eitaa logo
تکنوپالایش | 🇮🇷 Ai
5.5هزار دنبال‌کننده
1.3هزار عکس
824 ویدیو
26 فایل
ارائه مطالب آموزشی، اطلاع از آخرین رویدادها،اخبار ، آشنایی با پروژه های مرتبط با هوش مصنوعی لینک کانال https://eitaa.com/technopalayesh
مشاهده در ایتا
دانلود
فعلا قابلیت بارگیری به دلیل درخواست زیاد فراهم نیست
نمایش در ایتا
فعلا قابلیت بارگیری به دلیل درخواست زیاد فراهم نیست
نمایش در ایتا
آموزش رایگان هوش مصنوعی برای کودکان محلات کم‌برخوردار رئیس ستاد توانمندسازی محلات کم‌برخوردار سازمان بهزیستی از آغاز آموزش هوش مصنوعی به کودکان ۶ تا ۱۴ سال خبر داد و گفت هدف‌گذاری آموزش رایگان یک میلیون نفر در این حوزه انجام شده است. علی‌آقا محمدی اعلام کرد آموزش‌های هوش مصنوعی از ۲۹ بهمن‌ماه در محلات کم‌برخوردار آغاز می‌شود و گروه‌های سنی مختلف را پوشش می‌دهد. محمدی افزود: «امسال ۱۴۰ هزار نفر از ساکنان محلات در گروه‌های سنی ۹ تا ۱۸ سال ساماندهی می‌شوند و برای اجرای این برنامه، ۶ جلد کتاب آموزشی تدوین شده است. این آموزش‌ها در قالب طرح «۲۰۲۰ محله» اجرا می‌شود؛ طرحی که با رویکرد محله‌محوری و توانمندسازی نسل جدید، ۲۰۲۰ محله آسیب‌پذیر کشور را هدف قرار داده است.» --------------------------------------------------------- 🧠 همراه ما باشید با درگاه تکنوپالایش: 📱🖥️ 💻 👉@Technopalayesh https://eitaa.com/technopalayesh
دانشمندان با استفاده از هوش مصنوعی ۲۵ ماده ناشناخته را کشف کردند پژوهشگران دانشگاه نیوهمپشایر با استفاده از هوش مصنوعی موفق شدند ۲۵ ماده مغناطیسی ناشناخته را، از جمله ترکیباتی که در دماهای بالا پایدار باقی می‌مانند، شناسایی کنند. این پایگاه داده جدید با نام Northeast Materials Database با هدف کاهش وابستگی به عناصر نادر خاکی طراحی شده و روشی سریع‌تر و کارآمدتر برای کشف مواد مغناطیسی پایدار جهت استفاده در خودروهای الکتریکی، سامانه‌های انرژی تجدیدپذیر و سایر کاربردها ارائه می‌دهد. این پژوهش با حمایت وزارت انرژی ایالات متحده انجام شده و در نشریه Nature Communications منتشر شده است --------------------------------------------------------- 🧠 همراه ما باشید با درگاه تکنوپالایش: 📱🖥️ 💻 👉@Technopalayesh https://eitaa.com/technopalayesh
فعلا قابلیت بارگیری به دلیل درخواست زیاد فراهم نیست
نمایش در ایتا
⚠️ تبعیض پنهان چت‌بات‌ها علیه کاربران ایرانی 🔹 پژوهش دانشگاه MIT نشان می‌دهد مدل‌های زبانی بزرگ مانند GPT-4 و Claude 3 گاهی به کاربران غیرانگلیسی و با تحصیلات کمتر پاسخ‌های ضعیف‌تر و غیرواقعی می‌دهند. 🔹 اClaude 3 Opus برای کاربران ایرانی عملکرد ضعیف‌تری داشته و گاهی از پاسخ به سوالات درباره انرژی هسته‌ای و تاریخ خودداری کرده یا لحنی تحقیرآمیز داشته است. 🔹 پژوهشگران هشدار می‌دهند که شخصی‌سازی مدل‌ها می‌تواند خطر تبعیض سیستماتیک را افزایش دهد. 📌 نتیجه: حتی هوش مصنوعی پیشرفته هم ممکن است رفتار نابرابر نسبت به کاربران نشان دهد.
✨ راز دریافت دقیق‌ترین جواب‌ها از هوش مصنوعی چیست؟ خسته شدی از اینکه هوش مصنوعی منظورتو درست نمی‌فهمه؟ 🤔 راز پرامپت‌نویس‌های حرفه‌ای ⬅️ تکنیک "یادگیری با چند مثال" (Few-Shot Prompting) ❌ روش اشتباه: ۱۰ خط توضیح می‌دی چی می‌خوای، باز خروجی بی‌ربط می‌گیری! ✅ روش حرفه‌ای: به جای توضیح دادن، ۲ تا سرمشق از خروجی ایده‌آلت بهش نشون بده. 💡 چرا جواب می‌ده؟ هوش مصنوعی استاد کپی کردن الگوست! وقتی فرمت رو ببینه، دقیقاً همون لحن و ساختاری رو تحویل می‌ده که تو ذهنته. ❗دیگه باهاش بحث نکن، بهش الگو بده!
