👆👆یک کار محشر و دیدنی که تمامش با «هوش مصنوعی» ساخته شده؛ اینها شهدای شاخص کشورمون هستن که حالا هر کدوم دارن یه جمله طلایی با بازآفرینی هوش مصنوعی به ما میگن ... 🧠 با هوش مصنوعی همراه شوید 👇: ➖➖➖➖➖ 🆔 : @DrHamedShahbazi

✅💥باز هم چین گل کاشت👏 ✍️ معرفی وبسایت هوش مصنوعی چینی رایگان و بدون فیلتر و بدون محدودیت 👌 https://chat.qwenlm.ai/ ۱. تحلیل متن و تصاویر و ویدئوها ۲. تجزیه و تحلیل فایلها بهترین مدل Qwen2.5-VL در بنچمارک‌ها موفق شد مدل GPT-4o از OpenAI، مدل Claude 3.5 Sonnet از Anthropic و Gemini 2.0 Flash از گوگل را در طیف وسیعی از ارزیابی‌های مربوط به درک ویدیو، ریاضیات، تحلیل اسناد و پاسخ به سؤالات شکست دهد. #هوش_مصنوعی 🧠 با هوش مصنوعی همراه شوید 👇: ➖➖➖➖➖ 🆔 : @DrHamedShahbazi

💥دکتر کای فو لی - یکی از معتبرترین متخصصان در زمینه هوش مصنوعی و چین - فاش می کند که چگونه چین ناگهان با سرعتی شگفت آور و سریع و غیرمنتظره توانست به درجه ی رقابت با ایالات متحده برسد. 💥کای فو لی در کتاب ابرقدرت های هوش مصنوعی قدرتمندانه استدلال می کند که به دلیل این تحولات بی سابقه در هوش مصنوعی ، تغییرات چشمگیر خیلی زودتر از آنچه بسیاری از ما انتظار داشتیم رخ خواهد داد. در حقیقت ، همزمان با داغ شدن رقابت هوش مصنوعی ایالات متحده و چین ، لی ایالات متحده و چین را به قبول مسئولیت های بزرگی که قطعا همراه با شکل گرفتن قدرت قابل توجه تکنولوژیکی بوجود خواهد آمد ترغیب می کند. #هوش_مصنوعی 🧠 با هوش مصنوعی همراه شوید 👇: ➖➖➖➖➖ 🆔 : @DrHamedShahbazi

💥«ابرقدرت های هوش مصنوعی» را از طاقچه دریافت کنید https://taaghche.com/book/70334 #هوش_مصنوعی 🧠 با هوش مصنوعی همراه شوید 👇: ➖➖➖➖➖ 🆔 : @DrHamedShahbazi

💥چگونه هوش مصنوعی DeepSeek را دانلود کنیم؟ 🔥مدل هوش مصنوعی DeepSeek R1 که این روزها سروصدای زیادی به‌ پا کرده است، در نسخه‌های مختلفی عرضه می‌شود و هر مدل نیز بسته به تعداد پارامترها سخت‌افزار خاص خود را می‌طلبد. نسخه 7B: حداقل ۸ گیگابایت رم به‌صورت استاندارد نسخه 13B: حداقل ۱۶ گیگابایت رم نسخه 33B: حداقل ۳۲ گیگابایت رم 📌کاربران ویندوز برای نصب و استفاده از هوش مصنوعی DeepSeek R1 ابتدا باید به وب‌سایت Ollama رفته و Windows installer آن را دانلود کنند. بعد از نصب، Command Prompt را فعال کرده و این دستور را تایپ کنید: $env:OLLAMA_DEBUG="1" & "ollama app.exe" 📌کاربران سیستم‌عامل مک نیز باید در ابتدا Ollama را از طریق Homebrew نصب کرده و سپس DeepSeek R1 را با دستور زیر اجرا کنند: ollama run deepseek-r1:8b #هوش_مصنوعی 🧠 با هوش مصنوعی همراه شوید 👇: ➖➖➖➖➖ 🆔 : @DrHamedShahbazi

