eitaa logo
هنر پرامپت نویسی/هوش مصنوعی
169 دنبال‌کننده
79 عکس
3 ویدیو
3 فایل
Let’s Grow Together بهبودهای هوشمندانه
مشاهده در ایتا
دانلود
چت‌بات چیست؟🔗 چت‌بات یک سیستم مبتنی بر هوش مصنوعی است که وظیفه‌ی شبیه‌سازی مکالمات انسان‌گونه را برعهده دارد. این مکالمه می‌تواند از طریق متن، صوت یا حتی تصویر و ویدئو انجام شود. وظیفه‌ی یک چت‌بات، ارائه‌ی دستورات راهنمایی، جمع‌آوری اطلاعات و از همه مهم‌تر ارائه پشتیبانی در لحظه (Real-Time) است.
چت‌بات، ورودی کاربر یا همان پرامپت (دستور) را دریافت می‌کند و با پردازش آن و سپس تلفیق این دستور و اطلاعات دیگر چون داده‌های کاربر، قوانین تنظیم شده برای آن و همچنین قابلیت مهم یادگیری آن از واکنش‌های کاربر، یک خروجی مناسب تولید می‌کند. معروف‌ترین چت‌بات‌ها که امروز به طور گسترده‌ای در حال استفاده هستند، ✅مدل ChatGPT از شرکت OpenAI ، ✅مدل Gemini از شرکت گوگل، ✅مدل Microsoft Copilot از شرکت مایکروسافت و ✅مدل Claude از شرکت Anthropic هستند.
دستیار مجازی چیست؟🔗 دستیار مجازی یک سیستم مبتنی بر ابزارهای مختلف هوش مصنوعی است که قابلیت انجام طیف گسترده‌ای از کارها را توسط دستورات صوتی یا متنی دارد. برخلاف چت‌بات‌ها که هدف شبیه‌سازی یک مکالمه را دارند، دستیار مجازی وظیفه‌ی انجام کارهای پیچیده و ترکیب شده را دارد. برای مثال یک دستیار هوشمند قادر به برنامه‌ریزی ملاقات‌ها، کنترل خانه، کنترل دستگاه‌های مختلف مثل کنترل پخش و قطع موسیقی در تلفن همراه و کارهای متعدد دیگری است. طیف این کارها، با اضافه‌شدن افزونه‌های مختلف تا قابلیت خلاصه‌سازی ایمیل‌ها و سفارش خرید نیز پیش می‌رود. معروف‌ترین دستیاران شخصی که امروزه کاربرد گسترده‌ای دارند، Siri از شرکت اَپل، Alexa از شرکت آمازون، Bixby از شرکت سامسونگ، Google Assistant از شرکت گوگل و Cortana (خدا بیامرز!) از شرکت مایکروسافت هستند. @aiprompt
مدل‌های زبانی بزرگ (LLM) 🔆یک مدل زبانی بزرگ (Large Language Model) نوعی هوش مصنوعی است که به عنوان وظیفه اصلی، می‌تواند متن را شناسایی و آن را تولید کند. 🔆 مدل های زبانی بزرگ یا LLM ها بر روی مجموعه‌های بزرگی از داده‌ها آموزش دیده‌اند 🔆 می‌توانند وظایفی چون ترجمه، خلاصه‌سازی، و پاسخ به سوالات را با دقت بالایی انجام دهند. 🔆 بزرگ نامیده‌شدن آن‌ها، به‌دلیل تعداد بالای پارامترهایی است که دارند. 🔆آن‌ها بر پایه الگوریتم‌های یادگیری ماشین، به‌ویژه نوعی شبکه عصبی به نام ترنسفورمر (Transformer) ساخته شده‌اند تا توانایی تولید و درک زبان طبیعی را بهبود بخشند. @aiprompt 🆔 @AiGovernance
مدل‌های زبانی بزرگ به زبان ساده: 🔴مدل های زبانی بزرگ یا  LLM، یک برنامه کامپیوتری است که به اندازه کافی داده‌های مختلف (مثل همین متن‌هایی که می‌نویسیم) را دریافت کرده تا بتواند زبان انسان یا سایر داده‌های پیچیده را شناسایی و تفسیر کند. بسیاری از LLMها بر روی داده‌هایی که از اینترنت جمع‌آوری شده‌اند - هزاران یا میلیون‌ها گیگابایت متن - آموزش دیده‌اند. کیفیت این نمونه‌ها بر توانایی LLMها در یادگیری زبان طبیعی تأثیر می‌گذارد. @aiprompt 🆔 @AiGovernance
