PyTorch Howsam
مسابقه Detect Behavior with Sensor Data بهتازگی در کگل معرفی شده. این مسابقه 3 ماه زمان داره و تازه 5 روزه که ازش گذشته. حجم داده هم زیاد نیست و زیر 1 گیگ هست. باتوجه به اینکه تعطیلی تابستون رو در پیش داریم، فرصت خوبی هست که برای این مسابقه وقت بذارید. ما…
امیدوارم خاطرتون باشه که قبلا درباره مسابقهای در کگل صحبت کرده بودم (پیام ریپلایشده) و پیشنهاد کردم که تابستون روی این پروژه وقت بذارید. اتفاقا، یکی از بچههای کانال بنام حمید بعدا اومد پیام داد و گفت که من این کار رو انجام دادم و خوشحال بود.
اما، ما فراتر از صرفا معرفی مسابقه رفتیم و یک دوره با عنوان مسابقه کگل در هوسم برگزار کردیم (لینک). هدفم این بود که مسابقه رو از صفر تا ثبت اولین اسکور در کگل بهصورت ویدئویی توضیح بدم و بعد در گروه دوره با سایر اعضای گروه فعالیت کنیم تا کار رو بهبود بدیم و اسکور رو بالاتر ببریم. خب، فکر کنم دو هفتهای هست که مسابقه تموم شده و من تا الان فرصت نکردم که دربارهش بنویسم. اما، میخوام در قالب چند پیام درباره اتفاقاتی که افتاد و تجاربی که بدست آوردیم، بنویسم.
به صورت کلی بگم که تجربه خیلی خوبی بود. ما بدون اینکه از کدهای آماده کپی کنیم، از اسکور پایین 0.55 شروع کردیم و به اسکور بالای 0.83 رسیدیم. فعالیت بچههای گروه هم بسیار جذاب بود. از 0.55 به 0.83 صرفا حاصل کار من نبود، بچههای گروه روی بخشهای مختلف روشمون کار میکردن و دستاوردهاشون رو به اشتراک میذاشتن. یکی روی مقادیر ازدسترفته کار میکرد، یکی روی مدلسازی، یکی روی مهندسی ویژگی، یکی روی آگمنتیشن، پیشپردازش و ...
وقتمون کم بود، اما با اینحال تمام تلاشمون رو میکردیم که وقتی باز کنیم و کمی کار کنیم. بعضیهامون حتی دیرتر میخوابیدم، برای اینکه یکمی آخر شب بتونیم روی مسابقه کار کنیم.
ما رتبه بالایی بدست نیاوردیم. پیشرفتهامون تا هفته آخر طوری بود که به برنز گرفتن امیدواریم بودیم. اما، خب نشد و رتبه مطلوبی بدست نیاوردیم. البته، ما از اول مسابقه رو با نیت جایزه و مدال شروع نکرده بودیم و هدفمون یادگیری و کسب تجربه بود (لینک). اما، خب انقدر جو گروه مثبت بود و نتایج رو به بهبود بود که به مدال برنز امیدوار بودیم. خب، اینکه مدال نگرفتیم، دلایل زیادی داشت؛ یکی از دلایلش هم این بود که من نتونستم هفته آخر وقت زیادی بذارم. در واقع، از 7 روز آخر مسابقه، من فقط 1 روز تونستم کار کنم. قطعا یکی دیگه از دلایلش، اشتباهاتمون بود. خصوصا یک اشتباه استراتژیک از من! این مدت خیلی به اشتباهم فکر کردم. به موقع درموردش صحبت میکنم...
اما، ما فراتر از صرفا معرفی مسابقه رفتیم و یک دوره با عنوان مسابقه کگل در هوسم برگزار کردیم (لینک). هدفم این بود که مسابقه رو از صفر تا ثبت اولین اسکور در کگل بهصورت ویدئویی توضیح بدم و بعد در گروه دوره با سایر اعضای گروه فعالیت کنیم تا کار رو بهبود بدیم و اسکور رو بالاتر ببریم. خب، فکر کنم دو هفتهای هست که مسابقه تموم شده و من تا الان فرصت نکردم که دربارهش بنویسم. اما، میخوام در قالب چند پیام درباره اتفاقاتی که افتاد و تجاربی که بدست آوردیم، بنویسم.
