برای یادگیری پیشرفته هوش مصنوعی نیاز است مجموعه ای از مهارت ها را کسب نمایید، در این بخش گروهی از مقالات بروزی وجود دارد که شما را در هوش مصنوعی استاد می‌کنند.
در این مقاله آموزشی می‌آموزید شبکه های Siamese را با استفاده از Keras، TensorFlow و یادگیری عمیق آموزش دهید و پیاده‌سازی کنید.
BERT معادل واژه «نمایش رمزگذاری دوطرفه از ترانسفورمرها Bidirectional Encoder Representations from Transformers» است. زمانی‌که برای اولین‌بار این تعریف را خواندم، مفهوم آن را درک نکردم. بنابراین اگر شما هم معنای آن را درک نکرده‌اید جای نگرانی نیست. زمانی که راجع به BERT مطالعه می‌کردم، متوجه شدم که بیشتر مقالات
شرکت استارتاپی SiteAware که سابق بر این با نام Dronomy شناخته می‌‌‌شد، در حال توسعه پلتفرمی است که استفاده از هوش مصنوعی در ساختمان سازی را میسر می‌‌‌سازد. سرمایه اولیه برای راه اندازی این پلتفرم از مشارکت چند سرمایه گذار تامین شد و هفته گذشته این بودجه 10 میلیون دلاری
تصور کنید شما یک فضانورد هستید که برای ماموریت اعزام به مریخ انتخاب شده‌اید. در این میان، علاوه بر مسئولیت‌‌‌های پژوهشی، بعضی وظایف فنی را نیز بر عهده دارید و برخی دیگر از عملکردهای اصلی سفینه فضایی شما مثل تنظیم دما، اکسیژن‌رسانی و غیره توسط یک سیستم هوش مصنوعی مدیریت
در این دوره که تحت عنوان «آموزش پردازش زبان طبیعی» ارائه شده، می‌آموزید که چطور به کمک اکوسیستم هاگینگ فیسHugging Face (ترنسفورمرهاTransformers، دیتاست‌ها، توکن‌کننده‌هاTokenizers و شتاب‌دهنده‌ها Accelerate) پردازش زبان طبیعیnatural language processing و هاب هاگینگ فیس، (NLP) را انجام دهید. این دوره کاملاً رایگان است و هر هفته یک قسمت از
پیش بینی خودکشی می‌تواند امری ضروری باشد، اما چطور میتوان به آن دست یافت؟ پاسخ به این سؤال، به خصوص در شرایط کنونی که همه‌گیری کووید-19 روی سلامت روان بسیاری از افراد تأثیر منفی گذاشته، اهمیت فراوانی یافته است. یافته‌های یک تیم پژوهشی از مونترآل و فرانسه حاکی از این
داده‌کاوی تحت وِب Web-Scraping، واسط برنامه نویسی کاربردی Foursquare، نقشه‌های فولیوم و غیره بخشی از پروژه IBM Capstone به این امر اختصاص داشت که دانشمندان علم داده در دنیای واقعی با چه مسائلی مواجه هستند. اهداف آخرین دوره بدین ترتیب تعریف شد: تعریف مسئله‌ی کسبوکار، جستجوی اطلاعات در وب، و
فناوری بینایی رایانه‌ای در زمینه‌هایی مانند سیستمهای نظارت خودکار، اتومبیل‌های خودران، تشخیص چهره، مراقبت‌های بهداشتی و ابزارهای فاصله‌گذاری اجتماعی کاربرد زیادی دارند. اما خنثی کردن تاثیر عوامل محیطی بر کیفیت اهمیت زیادی برای این موضوع دارد. کاربران برای استفاده از تمام مزایای نرم‌افزارهای تجزیه و تحلیل ویدئویی به اطلاعات بصری
دانشمندان ابزاری به نام StoryWrangler ساخته‌اند که می‌تواند میلیارد پیامی را که کاربران در شبکه‌های اجتماعی به اشتراک می‌گذارند را بررسی و آشفتگی‌های احتمالی را پیش‌بینی کند.
در یک سال گذشته، همه‌گیری کووید-19 با وجود همه آثار منفی که به همراه داشته، به ظهور خلاقیت در دنیای مصورسازی داده‌ها کمک فراوانی کرده است. طراحان گرافیک، محققان و علاقه‌مندان به حوزه علوم داده، استعدادهای خود را در راستای دستیابی به منفعت عمومی به کار گرفتند تا کلان‌داده‌های مربوط
برای کاهش میزان پیچیدگی در توسعه نرم‌افزارهای اتومبیل خودران، باید کل این مسئله فنی را به اجزای کوچک‌تر تقسیم و سپس اقدام به تولید نرم افزار اتومبیل خودران کنیم. هر کدام از این اجزا نقشی حیاتی در تولید اتومبیل‌های خودران امن داشته و کارکردهای مختلفی برای تحقق فناوری خودران دارند.