داده های بزرگ زبانی LLMها از طریق تنظیم دقیق (Fine-Tuning) آموزش می‌بینند: آن‌ها به‌طور دقیق‌تر یا با استفاده از نمونه‌های خاص برای وظیفه‌ای که برنامه‌نویس می‌خواهد انجام دهد، تنظیم می‌شوند. مانند تفسیر سوالات و تولید پاسخ‌ها یا ترجمه متن از یک زبان به زبان دیگر. @aiprompt
مدل‌های ترکیبی بینایی و زبان (VLM) به دنبال محبوبیت اخیر مدل‌های زبانی بزرگ (LLM)، تلاش‌های متعددی برای گسترش آنها به حوزه بصری صورت گرفت. ☘مدل های زبان بینایی (Vision-Language Model) شکاف بین درک بصری و زبانی (متنی) هوش مصنوعی را پر می‌کنند. آن‌ها برای درک و تولید محتوایی طراحی شده‌اند که هم شامل تصاویر و هم متن می‌شود. ☘ به زبان ساده، یک VLM می‌تواند تصاویر و متن را به طور مشترک درک کند و آنها را با هم مرتبط کند. 📌انسان‌ها به راحتی می‌توانند اطلاعات را از منابع متعدد به‌طور همزمان پردازش کنند؛ برای مثال، ما در طول یک مکالمه از تفسیر کلمات، زبان بدن، حالات چهره و لحن صدا استفاده می‌کنیم. به‌طور مشابه، مدل‌های ترکیبی بینایی و زبان می‌توانند چنین سیگنال‌های چندرسانه‌ای را به‌طور مؤثر و کارآمد پردازش کنند. بنابراین، VLMها می‌توانند اطلاعات تصویری را که عناصر بصری و متنی را با هم ترکیب می‌کنند، بفهمند و تولید کنند. ☘برای دستیابی به این درک چندرسانه‌ای، VLMها معمولاً از سه عنصر اصلی تشکیل شده‌اند: ◀️یک مدل تصویری برای درک تصویر و ویژگی‌های آن، ◀️یک مدل متنی برای درک و تحلیل متن ◀️ و یک مکانیزم ترکیب (Fusion) برای ترکیب و استفاده همزمان از اطلاعات به دست آمده از تصویر و متن. ☘در نتیجه مدل‌های ترکیبی بینایی و زبان، مانند CLIP و DALL-E، با ترکیب داده‌های تصویری و متنی، انجام وظایف پیچیده‌ای مانند توصیف تصاویر، تولید تصاویر از توصیفات متنی، و جستجوی تصویری با استفاده از متن را ممکن می‌سازند. ☘این مدل‌ها از ترنسفورمرها و شبکه‌های عصبی پیچشی (CNN یا Convolution Neural Network) برای ترکیب و درک داده‌های چندرسانه‌ای استفاده می‌کنند. @aiprompt
مدل‌های انتشاری (Diffusion Models)🔗 تلاش برای یافتن هوش مصنوعی‌ای که بتواند مانند انسان ها خلق، تصور و نوآوری کند، نیروی محرکه‌ای در تحقیقات یادگیری ماشین بوده است. در این مسیر، مدل‌های انتشاری به عنوان یک راه‌حل نوین در صنعت هوش مصنوعی مولد پدیدار شدند. مدل‌های انتشاری یک دسته از مدل‌های مولد هوش مصنوعی هستند که تصاویر با وضوح بالا و کیفیت‌های متفاوت تولید می‌کنند. مدل‌های انتشاری در هسته خود، با استفاده از شبکه‌های عصبی نویز تصادفی را به داده‌های موجود اضافه می‌کنند و سپس فرآیند را معکوس می‌کنند تا نویز تصادفی را به تدریج به یک خروجی ساختاریافته تبدیل کنند. از طریق این فرآیند، مدل یاد می‌گیرد که داده‌های مصنوعی ایجاد کند. این رویکرد نوآورانه آنها را قادر می‌سازد تا خروجی‌های بسیار دقیق، از تصاویر واقعی گرفته تا دنباله‌های متنی منسجم ایجاد کنند. این مدل‌ها در تولید تصاویر با کیفیت بالا، ویدئو، صدا و غیره برجسته هستند.