به صورت کلی بگم که تجربه خیلی خوبی بود. ما بدون اینکه از کدهای آماده کپی کنیم، از اسکور پایین 0.55 شروع کردیم و به اسکور بالای 0.83 رسیدیم. فعالیت بچههای گروه هم بسیار جذاب بود. از 0.55 به 0.83 صرفا حاصل کار من نبود، بچههای گروه روی بخشهای مختلف روشمون کار میکردن و دستاوردهاشون رو به اشتراک میذاشتن. یکی روی مقادیر ازدسترفته کار میکرد، یکی روی مدلسازی، یکی روی مهندسی ویژگی، یکی روی آگمنتیشن، پیشپردازش و ...
وقتمون کم بود، اما با اینحال تمام تلاشمون رو میکردیم که وقتی باز کنیم و کمی کار کنیم. بعضیهامون حتی دیرتر میخوابیدم، برای اینکه یکمی آخر شب بتونیم روی مسابقه کار کنیم.
ما رتبه بالایی بدست نیاوردیم. پیشرفتهامون تا هفته آخر طوری بود که به برنز گرفتن امیدواریم بودیم. اما، خب نشد و رتبه مطلوبی بدست نیاوردیم. البته، ما از اول مسابقه رو با نیت جایزه و مدال شروع نکرده بودیم و هدفمون یادگیری و کسب تجربه بود (لینک). اما، خب انقدر جو گروه مثبت بود و نتایج رو به بهبود بود که به مدال برنز امیدوار بودیم. خب، اینکه مدال نگرفتیم، دلایل زیادی داشت؛ یکی از دلایلش هم این بود که من نتونستم هفته آخر وقت زیادی بذارم. در واقع، از 7 روز آخر مسابقه، من فقط 1 روز تونستم کار کنم. قطعا یکی دیگه از دلایلش، اشتباهاتمون بود. خصوصا یک اشتباه استراتژیک از من! این مدت خیلی به اشتباهم فکر کردم. به موقع درموردش صحبت میکنم...
آکادمی هوش مصنوعی هوسم
مسابقه Kaggle: تحلیل و پیشبینی رفتار با دادههای چندحسگری سری زمانی - آکادمی هوش مصنوعی هوسم
PyTorch Howsam
امیدوارم خاطرتون باشه که قبلا درباره مسابقهای در کگل صحبت کرده بودم (پیام ریپلایشده) و پیشنهاد کردم که تابستون روی این پروژه وقت بذارید. اتفاقا، یکی از بچههای کانال بنام حمید بعدا اومد پیام داد و گفت که من این کار رو انجام دادم و خوشحال بود. اما، ما فراتر…
میخوام درباره رتبه در کگل صحبت کنم؛
معمولا توی مسابقات کگل، عده بسیار زیادی سیاهی لشکر هستن! یعنی، افرادی که صرفا نوتبوکهای اشتراکی دیگران رو اجرا میکنن. فکر کنید، عدهای نوتبوکهای با اسکور نسبتا بالا به اشتراک میذارن و خب افراد زیادی این نوتبوکها رو اجرا و سابمیت میکنن و خیلی راحت همون اسکور رو بدست میارن.
اگه بتونی اسکور بهتری نسبت به بهترین اسکور اشتراکی بدست بیاری، احتمالا به رتبه خیلی خوبی میرسی. چه بسا حتی به مدال هم برسی.
تصویر زیر رو مهدی (از بچههای فعال این مسابقه) در گروه به اشتراک گذاشت. ببینید، بین پرتکرارترین اسکورهای پابلیک، 0.855 چقدر بیشتر از بقیه هست. حدود 400 نفر این اسکور رو داشتن. این بهترین اسکوری بود که نوتبوکش حین مسابقه به اشتراک گذاشته شده بود. بنابراین، افراد زیادی این رو سابمیت کردن تا اون اسکور رو بدست بیارن. حالا اگه بتونی این سد 0.855 رو بشکونی، احتمالا رتبه خیلی خوبی خواهی داشت. چون سد سیاهی لشکر رو شکوندی که البته کار سختیه...
معمولا توی مسابقات کگل، عده بسیار زیادی سیاهی لشکر هستن! یعنی، افرادی که صرفا نوتبوکهای اشتراکی دیگران رو اجرا میکنن. فکر کنید، عدهای نوتبوکهای با اسکور نسبتا بالا به اشتراک میذارن و خب افراد زیادی این نوتبوکها رو اجرا و سابمیت میکنن و خیلی راحت همون اسکور رو بدست میارن.
اگه بتونی اسکور بهتری نسبت به بهترین اسکور اشتراکی بدست بیاری، احتمالا به رتبه خیلی خوبی میرسی. چه بسا حتی به مدال هم برسی.