هرچند اصطلاح شبکه‌های عصبی گراف (GNN) Graph Neural Networks (GNNs) (نسبتاً جدید است اما با بهرهگیری از رویکرد یادگیری عمیق در تجزیه و تحلیل گرافها مورد استفاده قرار می‌گیرد و در این مسیر توانسته محبوبیت زیادی پیدا کند. از آنجایی‌که GNNها به طور طبیعی توانایی سازگاری با دیتاست های دنیای
حتی در رایج‌ترین معماری‌های شبکه های عصبی هم تعداد بسیار زیادی پارامتر وجود دارد. شبکه عصبی ResNet50 که مدل پایهای متدوالی است حدود 25 میلیون پارامتر دارد؛ به این معنی که هنگام آموزش شبکه در واقع با یک فضای پارامتر 25 میلیون بُعدی سروکار داریم.
تا کنون مدل‌های پیچیده‌ای ساخته‌ایم که قادر به انجام وظایف و حل مسائل پیچیده هستند، اما چالشی که اکنون با آن روبرو هستیم این است که چطور می‌توانیم چنین مدل‌های سنگینی را برای استفاده‌ی فوری روی دستگاه‌های موبایل پیاده کنیم؟ شاید بتوانیم مدل را روی ابر به کار انداخته و
مهندسان هوش مصنوعی ابزاری اختراع کردهاند که تصاویر ثابت را به تصاویر ویدئویی تبدیل می‌کند و این کار را چنان طبیعی انجام می‌دهد که برخی از کاربران آن را «وحشتناک» خوانده‌اند. سرویس نسب‌شناسی MyHeritage با ساخت فناوری Deep Nostalgia یا «نوستالژی عمیق» به افراد اجازه می‌دهد گذشته را زنده کنند.
هدف از نگارش مقاله پیش‌رو مطالعه و بررسی نحوه استفاده از رایانش توزیع شده Distributed Computing در آموزش مدل های مقیاس بزرگ یادگیری عمیق با پای تورچ است. در ابتدا تعریفی از مفاهیم پایه رایانش توزیع‌شده ارائه می‌دهیم و سپس نحوه استفاده از آن در حوزه یادگیری عمیق را توضیح
به جرئت میتوان گفت فینتک‌‌‌‌ها و شرکتهای پردازش مالی هر ویژگی را که میتوان برای جلب و نگهداری مشتری به کار بست، به بهترین نحو به عنوان مزیت کسبوکار خود به کار گرفته‌‌‌اند و در بهرهگیری از آن مزیت‌‌‌‌ها مهارت کافی پیدا کردهاند. اکنون شرکتهای مالی در تلاش‌اند محصولات و
پروتئین‌ها عنصری ضروری برای حیات و زیربنای تمامی کارکردهای آن هستند. پروتئین‌ها مولکول‌های بزرگ و پیچیده‌ای هستند که از زنجیره‌های آمینواسید ساخته شده‌اند. کار این مولکول‌ها عمدتاً توسط ساختار سه‌بُعدی خاص آن‌ها تعیین می‌شود. شناخت شکل تاخوردگی مولکول پروتئین به عنوان «مسئله‌ی تاخوردگی پروتئین Protein folding problem» شناخته می‌شود؛ نزدیک
چه کسی می خواهد میلیونر شود؟ 2913 نفر رویای میلیونر شدن را در سر می‌پرورانند و بر سر جایزه یک میلیونی مسابقه تشخیص دیپ فیک با یکدیگر به رقابت می‌پردازند. هدف از برگزاری مسابقه در ماه مارس 2020، ساخت و توسعه فن‌آوری‌هایی است که بتوانند دیپ فیک و رسانه‌های دستکاری
همان‌طور که از نامش پیداست، تبدیل متن به گفتار Text to speech (TTS)، با صدای بلند به خوانش متن می‌پردازد. سامانه متن به گفتار، متن را به عنوان ورودی دریافت و به صوت تبدیل می‌نماید. افرادی که حوصله خواندن کتاب، وبلاگ یا مقاله را ندارند، میتوانند از سامانه «تبدیل متن
مقدمه در این نوشتار قصد دارم به جزئیات پیاده‌سازی مدل تشخیص چهره بپردازم. اخیراً یک رابط کاربری در جستجوگر Browser-based UI طراحی کردم که برای افزودن یک فرد جدید به پایگاه داده کاربرد دارد. توضیحات مربوط به توسعه‌ی شبکه Web-development از حوصله‌ی این بحث خارج است. نویسنده‌ی این متن فرض
یکی از کتابخانه‌هایی که متخصصان علوم داده، تحلیل‌گران داده و مهندسان داده به صورت متدوال از آن در استفاده می‌کنند، کتابخانه Pandas است. این کتابخانه می‌تواند فریم داده را با فرمت HTML چاپ کند و اگر شما هم مثل من از JupyterLab/ Jupyter Notebook یا Colab گوگل استفاده می‌‌کنید،
GoogleNet یک شبکه پیچشی عمیق با 22 لایه است. معماری این شبکه در چالش ILSVRC سال 2014 معرفی شد (دو مسئله‌ی اصلی این چالش، تشخیص اشیاء Object detection و طبقه‌بندی تصویر Image classification بودند). جنبه نوآورانه‌ی معماری GoogleNet مربوط به ماژولی به نام Inception است.