مدل‌های انتشاری ابزار قدرتمندی هستند که به افراد کمک می‌کنند ایده‌های خود را به طیف گسترده‌ای از تصاویر تبدیل کنند. برخی از نمونه‌های معروف این مدل‌ها عبارتند از: OpenAI's Dall-E Google's Imagen Stable Diffusion Midjourney
تصویر سازی خانه ای روی آب
یک خانه شناور مجلل روی دریاچه ای آرام و شفاف طراحی کنید. خانه باید دارای طراحی شیک و مدرن با دیوارهای شیشه ای باشد که منظره ای بدون مانع از آب و مناظر اطراف را ارائه دهد. شامل یک عرشه بزرگ با صندلی در فضای باز، یک باغ کوچک با گیاهان آبزی، و یک اسکله خصوصی با قایق رانی یا کایاک. فضای داخلی باید جادار و پر از نور طبیعی باشد و دارای مبلمان راحت و مدرن و عناصر دکور طبیعی مانند مجسمه‌های چوبی یا لهجه‌های سنگی باشد. حال و هوای کلی باید صلح آمیز و ایده آل برای یک خلوت آرام باشد
. https://www.bing.com/images/create/ 🆔 @AiGovernance @aiprompt
هوش مشارکتی قسمت اول ✨هوش مصنوعی در حال کسب مهارت در انجام فعالیت‌های انسانی مثل تشخیص بیماری ، ترجمه و ارائه خدمات به مشتریان است و سرعت پیشرفتش بسیار زیاد است. به همین دلیل خیلی‌ها نگران هستند که هوش مصنوعی در نهایت در کل جایگزین انسان خواهد شد. ✨ولی از نظر ما بعید است که چنین اتفاقی رخ دهد. ✨تاکنون هیچ وقت چنین رابطه مناسبی بین انسان و ابزارهای مورد استفاده‌اش برقرار نبوده است. ✨هرچند هوش مصنوعی تاثیر عمده بر نحوه انجام کارها در آینده خواهد داشت اما نکته مهم این است که: این فناوری چگونه می‌تواند مهارت‌های انسان را تقویت و تکمیل کند نه اینکه جایگزین انسان شود. هوش مشارکتی انسان‌ها و هوش مصنوعی در حال همکاری با یکدیگر هستند. جیمز اچ ویلسون و پال داتری هوش مصنوعی نویسنده: توماس اچ داونپورت آخرین تفکرات HBR در مورد آینده‌ی کسب و کار 🆔 @AiGovernance @aiprompt
هوش مشارکتی. قسمت دوم شرکت بهینه کردن روال همکاری بین انسان و هوش مصنوعی مزیت زیادی به دست می‌آورند. ۵ اصل به انجام این کار کمک خواهد کرد: 1⃣باز طراحی فرایندهای کسب و کار 2⃣استقبال از آزمایش و مشارکت کارمندان 3⃣هدایت فعالانه استراتژی هوش مصنوعی 4⃣جمع آوری داده با مسئولیت پذیری کافی 5⃣باز طراحی کارهایی که از هوش مصنوعی استفاده خواهند کرد 6⃣تقویت مهارت‌های کارمندان. هرچه شرکت‌ها تعداد بیشتری از این پنج اصل را رعایت کنند عملکرد طرح‌های هوش مصنوعی شان از لحاظ سرعت، هزینه درآمد و دیگر سنج‌های عملیاتی بهتر خواهد شد. (شکل بالا). هوش مشارکتی انسان‌ها و هوش مصنوعی در حال همکاری با یکدیگر هستند. جیمز اچ ویلسون و پال داتری هوش مصنوعی نویسنده: توماس اچ داونپورت آخرین تفکرات HBR در مورد آینده‌ی کسب و کار 🆔 @AiGovernance @aiprompt