیزیکدان مشهور، موافق است و آن را معیاری مشروع برای تعریف لحظهای میداند که هوش مصنوعی به هوش عمومی دست مییابد.
آزمون تورینگ را فراموش کنید - این ممکن است استاندارد طلایی جدید برای اندازهگیری AGI باشد.
#samaltman #agi #openai #فیزیک #داویددویچ #ai #gpt8 #futureofai #generativeai #technews #futuretech #machinelearning #deelearning #science #innovation #aitrends
#AGI
#هوش_مصنوعی_عمومی
🌑 مغز آینده | NextBrain
@NextBrain_ir
سم آلتمن از OpenAI آزمون جدیدی برای هوش مصنوعی عمومی (AGI) پیشنهاد داده است - اگر مدلی مانند «GPT-8» گرانش کوانتومی را حل کند و بتواند استدلال آن را توضیح دهد، آن مدل واجد شرایط AGI واقعی خواهد بود.
دیوید دویچ، فیزیکدان مشهور، موافق است و آن را معیاری مشروع برای تعریف لحظهای میداند که هوش مصنوعی به هوش عمومی دست مییابد.
آزمون تورینگ را فراموش کنید - این ممکن است استاندارد طلایی جدید برای اندازهگیری AGI باشد.
#samaltman #agi #openai #فیزیک #داویددویچ #ai #gpt8 #futureofai #generativeai #technews #futuretech #machinelearning #deelearning #science #innovation #aitrends
#AGI
#هوش_مصنوعی_عمومی
🌑 مغز آینده | NextBrain
@NextBrain_ir
❤8👍3👎2
🚀 بعد از SaaS حالا نوبت GaaS است؟
این روزها همه درباره SaaS صحبت میکنند،
اما موج جدیدی آرامآرام در حال شکلگیری است:
🤖 GaaS = Generative / Agentic AI as a Service
در مدل جدید، شرکتها فقط یک داشبورد نرمافزاری ارائه نمیدهند؛
بلکه Agentهای هوش مصنوعی میسازند که میتوانند:
🔹 فکر کنند
🔹 برنامهریزی کنند
🔹 ابزارها را استفاده کنند
🔹 کارها را خودکار انجام دهند
🔹 با کمترین دخالت انسان تصمیم بگیرند
مثال ساده 👇
📌 عصر SaaS:
«این داشبورد CRM است، خودت کارها را انجام بده.»
📌 عصر GaaS:
«این Agent فروش AI است؛ خودش مشتری پیدا میکند، ایمیل مینویسد، جلسه تنظیم میکند و CRM را آپدیت میکند.»
ما بهآرامی در حال حرکت هستیم از:
Software → Copilot → Autonomous Agents 🚀
📡 کانال آقای هوش مصنوعی
🆔 @MrArtificialintelligence
#هوش_مصنوعی #GaaS #AgenticAI #GenerativeAI #AIAgents #SaaS
این روزها همه درباره SaaS صحبت میکنند،
اما موج جدیدی آرامآرام در حال شکلگیری است:
🤖 GaaS = Generative / Agentic AI as a Service
در مدل جدید، شرکتها فقط یک داشبورد نرمافزاری ارائه نمیدهند؛
بلکه Agentهای هوش مصنوعی میسازند که میتوانند:
🔹 فکر کنند
🔹 برنامهریزی کنند
🔹 ابزارها را استفاده کنند
🔹 کارها را خودکار انجام دهند
🔹 با کمترین دخالت انسان تصمیم بگیرند
مثال ساده 👇
📌 عصر SaaS:
«این داشبورد CRM است، خودت کارها را انجام بده.»
📌 عصر GaaS:
«این Agent فروش AI است؛ خودش مشتری پیدا میکند، ایمیل مینویسد، جلسه تنظیم میکند و CRM را آپدیت میکند.»
ما بهآرامی در حال حرکت هستیم از:
Software → Copilot → Autonomous Agents 🚀
📡 کانال آقای هوش مصنوعی
🆔 @MrArtificialintelligence
#هوش_مصنوعی #GaaS #AgenticAI #GenerativeAI #AIAgents #SaaS
🚨 از این به بعد شاید بتوان فهمید متن را هوش مصنوعی نوشته یا انسان!
شرکت Claudeامروز جزئیات یک فناوری جالب را اعلام کرد:
🕵️ واترمارک نامرئی برای متنهای تولیدشده توسط هوش مصنوعی
اما این یعنی چه؟
تصور کنید Claude برای شما یک متن ۲۰۰۰ کلمهای مینویسد.
هیچ علامت خاصی روی متن نمیبینید.
فونت همان است.
کلمات طبیعی بهنظر میرسند.
حتی با کپی و Paste کردن هم چیزی مشخص نیست.
اما داخل الگوی انتخاب کلمات، یک ردپای آماری نامرئی قرار گرفته است.
🧠 چطور کار میکند؟
مدل هنگام انتخاب کلمه بعدی، معمولاً چند گزینه با احتمالهای مختلف دارد.