♥️🍃 کم کم یاد میگیری برای هر چیزی اصرار نکنی شدنی میشه نشدنی نمیشه موندنی می مونه اومدنی میاد رفتنی میره...
بِسْمِ اللَّـهِ الرَّحْمَـٰنِ الرَّحِيمِ صبح به ما مےآموزد که باور داشته باشیم روشنایے باتاریکی معنا مےیابد و خوشبختے با عبور از سختےها زیباست اولین کسی باش که میخندد اولین کسی باش که میبخشد🌸 سلام صبح بخیر 🗓 امروز سه‌شنبه ✅ ۵ اسفند ۱۴۰۴ مناسبت روز 🔸️روز بزرگداشت خواجه نصیرالدین طوسی 🔹️روز مهندس حدیث‌ روز 💎 امام رضا(ع): افطارى دادن تو به برادر روزه‌دارت، فضيلتش بيشتر از روزه داشتن توست. 📖 الكافی، ج۴، ص۶۸ --------------------------------------------------------- 🧠 همراه ما باشید با درگاه تکنوپالایش: 📱🖥️ 💻 👉@Technopalayesh https://eitaa.com/technopalayesh
🔥 قابلیت ترکیب‌پذیری؛ موتور محرک نسل جدید رایانش لبه در دنیای زیرساخت‌های مدرن، مفهوم Composability (ترکیب‌پذیری) به این معناست که سیستم‌ها از اجزای ماژولار و مستقل ساخته شوند تا بتوان آن‌ها را به‌صورت انعطاف‌پذیر کنار هم قرار داد و سریعاً متناسب با نیاز، بازچینی کرد. 📡 وقتی این رویکرد وارد حوزه Edge Computing (رایانش لبه) می‌شود، تحولی جدی ایجاد می‌کند. در رایانش لبه، داده‌ها نزدیک به محل تولیدشان پردازش می‌شوند — مثلاً در حسگرهای صنعتی، خودروهای هوشمند یا تجهیزات پزشکی — تا تأخیر کاهش یابد و سرعت واکنش بالا برود. ⚙️ ترکیب‌پذیری به شرکت‌ها اجازه می‌دهد منابع پردازشی، ذخیره‌سازی و شبکه را به‌صورت پویا تخصیص دهند. به‌جای معماری‌های سخت و ثابت، زیرساخت‌ها می‌توانند متناسب با بار کاری تغییر کنند و مقیاس بگیرند. 🚀 این موضوع به‌ویژه برای کاربردهایی که نیاز به پردازش بلادرنگ دارند اهمیت دارد؛ مثل شهرهای هوشمند، اتوماسیون صنعتی یا سیستم‌های مبتنی بر AI در لبه شبکه. 🌍 معماری‌های ترکیب‌پذیر می‌توانند رایانش لبه را سریع‌تر، انعطاف‌پذیرتر و آماده‌تر برای موج بعدی هوش مصنوعی و اینترنت اشیا کنند. --------------------------------------------------------- 🧠 همراه ما باشید با درگاه تکنوپالایش: 📱🖥️ 💻 👉@Technopalayesh https://eitaa.com/technopalayesh
⚡️ کامپیوتر نورومورفیک؛ راهی برای کاهش شدید مصرف انرژی هوش مصنوعی اروپا در حال توسعه یک کامپیوتر نورومورفیک جدید است؛ سیستمی که از ساختار مغز انسان الهام گرفته و می‌تواند مصرف انرژی در پردازش‌های هوش مصنوعی را به شکل چشمگیری کاهش دهد. 🧠 برخلاف معماری‌های سنتی که داده‌ها را مدام بین پردازنده و حافظه جابه‌جا می‌کنند، سیستم‌های نورومورفیک با شبکه‌هایی شبیه نورون‌های مغزی کار می‌کنند. این ساختار امکان پردازش موازی گسترده را فراهم می‌کند و اتلاف انرژی را به حداقل می‌رساند. 🔬 در این پروژه از ترکیب فناوری‌های الکترونیکی و نوری استفاده می‌شود تا محاسبات با سرعت بالاتر و مصرف انرژی کمتر انجام شود. هدف این است که آموزش و اجرای مدل‌های بزرگ AI بسیار کارآمدتر از امروز شود. 🌍 با توجه به اینکه مراکز داده هوش مصنوعی مصرف برق عظیمی دارند، چنین فناوری‌هایی می‌توانند هم هزینه عملیاتی را کاهش دهند و هم اثرات زیست‌محیطی را کم کنند. 🚀 اگر این رویکرد موفق شود، می‌تواند مسیر آینده سخت‌افزارهای AI را تغییر دهد؛ از سیستم‌های پرمصرف امروزی به سمت هوش مصنوعی قدرتمند اما پایدارتر. --------------------------------------------------------- 🧠 همراه ما باشید با درگاه تکنوپالایش: 📱🖥️ 💻 👉@Technopalayesh https://eitaa.com/technopalayesh
فعلا قابلیت بارگیری به دلیل درخواست زیاد فراهم نیست
نمایش در ایتا