در این مقاله می‌خواهیم به مواردی درباره مدل BERT و معماری Transformer که احتمالا نمی‌دانید اشاره کنیم. در حال حاضر، پردازش زبان طبیعی از محبوبیت زیادی برخوردار است و فقط تعداد کمی از زیرشاخه‌های هوش مصنوعی یارای برابری با آن را دارند. طی سال‌های اخیر، مدل‌های زبانی تکامل یافتند و
ترنسفرمرها بر دنیای پردازش زبان طبیعی غلبه کردهاند. این مدل‌های خارق‌العاده رکورد حل جدیدترین و بیشترین مسائل حوزهی NLP را در دست دارند. علاوه بر این در موارد گوناگون دیگری، همچون ترجمه‌ی زبان ماشینی ، ربات‌های سخنگوی مکالمه‌ای ، و حتی موتورهای جستجو ی قوی‌تر نیز کاربرد دارند. ترنسفرمرها در
در این مقاله، ابزاری به نام نمایشگر تعبیه Embedding Projector را معرفی می‌کنیم که به ما اجازه می‌دهد داده‌های ابعادبالا را به راحتی مصورسازی کرده و بدین ترتیب آن‌چه مدل می‌آموزد را درک کنیم.
دانشمندان رایانه در سال‌های اخیر عامل‌های مجازی متنوعی توسعه داده‌اند. عامل مجازی هوش مصنوعی با هدف تعامل با انسان و کمک کردن به وی در انجام امور مختلف طراحی شده است. یافته‌های شماری از پژوهش‌های پیشین حاکی از این است که میزان اعتماد فرد به این عامل‌ها معمولاً به این
تولید زبان طبیعی (NLG)، که یکی از زیرمجموعه‌‌های پردازش زبان طبیعی (NLP) است، از داده‌ها، متنی به زبان طبیعی مشابه زبان انسان تولید می‌کند. سیستمهای نرم‌افزاری NLG بر اساس داده‌های ورودی گزارش یا روایتی توصیفی تولید می‌کند. این نرم‌افزار همچنین می‌تواند متن را به گفتارِ رسا برگرداند.
پیش از این که به این مطلب درمورد نگاشت داده های مربوط به موقعیت خودروها بپردازیم، چند لحظه به شلوغ‌ترین و ناخواناترین نقشه‌ای که تا حالا دیده‌اید فکر کنید. اولین نقشه‌ای که به ذهن من خطور می‌کند مربوط به سال 2015 است. آن سال برای شرکت نرم‌افزاری GIS کار می‌کردم
طبق گزارش یک تیم تحقیقاتی، تیترهای تَله‌کلیک (Clickbait) ممکن است دیگر مانند سابق برای خواننده فریبنده نباشند. این تیم تحقیقاتی همچنین اضافه کرد که ممکن است هوش مصنوعی قادر به تشخیص درست سرخط‌های خبری معمولی از تلیه‌کلیک و اخبار جعلی نباشد. بر اساس یافته‌های محققان، تله‌کلیک‌ها، یا به عبارتی تیترهایی
شرکت فیسبوک از پروژه هوش مصنوعی جدید خود به نام TextStyleBrush پرده برداشت. این پروژه در واقع نرم‌افزاری است که می‌تواند از سبک نوشتاری متن دست‌نویس یا متن چاپی موجود در یک عکس کپی‌برداری کند، آن هم تنها با استفاده از یک کلمه! کاربران میتوانند با استفاده از این نرم‌افزار
این مطلب فرض را بر آشنایی مقدماتی مخاطبان با معماری شبکه های عصبی قرار داده است. محتوای این مقاله درباره نظریه جایگشت است و به خصوص برای افرادی مفید است که در آموزش شبکه‌های عمیق تجربه دارند، و ممکن است در مورد آموزش مدل یا قدرت آن به مشکلاتی برخورده
دانشمندان از ساخت نرم افزار هوش مصنوعی فیسبوک خبر دادند که علاوه بر تشخیص تصاویر «دیپ فیک» می‌تواند سرمنشأ آن‌ها را مشخص کند. دیپ‌فیک به فایل‌های صوتی، تصاویر و ویدئوهایی گفته می‌شود که با استفاده از فن‌آوری AI به گونه تغییر یافته‌اند که واقع‌گرایانه و طبیعی به نظر می‌رسند و