سیستم واترمارک، در میان گزینههایی که از نظر کیفیت مناسب هستند، انتخاب را کمی بهگونهای هدایت میکند که یک الگوی قابل تشخیص ایجاد شود.
👀 برای انسان:
هیچ تفاوت قابل مشاهدهای وجود ندارد.
🔬 برای یک سیستم تشخیصدهنده:
میتوان احتمال AI-generated بودن متن را بررسی کرد.
شرکت Anthropic گفته این فناوری را بر پایه SynthID-Text گوگل پیادهسازی میکند؛ همان فناوریای که Google برای شناسایی محتوای تولیدشده توسط AI توسعه داده است. (The Verge)
⚠️ اما سؤال مهمتر اینجاست:
اگر هوش مصنوعی بتواند متن را نامرئی علامتگذاری کند، چه اتفاقی برای:
🎓 تکالیف دانشگاهی؟
📰 مقالات و اخبار؟
📄 گزارشهای سازمانی؟
📝 رزومهها؟
📚 محتوای آموزشی؟
میافتد؟
در آینده ممکن است فقط نپرسیم:
«این متن خوب است؟»
بلکه بپرسیم:
«این متن را چه کسی یا چه چیزی تولید کرده است؟»
🔮 یک قدم جلوتر
تصور کنید چند سال دیگر، هر محتوای دیجیتال یک شناسنامه داشته باشد:
✍️ انسان نوشته؟
🤖 هوش مصنوعی تولید کرده؟
🧠 انسان + AI ساختهاند؟
📷 تصویر واقعی است یا مصنوعی؟
🎬 ویدئو واقعاً ضبط شده یا تولید شده؟
آن زمان، تشخیص اصالت محتوا خودش تبدیل به یک صنعت بزرگ خواهد شد.
و شاید یکی از مهمترین مهارتهای عصر AI این نباشد که فقط بتوانیم محتوا تولید کنیم؛
بلکه بتوانیم بفهمیم:
چه چیزی واقعی است؟
🎓 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
#هوش_مصنوعی #AI #Claude #Anthropic #GenerativeAI #SynthID #AIContent
شرکت Claudeامروز جزئیات یک فناوری جالب را اعلام کرد:
🕵️ واترمارک نامرئی برای متنهای تولیدشده توسط هوش مصنوعی
اما این یعنی چه؟
تصور کنید Claude برای شما یک متن ۲۰۰۰ کلمهای مینویسد.
هیچ علامت خاصی روی متن نمیبینید.
فونت همان است.
کلمات طبیعی بهنظر میرسند.
حتی با کپی و Paste کردن هم چیزی مشخص نیست.
اما داخل الگوی انتخاب کلمات، یک ردپای آماری نامرئی قرار گرفته است.
🧠 چطور کار میکند؟
مدل هنگام انتخاب کلمه بعدی، معمولاً چند گزینه با احتمالهای مختلف دارد.
سیستم واترمارک، در میان گزینههایی که از نظر کیفیت مناسب هستند، انتخاب را کمی بهگونهای هدایت میکند که یک الگوی قابل تشخیص ایجاد شود.
👀 برای انسان:
هیچ تفاوت قابل مشاهدهای وجود ندارد.
🔬 برای یک سیستم تشخیصدهنده:
میتوان احتمال AI-generated بودن متن را بررسی کرد.
شرکت Anthropic گفته این فناوری را بر پایه SynthID-Text گوگل پیادهسازی میکند؛ همان فناوریای که Google برای شناسایی محتوای تولیدشده توسط AI توسعه داده است. (The Verge)
⚠️ اما سؤال مهمتر اینجاست:
اگر هوش مصنوعی بتواند متن را نامرئی علامتگذاری کند، چه اتفاقی برای:
🎓 تکالیف دانشگاهی؟
📰 مقالات و اخبار؟
📄 گزارشهای سازمانی؟
📝 رزومهها؟
📚 محتوای آموزشی؟
میافتد؟
در آینده ممکن است فقط نپرسیم:
«این متن خوب است؟»
بلکه بپرسیم:
«این متن را چه کسی یا چه چیزی تولید کرده است؟»
🔮 یک قدم جلوتر
تصور کنید چند سال دیگر، هر محتوای دیجیتال یک شناسنامه داشته باشد:
✍️ انسان نوشته؟
🤖 هوش مصنوعی تولید کرده؟
🧠 انسان + AI ساختهاند؟
📷 تصویر واقعی است یا مصنوعی؟
🎬 ویدئو واقعاً ضبط شده یا تولید شده؟
آن زمان، تشخیص اصالت محتوا خودش تبدیل به یک صنعت بزرگ خواهد شد.
و شاید یکی از مهمترین مهارتهای عصر AI این نباشد که فقط بتوانیم محتوا تولید کنیم؛
بلکه بتوانیم بفهمیم:
چه چیزی واقعی است؟
🎓 آقای هوش مصنوعی
🔗 @MrArtificialintelligence
#هوش_مصنوعی #AI #Claude #Anthropic #GenerativeAI #SynthID #AIContent
The Verge
Anthropic explains how Claude’s invisible text watermarks will work
It’s using probability patterns.
👍6🤔1