تصویر زیر رو مهدی (از بچههای فعال این مسابقه) در گروه به اشتراک گذاشت. ببینید، بین پرتکرارترین اسکورهای پابلیک، 0.855 چقدر بیشتر از بقیه هست. حدود 400 نفر این اسکور رو داشتن. این بهترین اسکوری بود که نوتبوکش حین مسابقه به اشتراک گذاشته شده بود. بنابراین، افراد زیادی این رو سابمیت کردن تا اون اسکور رو بدست بیارن. حالا اگه بتونی این سد 0.855 رو بشکونی، احتمالا رتبه خیلی خوبی خواهی داشت. چون سد سیاهی لشکر رو شکوندی که البته کار سختیه...
در معاملات بزرگ آسیا، شرکت Zelos Tech چین که در زمینه وسایل نقلیه لجستیکی خودران مبتنی بر هوش مصنوعی فعالیت میکند، با جذب ۳۰۰ میلیون دلار، بزرگترین دور تأمین مالی را به خود اختصاص داد، در حالی که تمرکز کلی در این منطقه بر شرکتهایی با جریانهای درآمدی واقعی و راهحلهای هوش مصنوعی متمرکز بر صنایع داخلی است که کمتر در معرض سیاستهای تعرفهای و ژئوپلیتیکی جهانی قرار دارند.
سرمایهگذاری خطرپذیر در آسیا در سهماهه دوم ۲۰۲۵ در سطح پایینی باقی ماند و تنها با اندکی افزایش نسبت به سهماهه قبل، به ۱۲.۸ میلیارد دلار در قالب ۲,۰۲۲ معامله رسید.
این رقم، یکی از پایینترین سطوح سرمایهگذاری در بیش از یک دهه اخیر در این قاره محسوب میشود.
این رکود عمدتاً ناشی از کاهش شدید فعالیت در چین بود که سرمایهگذاری در آنجا به ۴.۷ میلیارد دلار سقوط کرد.
با این حال، روندهای سرمایهگذاری در سراسر منطقه متفاوت بود؛ ژاپن با ۱.۵ میلیارد دلار و هند با ۳.۵ میلیارد دلار شاهد افزایش بودند.
Download the report :
Venture Pulse Q2 2025
سرمایهگذاری خطرپذیر در آسیا در سهماهه دوم ۲۰۲۵ در سطح پایینی باقی ماند و تنها با اندکی افزایش نسبت به سهماهه قبل، به ۱۲.۸ میلیارد دلار در قالب ۲,۰۲۲ معامله رسید.
این رقم، یکی از پایینترین سطوح سرمایهگذاری در بیش از یک دهه اخیر در این قاره محسوب میشود.
این رکود عمدتاً ناشی از کاهش شدید فعالیت در چین بود که سرمایهگذاری در آنجا به ۴.۷ میلیارد دلار سقوط کرد.
با این حال، روندهای سرمایهگذاری در سراسر منطقه متفاوت بود؛ ژاپن با ۱.۵ میلیارد دلار و هند با ۳.۵ میلیارد دلار شاهد افزایش بودند.
Download the report :
Venture Pulse Q2 2025
PyTorch Howsam
در معاملات بزرگ آسیا، شرکت Zelos Tech چین که در زمینه وسایل نقلیه لجستیکی خودران مبتنی بر هوش مصنوعی فعالیت میکند، با جذب ۳۰۰ میلیون دلار، بزرگترین دور تأمین مالی را به خود اختصاص داد، در حالی که تمرکز کلی در این منطقه بر شرکتهایی با جریانهای درآمدی واقعی…
Podcast_Venture_Pulse[Farsi].mp4
38.3 MB
پادکست صوتی، گزارش Venture Pulse
انعطافپذیری هوشمندانه بازار VC در سهماهه دوم ۲۰۲۵
هوش مصنوعی و فینتک
انعطافپذیری هوشمندانه بازار VC در سهماهه دوم ۲۰۲۵
هوش مصنوعی و فینتک
PyTorch Howsam
میخوام درباره رتبه در کگل صحبت کنم؛ معمولا توی مسابقات کگل، عده بسیار زیادی سیاهی لشکر هستن! یعنی، افرادی که صرفا نوتبوکهای اشتراکی دیگران رو اجرا میکنن. فکر کنید، عدهای نوتبوکهای با اسکور نسبتا بالا به اشتراک میذارن و خب افراد زیادی این نوتبوکها رو…
باز هم از این مسابقه کگل بگم!