💥10 دوره آموزشی رایگان مایکروسافت درباره هوش مصنوعی که نباید از دست بدهید 👌مطمئناً مهارت کار با هوش مصنوعی و آشنایی با مفاهیم آن از مهم‌ترین آموزش‌هایی است که باید برای آن وقت بگذاریم. هوش مصنوعی می‌تواند بازدهی کار ما را افزایش دهد. هرچه بیشتر با سازوکار آن آشنا باشیم، بهتر می‌توانیم خروجی مناسب بگیریم. در این مطلب، 10 دوره آموزشی رایگان مایکروسافت در زمینه AI را معرفی می‌کنیم. ✅دوره اول: «معرفی ChatGPT» | سطح مقدماتی ✅دوره دوم: «خلق راهکارهای هوش مصنوعی مولد با OpenAI Azure» | سطح: متوسط ✅دوره سوم: «مهارت‌های افزایش بهره‌وری در هوش مصنوعی مولد» | سطح: مقدماتی ✅دوره چهارم: «کسب‌وکار خود را با هوش مصنوعی مایکروسافت متحول کنید» | سطح: مقدماتی ✅دوره پنجم: «مدل‌های یادگیری ماشینی سفارشی بسازید» | سطح: مقدماتی تا متوسط ✅دوره ششم: «ملزومات شغلی در هوش مصنوعی مولد» | سطح: مقدماتی ✅دوره هفتم: «هوش مصنوعی برای مدیران» | سطح: متوسط ✅دوره هشتم: «با سرویس‌های هوش مصنوعی Azure و Power Virtual Agents اپلیکیشن بسازید» | سطح: پیشرفته ✅دوره نهم: «هوش مصنوعی برای مبتدیان» | سطح: مقدماتی ✅دوره دهم: «کوپایلوت در Microsoft 365» | سطح: متوسط #هوش_مصنوعی 🧠 با هوش مصنوعی همراه شوید 👇: ➖➖➖➖➖ 🆔 : @DrHamedShahbazi