کنایه که در لغت به معنای «پوشیده سخن گفتن» است، در اصطلاح به ترکیب یا جمله‌ای اطلاق می‌شود که مراد گوینده معنای ظاهری آن نباشد. این عنصر می‌تواند بار معنایی جمله را دستخوش تغییر قرار دهد. بنابراین، تشخیص کنایه به بخش مهمی از تحلیل احساسات تبدیل شده است. بخش عمده‌ای
دکتر ایلکر بیربیل Ilker Birbil از تاریخ 1 ماه مه، در سمت استادی «کاربرد تکنیک‌های هوش مصنوعی و بهینه‌سازی در کسب و کار و جامعه» در دانشکده کسب و کار آمستردام UvA’s Amsterdam Business School مشغول به کار خواهد شد. وی با در دست داشتن این موقعیت، می‌تواند به هر
بازی Hand Physics Lab گزینه‌های دسترسی جدید از جمله مود colorblind و امکان نگاشت حرکات یک انگشت روی سایر انگشتان را ارائه می‌دهد.
محققان برای بهره‌برداری کامل از ظرفیت‌های هوش مصنوعی به منظور درمان بیماران مبتلا به سرطان، باید ثابت کنند که امکان تکرار موفقیت‌های یادگیری ماشین در حوزه‌ها و بیماران مختلف وجود دارد. در همین راستا، محققان مهندسی زیست‌پزشکی «کیس وسترن رزرو» در تلاش‌اند تا الگوریتم‌های جدیدشان را در اسکن بیماران مناطق
سَم والِس، در طول هشت سال فعالیت خود به عنوان مدیر هشدار جمعی در سونوما کالیفرنیا بارها شعله‌ور شدن شهرهای حوزهی مدیریتی خود را به چشم دیده است. آتش سوزی جنگل ها که از قبل درباره آن‌ها هشدار داده نمی‌شود، خانه‌ها را به ویرانی می‌کشاندند و دامنه تپه‌ها، دره‌ها و
مدیر مرکز والتر بردلی – رابرت جی. مارکس – در پادکست هفته پیش با فیلسوف دانشگاه کنکوردیا – دکتر آنگوس مینوژ – در خصوص مسئله ذهن–بدن مصاحبه کرد. دکتر مینوژ برهم‌کنش میان ذهن و بدن را انتقال بدن بین دو بخش قلمداد می‌کند: ذهن و بدن انسان سیستم یکپارچه‌ای با
فناوری هوش مصنوعی می‌تواند گزارشات جعلی تولید کند که به اندازه‌ای طبیعی جلوه می‌کنند که حتی متخصصان امنیت سایبری را به اشتباه می‌اندازند. در صورت استفاده گسترده از این سیستم‌ها تلاش برای مقابله با حملات سایبری راه به جایی نخواد بُرد. این سیستم‌ها میتوانند آتش مسابقه تسلیحاتی میان مولدهای اخبار
هوشیو رسانه‌ای تخصصی در حوزه هوش مصنوعی است که با هدف ایجاد محیطی فراگیر و پویا به ترویج و ارتقای این دانش می‌پردازد. ما تلاش می‌کنیم تا علاقه‌مندان به این حوزه درک عمیق‌تری از هوش مصنوعی پیدا کنند، از جدیدترین تحولات آن در ایران و جهان مطلع شوند و فعالان و پیشروان این صنعت را بشناسند. هوشیو با تمرکز بر تولید محتوای چندرسانه‌ای شامل ویدئوکست، پادکست، موشن‌گرافیک و … تجربه‌ای جذاب و آموزنده برای مخاطبان فراهم می‌کند. همچنین، هوشیو با پوشش رسانه‌ای گسترده رویدادهای هوش مصنوعی در ایران و جهان، بستری را برای اطلاع‌رسانی و تعامل میان فعالان و علاقه‌مندان این حوزه ایجاد کرده است.
تمام حقوق این وبسایت متعلق به هوشیو است. کپی‌برداری از محتوای هوشیو با ذکر منبع بلامانع است.