راستش، من به وجود الزام و اجبار برای پیشرفت اعتقاد دارم! البته که منظورم به شکل افراطی نیست. اما، معتقدم زمانی که الزام و اجباری برای انجام کاری وجود داشته باشه، فرد کمی منسجم، متمرکز، پرتلاش و هدفمند میشه و این میتونه باعث پیشرفت بشه. گاهی اوقات، سعی میکنم برای یک کاری یک الزام یا اجباری برای خودم بسازم. یکی از این الزام/اجبارها توی دوره مسابقه کگل بود.
مشغله زیادی داشتم و نهایتا میتونستم شبها دو سه ساعتی برای مسابقه کگل وقت بذارم. نمیخواستم این دو سه ساعت هم صرف بازیگوشی، گوشی چک کردن، تمرکز پایین و غیره بشه. این ایده به ذهنم رسید که هروقت روی این پروژه کار میکنم، لپتاپ رو به برق وصل نکنم و از باتری استفاده کنم. اینطوری میدونم که هر شب به اندازه یک باتری وقت دارم و اگه بازیگوشی کنم، وقتم از دست میره. گوشی رو هم زیر مبل گذاشتم. و واقعا جواب داد! با تمرکز و سرعت بیشتری کار کردم.
راستش، من به وجود الزام و اجبار برای پیشرفت اعتقاد دارم! البته که منظورم به شکل افراطی نیست. اما، معتقدم زمانی که الزام و اجباری برای انجام کاری وجود داشته باشه، فرد کمی منسجم، متمرکز، پرتلاش و هدفمند میشه و این میتونه باعث پیشرفت بشه. گاهی اوقات، سعی میکنم برای یک کاری یک الزام یا اجباری برای خودم بسازم. یکی از این الزام/اجبارها توی دوره مسابقه کگل بود.
مشغله زیادی داشتم و نهایتا میتونستم شبها دو سه ساعتی برای مسابقه کگل وقت بذارم. نمیخواستم این دو سه ساعت هم صرف بازیگوشی، گوشی چک کردن، تمرکز پایین و غیره بشه. این ایده به ذهنم رسید که هروقت روی این پروژه کار میکنم، لپتاپ رو به برق وصل نکنم و از باتری استفاده کنم. اینطوری میدونم که هر شب به اندازه یک باتری وقت دارم و اگه بازیگوشی کنم، وقتم از دست میره. گوشی رو هم زیر مبل گذاشتم. و واقعا جواب داد! با تمرکز و سرعت بیشتری کار کردم.
ماریمو marimo :
یک نوتبوک ریاکتیو (واکنشگرا) متنباز برای پایتون است که به طور خاص برای کار با دادهها طراحی شده است.
نوتبوکهای marimo ، به صورت فایل پایتونی ذخیره میشوند و SQL داخلی دارد و همچنین اتصال به پایگاههای داده و دیتالیکها را آسان میکنند و در نهایت قابل اشتراکگذاری هستند.
ماریمو هیچ وابستگی به Jupyter یا IPython ندارد و کاملاً از ابتدا ساخته شده است.
molab is a cloud-hosted marimo notebook workspace that lets you rapidly experiment on data using Python and SQL. We’re giving molab (mo for marimo) to you, our community, for free.
https://molab.marimo.io/
یک نوتبوک ریاکتیو (واکنشگرا) متنباز برای پایتون است که به طور خاص برای کار با دادهها طراحی شده است.
نوتبوکهای marimo ، به صورت فایل پایتونی ذخیره میشوند و SQL داخلی دارد و همچنین اتصال به پایگاههای داده و دیتالیکها را آسان میکنند و در نهایت قابل اشتراکگذاری هستند.
ماریمو هیچ وابستگی به Jupyter یا IPython ندارد و کاملاً از ابتدا ساخته شده است.
molab is a cloud-hosted marimo notebook workspace that lets you rapidly experiment on data using Python and SQL. We’re giving molab (mo for marimo) to you, our community, for free.
https://molab.marimo.io/
من و یکسری از دوستان دیگه، در روزهای اخیر موقع باز کردن کولب بدون vpn باخطای 404 مواجه میشیم. vpn که روشن میشه، مشکل حل میشه. دلیلش برای ما مشخص نیست؛ شاید تحریم؟!
البته، بقیه ابزارهامون هم تحریم و فیلترن. فعلا با همون vpn حلش میکنیم...
البته، بقیه ابزارهامون هم تحریم و فیلترن. فعلا با همون vpn حلش میکنیم...
یکی از درخشانترین چهرههای جامعه پایتون و Release Manager نسخه های ۳.۱۶ و ۳.۱۷ پایتون، فصل جدید کاری خود را به عنوان مهندس نرمافزار در FastAPI Labs آغاز خواهد کرد.