❤️عیدتون مباااارک😍 🧠 با هوش مصنوعی همراه شوید 👇: ➖➖➖➖➖ 🆔 : @DrHamedShahbazi

💥دیپ سیک دقیقا چه کرد؟ ←بریم با زبان ساده‌تر ببینیم چرا اختراعات دیپ‌سیک همه رو انگشت به دهن گذاشته (و احتمالا مارکت کپ ۲ تریلیون دلاری انویددیا رو به خطر انداخته) ←اول یکم زمینه رو توضیح بدیم: فعلاً فرایند آموزش مدل‌های AI به شدت پرهزینه‌ست. انترپرایزهایی مثل OpenAI Anthropic و ... بیشتر از ۱۰۰ میلیون دلار فقط برای محاسبات خرج می‌کنن. پس نیاز به مراکز داده بسیار بزرگ با هزاران GPU چهل هزار دلاری دارن. انگار یه نیروگاه برق بسازی برای راه‌اندازی یک کارخونه. ←حالا DeepSeek اومده گفته «هه! اگه همه این کارها رو با ۵ میلیون دلار انجام دادم چی؟» ←و حرف مفت هم نزده و واقعا این کار رو کرده! مدل اونها توی تسک‌های زیادی تونسته GPT-4 رو شکست بده. و این باعث شگفتی دنیای هوش مصنوعی شده! چطور این کار رو کردن؟ ←همه چیز رو از اول بازاندیشی کردن. هوش مصنوعی‌های سنتی مثل اینن که هر عدد رو با ۳۲ اعشار می‌نویسن. ←دیپ‌سیک گفته «خب چرا با ۸ تا ننویسیم؟ تقریباً همون قدر دقیقه!» ←بوم! ۷۵٪ کاهش در حافظه مورد نیاز! بعد رفتن سراغ سیستم Multi token ←هوش مصنوعی‌های نرمال مثل یه بچه کلاس اولی می‌خونن: « بابا .... نان .... داد» ←ولی دیپ‌سیک کل جمله رو یکجا می‌خونه با سرعت ۲ برابر و دقت ۹۰٪ ←وقتی قراره میلیاردها کلمه رو تحلیل کنی این خیلی مهمه! ←ولی قسمت هوشمندانه‌شون اینه: یک چیزی ساختن مثل «سیستم تخصص» به جای اینکه یه AI غول‌آسا همه چیز رو بدونه (مثلا یه آدم که هم دکتر باشه هم مهندس، هم جامعه‌شناس و ... )، فقط از متخصصینی استفاده می‌کنن که در مواقع نیاز فراخوانی میشن مدل‌های نرمال سنتی؟ تمام ۱.۸ تریلیون پارامتر در لحظه فعالن دیپ‌سیک؟ ۶۷۱ بیلیون در مجموع داره که ۳۷ بیلیونش در لحظه فعالن. ←مثل این می‌مونه که تیم بزرگی داشته باشی ولی فقط اونی رو صدا بزنی که الان برای یک کاری بهش نیاز داری ←نتیجه حیرت‌انگیزه: هزینه آموزش مدل: ۱۰۰ میلیون >> ۵ میلیون تعداد GPU: صد هزار > دو هزار هزینه API: نود و پنج درصد ارزون‌تر می‌تونه روی کارت گرافیک‌های گیمینگ هم ران بشه بدون نیاز به سخت‌افزار مرکز داده حالا ممکنه بگی «صبر کن ببینم! حتما یه ریگی توی کفش‌شون هست!» ←اصلاً قسمت جذاب داستان همینه: همه‌اش اپن سورسه! همه می‌تونن کارشون رو بررسی کنن. کدش عمومیه. راهنمای تکنیکال همه چیز رو توضیح میده. جادو جنبل نکردن، صرفا هوشمندانه مهندسی کردن. چرا این داستان مهمه؟ چون این فرض و مدل رو که «فقط کمپانی‌های بزرگ می‌تونن توی عرصه AI بازی کنن» رو باطل می‌کنه. ←برای انویدیا این ترسناکه! کل مدل بیزنس‌شون بر مبنای این بود که با مارجین ۹۰ درصد GPU های فوق گرون بفروشن. حالا معلومه مشکل چیه اگه همه بتونن با GPUهای گیمینگ مدل هوش مصنوعی بسازن! ←ضربه نهایی هم این بود: دیپ‌سیک این کار رو با تیمی کمتر از ۲۰۰ نفر انجام داد. ←در حالی‌که هزینه‌هایی که متا برای حقوق کارکنانش می‌پردازه از کل بودجه آموزش دیپ‌سیک بیشتره و مدل‌شون هم به این اندازه خوب نیست. ←یک داستان کلاسیک از شکستن وضع موجود: در حالی‌که بنگاه‌های مستقر دارن فرآیندهای موجودشون رو بهینه‌سازی می‌کنن، بت‌شکن‌ها میان و کل پروسه رو از اول بازاندیشی می‌کنن. ←دیپ‌سیک هم پرسید «چی می‌شه به جای اینکه هی سخت‌افزار اضافه کنیم، این کار رو هوشمندانه‌تر انجام بدیم؟» ←عواقبش چشمگیره: ←دسترسی به توسعه هوش مصنوعی بیشتر می‌شه. - رقابت به شدت افزایش پیدا می‌کنه - «سنگر»های بزرگ شرکت‌های تکنولوژیک مثل دست‌اندازهای کوچیک جلوه می کنه - نیازهای سخت‌افزاری و هزینه‌ها به شدت کم می‌شه. ←البته غول‌هایی مثل OpenAI و Anthropic بیکار نمی‌شینن. احتمالا همین الان هم شروع کردن به استفاده و به کارگیری این ابداعات. ولی غول بهره‌وری از چراغ جادو اومده بیرون. دیگه نمی‌تونی برگردی به دورانی که هی سخت‌افزار اضافه کنی به نظر می‌رسه این لحظه از اونهاست که بعدا به عنوان نقطه عطف بهش نگاه می‌کنیم. درست مثل موقع‌هایی که PCها کامپیوتر‌های بزرگ‌ رو از رده خارج کردن، یا محاسبات ابری همه‌ چیز رو تغییر داد. ←هوش مصنوعی قراره باز هزینه بسیار کمتر، و به مقدار بیشتری در دسترس قرار بگیره. ←سؤال این نیست که آیا این باعث تغییر زمین بازی‌گران بزرگ این عرصه می‌شه یا نه، سؤال اینه که با چه سرعتی این کار رو می‌کنه. 🧠 با هوش مصنوعی همراه شوید 👇: ➖➖➖➖➖ 🆔 : @DrHamedShahbazi

❤️زندگی چیز دیگری شده است، تا به نامت رسیده ایم حسین ❤️ #قاسم_صرافان 🧠 با هوش مصنوعی همراه شوید 👇: ➖➖➖➖➖ 🆔 : @DrHamedShahbazi

💥بازسازی موزیک هوش مصنوعی

🔴 اجرای هوش مصنوعی Deepseek R1 روی دو Mac Studio با پردازنده M2 Ultra که هر کدوم ۱۹۲ گیگابایت رم دارن! 🧠 با هوش مصنوعی همراه شوید 👇: ➖➖➖➖➖ 🆔 : @DrHamedShahbazi