سوانا اوستروفسکی که سابقه رهبری تجربه توسعهدهندگان پایتون در شرکتهای بزرگی چون مایکروسافت، داکر و Snowflake را داشت، تصمیم گرفت پس از پنج سال مدیریت محصول، به کدنویسی بازگردد.
انگیزه اصلی او حل یک چالش بزرگ است:
حذف پیچیدگیهای استقرار برنامههای پایتون در محیط ابری. او معتقد است که با توجه به محبوبیت بینظیر FastAPI، این فریمورک بهترین بستر برای از بین بردن مشکلات زیرساختی است که توسعهدهندگان را خسته میکند.
این نقش جدید، نه تنها روی حل مشکلات مقیاسپذیر در FastAPI Labs تمرکز دارد، بلکه شامل زمان اختصاصی برای توسعه منبعباز است. او فرصت خواهد داشت تا عمیقتر روی CPython کار کند، نقش خود به عنوان Core Developer را تقویت کند و عملکرد JIT کامپایلر را بهبود بخشد.
سوانا 🤝🏻 FastAPI Labs : آینده استقرار برنامههای پایتون در راه است.
سوانا اوستروفسکی که سابقه رهبری تجربه توسعهدهندگان پایتون در شرکتهای بزرگی چون مایکروسافت، داکر و Snowflake را داشت، تصمیم گرفت پس از پنج سال مدیریت محصول، به کدنویسی بازگردد.
انگیزه اصلی او حل یک چالش بزرگ است:
حذف پیچیدگیهای استقرار برنامههای پایتون در محیط ابری. او معتقد است که با توجه به محبوبیت بینظیر FastAPI، این فریمورک بهترین بستر برای از بین بردن مشکلات زیرساختی است که توسعهدهندگان را خسته میکند.
این نقش جدید، نه تنها روی حل مشکلات مقیاسپذیر در FastAPI Labs تمرکز دارد، بلکه شامل زمان اختصاصی برای توسعه منبعباز است. او فرصت خواهد داشت تا عمیقتر روی CPython کار کند، نقش خود به عنوان Core Developer را تقویت کند و عملکرد JIT کامپایلر را بهبود بخشد.
سوانا 🤝🏻 FastAPI Labs : آینده استقرار برنامههای پایتون در راه است.
نسخه پایتون هم به π رسید.
Python 3.14.0
شاید بزرگترین و مهمترین خبر در نسخه 3.14
پشتیبانی رسمی از پایتون Free-threaded Python باشد.
این تغییر انقلابی که از طریق PEP 779 معرفی شده، هدف دارد تا محدودیتهای قدیمی GIL (Global Interpreter Lock) را کاهش دهد.
تغییرات زیرساختی و عملکرد :
- بهبود عملکرد کدهای Multi-Threaded در محیطهای چند هستهای
- همزمانی Concurrency مؤثرتر و استفادهی بهینه از سختافزارهای مدرن
- لیترالهای رشتهای الگو t-strings
- پشتیبانی از چندین مفسر Multiple-Interpreters
- ماژول جدید بهنام compression.zstd برای پشتیبانی از الگوریتم فشردهسازی
امنیت با Sigstore: پایتون 3.14 دیگر امضاهای PGP را برای مصنوعات انتشار ارائه نمیدهد.
در عوض، Sigstore برای تأیید امنیت و اصالت بستههای دانلود شده توصیه میشود.
Python 3.14.0
شاید بزرگترین و مهمترین خبر در نسخه 3.14
پشتیبانی رسمی از پایتون Free-threaded Python باشد.
این تغییر انقلابی که از طریق PEP 779 معرفی شده، هدف دارد تا محدودیتهای قدیمی GIL (Global Interpreter Lock) را کاهش دهد.
تغییرات زیرساختی و عملکرد :
- بهبود عملکرد کدهای Multi-Threaded در محیطهای چند هستهای
- همزمانی Concurrency مؤثرتر و استفادهی بهینه از سختافزارهای مدرن
- لیترالهای رشتهای الگو t-strings
- پشتیبانی از چندین مفسر Multiple-Interpreters
- ماژول جدید بهنام compression.zstd برای پشتیبانی از الگوریتم فشردهسازی
امنیت با Sigstore: پایتون 3.14 دیگر امضاهای PGP را برای مصنوعات انتشار ارائه نمیدهد.
در عوض، Sigstore برای تأیید امنیت و اصالت بستههای دانلود شده توصیه میشود.
تعداد سابسکرایبرهای کانال یوتوب هوسم در آستانه 1k هست.
به مناسبت این اتفاق، بد نیست ویدئوهای خوب کانال رو معرفی کنم؛ ویدئوهای کورس 13 ساعته پایتورچ، معرفی کگل و معرفی هاگینگفیس ارزش دیدن دارن.
دیدن کورس پایتورچ برای بسیاری از افراد خوب و ضروریه. حتی دانشآموزها هم میتونن ببینن.
ما ویدئوهای کمی منتشر کردیم. دوست داشتم، ویدئوهای بیشتری منتشر کنم، ولی امان از فرصت کم و وسواس زیاد غیرضروری!
لینک کانال یوتوب هوسم:
https://youtube.com/@howsam_org?si=B4fglejwMihsFSaF
به مناسبت این اتفاق، بد نیست ویدئوهای خوب کانال رو معرفی کنم؛ ویدئوهای کورس 13 ساعته پایتورچ، معرفی کگل و معرفی هاگینگفیس ارزش دیدن دارن.
دیدن کورس پایتورچ برای بسیاری از افراد خوب و ضروریه. حتی دانشآموزها هم میتونن ببینن.
ما ویدئوهای کمی منتشر کردیم. دوست داشتم، ویدئوهای بیشتری منتشر کنم، ولی امان از فرصت کم و وسواس زیاد غیرضروری!
لینک کانال یوتوب هوسم:
https://youtube.com/@howsam_org?si=B4fglejwMihsFSaF
YouTube
آکادمی هوش مصنوعی هوسم
سلام، به کانال آکادمی هوسم خوش آمدید! 🤗
آکادمی هوسم در حوزه آموزش هوش مصنوعی به زبان فارسی فعالیت دارد و یکی از بزرگترین و قدیمیترین موسسههای آموزش هوش مصنوعی در ایران است. از سال 1395، سعی کردیم آموزشهای متنوع از مقدماتی تا پیشرفته در هوش مصنوعی ارائه…
آکادمی هوسم در حوزه آموزش هوش مصنوعی به زبان فارسی فعالیت دارد و یکی از بزرگترین و قدیمیترین موسسههای آموزش هوش مصنوعی در ایران است. از سال 1395، سعی کردیم آموزشهای متنوع از مقدماتی تا پیشرفته در هوش مصنوعی ارائه…
Audio
زمان : 18 دقیقه
توی این مصاحبه، مدیرعامل ElevenLabs، آیندهی هیجانانگیز هوش مصنوعی صوتی را معرفی میکند.
از خلق عوامل صوتی فروش و پشتیبانی که با صدای شما و به هر زبانی صحبت میکنند، تا ساخت یک بازار صدای میلیون دلاری.
او به فرصتهای درآمدزایی ماهانه ۱۰ هزار دلاری برای کارآفرینان انفرادی اشاره میکند.
در عین حال، نیاز به اقدامات حفاظتی سختگیرانه را با شروع مکالمات هوش مصنوعی با یکدیگر، گوشزد میکند.
این گفتگو پر از راهکار، هزینههای واقعی و ابزارهایی است که مرزهای صنعت صدا را جابهجا خواهند کرد.
توی این مصاحبه، مدیرعامل ElevenLabs، آیندهی هیجانانگیز هوش مصنوعی صوتی را معرفی میکند.
از خلق عوامل صوتی فروش و پشتیبانی که با صدای شما و به هر زبانی صحبت میکنند، تا ساخت یک بازار صدای میلیون دلاری.
او به فرصتهای درآمدزایی ماهانه ۱۰ هزار دلاری برای کارآفرینان انفرادی اشاره میکند.
در عین حال، نیاز به اقدامات حفاظتی سختگیرانه را با شروع مکالمات هوش مصنوعی با یکدیگر، گوشزد میکند.
این گفتگو پر از راهکار، هزینههای واقعی و ابزارهایی است که مرزهای صنعت صدا را جابهجا خواهند کرد.
PyTorch Howsam
کتاب Hands-on LLMs از آقای Jay Alammar اخیرا این کتاب معرفی شده و مطابق انتظار با استقبال خوبی مواجه شده. آقای Jay Alammar رو هم احتمالا میشناسید دیگه! همون کسی که بلاگ پستهای آموزشی با شکلها و انیمیشنهای متنوع داره. این کتاب هم پر از شکلهای جالب هست…
آقایون Jay Alammar و Maarten Grootendost، کتاب جدیدی با موضوع AI Agents در دست تالیف دارن.
اینها عشق تصویرسازی هستن و اینجا هم مشخص هست که کتاب پر تصویرسازی خواهد بود.
قبلا، کتاب Hands-on LLMs رو با هم نوشته بودن. پست مربوط به معرفی این کتاب رو ریپلای کردم. کتاب خوبیه، خودم خوندمش...
اینها عشق تصویرسازی هستن و اینجا هم مشخص هست که کتاب پر تصویرسازی خواهد بود.
قبلا، کتاب Hands-on LLMs رو با هم نوشته بودن. پست مربوط به معرفی این کتاب رو ریپلای کردم. کتاب خوبیه، خودم خوندمش...
شیطونا، دارید ریلیز میدید، خبر ندادید 👀
گوگل در سکوت و بدون اعلام رسمی، عرضه Gemini 3.0 Pro، مدل هوش مصنوعی نسل بعدی خود را آغاز کرده است.
شما فعلا در صفحه ی پلتفرم، پیامی دریافت نمیکنید.
شواهد این ارتقا چند ساعتی هست که در source code ظاهر شد،
بعضی از کاربران هم، در پلتفرم AI Studio با اعلانهای ارتقا مواجه شدند:
«ما شما را از مدل قبلی به 3.0 Pro، هوشمندترین مدل ما تا به امروز، ارتقا دادهایم».
این استراتژی عرضه پنهانی به گوگل اجازه میدهد تا دادههای عملکردی حیاتی در دنیای واقعی را پیش از عرضه گستردهتر جمعآوری کند.
این عرضه اولیه به دنبال یک دوره آزمایش کنترلشده A/B است که حدود 7 اکتبر آغاز شد و در آن به توسعهدهندگان منتخب دسترسی زودهنگام داده شد.
قدرتبخشی به جاهطلبیهای سازمانی گوگل عرضه Gemini 3.0 Pro فقط مربوط به یک مدل نیست؛ بلکه سنگ بنای استراتژی سازمانی گستردهتر گوگل است.
چیراگ دکاته، تحلیلگر گارتنر، اشاره کرد:
«اینکه گوگل چگونه بتواند از این پیامرسانی یکپارچه در روند عرضه Gemini 3.0 بهرهبرداری کند، یک آزمون حیاتی نیز خواهد بود.»
گمانهزنیها برای معرفی: حدود 22 اکتبر.
گوگل در سکوت و بدون اعلام رسمی، عرضه Gemini 3.0 Pro، مدل هوش مصنوعی نسل بعدی خود را آغاز کرده است.
شما فعلا در صفحه ی پلتفرم، پیامی دریافت نمیکنید.
شواهد این ارتقا چند ساعتی هست که در source code ظاهر شد،
بعضی از کاربران هم، در پلتفرم AI Studio با اعلانهای ارتقا مواجه شدند:
«ما شما را از مدل قبلی به 3.0 Pro، هوشمندترین مدل ما تا به امروز، ارتقا دادهایم».
این استراتژی عرضه پنهانی به گوگل اجازه میدهد تا دادههای عملکردی حیاتی در دنیای واقعی را پیش از عرضه گستردهتر جمعآوری کند.
این عرضه اولیه به دنبال یک دوره آزمایش کنترلشده A/B است که حدود 7 اکتبر آغاز شد و در آن به توسعهدهندگان منتخب دسترسی زودهنگام داده شد.
قدرتبخشی به جاهطلبیهای سازمانی گوگل عرضه Gemini 3.0 Pro فقط مربوط به یک مدل نیست؛ بلکه سنگ بنای استراتژی سازمانی گستردهتر گوگل است.
چیراگ دکاته، تحلیلگر گارتنر، اشاره کرد:
«اینکه گوگل چگونه بتواند از این پیامرسانی یکپارچه در روند عرضه Gemini 3.0 بهرهبرداری کند، یک آزمون حیاتی نیز خواهد بود.»
گمانهزنیها برای معرفی: حدود 22 اکتبر.
کموبیش درخواستهایی میاد که چنین آگهیهایی رو در کانال بذاریم. ولی ما به دلیل عدم شناخت اون گروه یا مجموعه، در کانال منتشر نمیکنیم. اما، دوست من با این گروه چند سالی کار کرده و خروجی مقاله هم داشته.
🚨 Open Position: AI Researcher
We are looking for passionate and motivated collaborators to join our AI Research Team!
Our work focuses on cutting-edge areas of Artificial Intelligence and Computer Vision, including: Multimodal AI, Large Vision-Language Models, Large Language Models, 3D Vision, Test-Time Domain Adaptation, Continual Learning, and Generative AI.
(Further details will be discussed during the collaboration phase.)
Our ultimate goal is to submit high-quality research papers to top-tier AI and Computer Vision conferences such as CVPR, ICCV, and NeurIPS.
🔍 Requirements
▪️Strong foundation in Machine Learning, Deep Learning, and Mathematics
▪️Hands-on experience with PyTorch
▪️Ability to dedicate sufficient time and commitment to the project
🎯 Benefits
▪️Collaborate with top international researchers
▪️Excellent opportunity to deepen your expertise and gain experience in paper preparation for top venues
▪️Access to powerful computational resources for experiments
▪️Potential opportunity to co-author papers accepted at top-tier conferences
📅 Application Deadline: November 10, 2025
📄 If you’re interested, please send your CV and fill out the following form:
👉 Application Form (https://docs.google.com/forms/d/e/1FAIpQLSea4tsAT-Hi8dUvqr2SI509Ou8__KMvyShxZXF2OMTYQ6Oa6A/viewform?usp=header).
📧 For any questions, feel free to contact me via email at [email protected] or on Telegram.
🚨 Open Position: AI Researcher
We are looking for passionate and motivated collaborators to join our AI Research Team!
Our work focuses on cutting-edge areas of Artificial Intelligence and Computer Vision, including: Multimodal AI, Large Vision-Language Models, Large Language Models, 3D Vision, Test-Time Domain Adaptation, Continual Learning, and Generative AI.
(Further details will be discussed during the collaboration phase.)
Our ultimate goal is to submit high-quality research papers to top-tier AI and Computer Vision conferences such as CVPR, ICCV, and NeurIPS.
🔍 Requirements
▪️Strong foundation in Machine Learning, Deep Learning, and Mathematics
▪️Hands-on experience with PyTorch
▪️Ability to dedicate sufficient time and commitment to the project
🎯 Benefits
▪️Collaborate with top international researchers
▪️Excellent opportunity to deepen your expertise and gain experience in paper preparation for top venues
▪️Access to powerful computational resources for experiments
▪️Potential opportunity to co-author papers accepted at top-tier conferences
📅 Application Deadline: November 10, 2025
📄 If you’re interested, please send your CV and fill out the following form:
👉 Application Form (https://docs.google.com/forms/d/e/1FAIpQLSea4tsAT-Hi8dUvqr2SI509Ou8__KMvyShxZXF2OMTYQ6Oa6A/viewform?usp=header).
📧 For any questions, feel free to contact me via email at [email protected] or on Telegram.
Google Docs
Open position for AI Researcher
We are looking for a motivated and passionate researcher to join our team in exploring cutting-edge topics in Artificial Intelligence and Computer Vision.
Our current research focuses on areas such as Multimodal AI, Large Vision-Language Models, Large Language…
Our current research focuses on areas such as Multimodal AI, Large Vision-Language Models, Large Language…
بخشی از مقدمه کتاب Machine Learning System Design:
مسیری که طی کردن، کارهایی که انجام دادن و فعالیت جدی در کگل برام جالب بود.
نه مسیر کاری آرسنی (در بازاریابی آنلاین) و نه مسیر اولیهٔ والری (در کمومتریکس یا شیمیسنجی) در آغاز ارتباط چندانی با یادگیری ماشین (ML) نداشت. با این حال، ابزارهای ریاضی مورد استفاده در حرفهٔ ما ــ مانند مدلهای رگرسیون و تحلیل مؤلفههای اصلی ــ همان چیزهایی بودند که علاقهٔ ما را به استخراج بیشترین ارزش از دادهها برانگیخت. هر یک از ما سفر خود را در اوایل دههٔ ۲۰۱۰ آغاز کردیم؛ والری در نهایت مسئولیتهای رهبری در حوزهٔ علم داده در شرکتهایی چون فیسبوک، علیبابا، Blockchain.com و BP را بر عهده گرفت، و آرسنی مهارتهای مهندسی خود را در استارتاپهای فناورانهٔ عمیق در مراحل مختلف رشد صیقل داد.
پیش از همکاری برای نگارش این کتاب، تنها نقطهٔ اشتراک حرفهای ما شرکت در مسابقات یادگیری ماشین بود؛ جایی که مهارتهایمان را در پلتفرم Kaggle تقویت کردیم. والری به مقام Grandmaster رسید و پیشتر در میان ۳۰ نفر برتر جهان قرار داشت. آرسنی نیز Kaggle Master است و در یادگیری ماشین رقابتی تجربهٔ گستردهای دارد. هر دو نویسنده همواره تلاش میکنیم دانش و تجربهمان را از طریق سخنرانیهای عمومی در حوزهٔ ML با دیگران به اشتراک بگذاریم.
مسیری که طی کردن، کارهایی که انجام دادن و فعالیت جدی در کگل برام جالب بود.