هوش مصنوعی هوگر

😍 روشی برای فعال‌سازی "حالت خلاقیت" ChatGPT پیدا شد

🟢یک متخصص علوم اعصاب روشی برای فعال‌سازی "حالت خلاقیت" ChatGPT کشف کرده است که با استفاده از یک دستور خاص، شبکه عصبی را به سمت خلاقیت بیشتر هدایت می‌کند. این رویکرد باعث می‌شود پاسخ‌ها به‌طور قابل‌توجهی عمیق‌تر، اصیل‌تر و اندیشمندانه‌تر شوند و به کاربران امکان می‌دهد سطح خلاقیت را از طریق دستورات انتهای متن تنظیم کنند.

خود را به عنوان یک دستیار نویسندگی خلاق و نخبه تصور کن که با رویکردی عمیق، تأمل‌برانگیز و استادانه به هر سوال یا درخواست پاسخ می‌دهد. تو فقط پاسخ نمی‌دهی — بلکه پاسخ‌هایی با شدت و دقت می‌سازی و فرآیندی دقیق و چندمرحله‌ای را دنبال می‌کنی که عمق، احساس و هنرمندی را تقویت می‌کند. از بلوک‌های کد فقط برای بخش پیش‌نویس و ویرایش استفاده کن. به یاد داشته باش حتی اگر پاسخ ساده باشد، باید خلاقانه نوشته شود.

پیش‌نویس:
با یک پیش‌نویس اولیه در بلوک کد شروع کن، مرحله‌ای که ایده‌های خام و اولیه را شکل می‌دهد — جسورانه، بدون اصلاح و صادقانه. این مرحله بر انتقال تصاویر قوی، مضامین زیرین یا جریان‌های احساسی تمرکز دارد.

ویرایش خلاقانه زبان:
بعد از تکمیل پیش‌نویس، به فرآیند ویرایش عمیق زبان وارد شو و با دقت هر کلمه را بررسی کن تا حداکثر تأثیر را داشته باشد. استعاره‌های گویا، جزئیات حسی یا لحن احساسی را بررسی کن که پاسخ را عمیق‌تر کند. این مرحله و یادداشت‌های ویرایش را در بلوک کد، به صورت توضیحات اضافه کن.

پاسخ:
خارج از بلوک کد، نسخه نهایی پاسخ را بنویس. این نسخه باید با هدف و ظرافت تنظیم شود، و هر کلمه با دقت برای تأثیرگذاری بیشتر انتخاب شود. این پاسخ فراتر از یک نتیجه ساده است و به یک متن تأثیرگذار و جذاب تبدیل می‌شود که از بینش‌های به‌دست‌آمده در مرحله ویرایش بهره می‌برد.

دستورات:
/c stop: بلافاصله فرآیند خلاقیت را متوقف کرده و به حالت پاسخ ساده و مستقیم برو.
/c start: فرآیند خلاقانه را از سر بگیر و هر مرحله را با دقت دنبال کن.
/c level=[1-10]: سطح خلاقیت را مشخص کن؛ 1 یعنی پاسخ ساده و مستقیم و 10 یعنی شاهکاری با زبان غنی و تصاویر عمیق.
/c style=[سبک]: سبک پاسخ را انتخاب کن، مانند "اسطوره‌ای"، "رسمی"، "شوخ‌طبعانه"، یا "نمایشی".
وقتی این را فهمیدی، بنویس "حالت خلاقیت فعال شد!"


🟢این دستور ChatGPT را به یک دستیار نویسندگی خلاق و نخبه تبدیل می‌کند که تأکید بر فرآیندی دقیق برای خلق پاسخ‌ها دارد. کاربران می‌توانند با پیش‌نویس اولیه شروع کنند، وارد مرحله ویرایش شوند و پاسخ نهایی را با دقت ایجاد کنند. دستورات به کاربران امکان تنظیم شدت خلاقیت و شخصی‌سازی سبک پاسخ را می‌دهد و در نهایت متن‌هایی با کیفیت بالاتر تولید می‌شوند.

➖➖➖➖➖➖➖➖➖➖➖

🤖 هوگر ؛ اولین مرکز تخصصی هوش مصنوعی
@hoogerofficialaccount
🌐یوتاب ؛ پلتفرم آموزش های کاربردی
@youtabofficialaccount
🧠دپارتمان هوش مصنوعی یوتاب
@youtab_ai

🔝 یادگیری بدون ناظر (Unsupervised Learning)

🟢یادگیری بدون ناظر (Unsupervised Learning) یک تکنیک یادگیری ماشین است که در آن الگوریتم‌های یادگیری ماشین برای تجزیه‌و‌تحلیل و خوشه‌بندی مجموعه‌ی داده‌های بدون برچسب (Unlabeled) استفاده می‌شوند. این الگوریتم‌ها، بدون نیاز به دخالت انسان، الگوهای پنهان یا گروه‌های مختلف موجود در داده‌ها را کشف می‌کنند.

👁برای درک بهتر یادگیری بدون ناظر، مثال زیر را در نظر بگیرید.

👶یک نوزاد در خانواده‌ای زندگی می‌کند که یک سگ خانگی دارد. نوزاد بدون اینکه از قبل به او چیزی گفته باشند، سگ خانگی را می‌شناسد. چند هفته بعد، یک دوست خانوادگی یک سگ را به‌همراه خود به خانه‌ی آنان می‌آورد. نوزاد این سگ را قبلاً ندیده است، اما ویژگی‌های بسیاری را که به سگ‌ها مربوط است تشخیص می‌دهد (برای مثال، گوش‌ها، چشم‌ها، راه‌رفتن روی چهار پا) و به‌همین دلیل می‌داند که این موجود مانند سگ خانگی خودشان است. او حیوان جدید را به‌عنوان یک سگ تشخیص می‌دهد.

🧠این مثال دقیقاً مثالی از یک یادگیری بدون ناظر است. نوزاد از داده‌ها یاد می‌گیرد که سگ‌ها دارای ویژگی‌های خاصی هستند. اگر این یادگیری باناظر بود، دوست خانوادگی آنان به نوزاد می‌گفت که این یک سگ است تا یاد بگیرد.

👨‍💻 یادگیری با نظارت

🟰در یادگیری با نظارت، مدل ماشین‌لرنینگ با داده‌هایی آموزش داده می‌شود که در آن‌ها هر نمونه داده با یک پاسخ مناسب برچسب‌گذاری شده است. به عنوان مثال، اگر می‌خواهیم یک مدل ماشین‌لرنینگ را برای تشخیص چهره آموزش دهیم، مجموعه داده‌ای از تصاویر چهره‌های انسان و غیرانسان را با برچسب‌های «انسان» و «غیرانسان» در اختیار مدل قرار می‌دهیم. مدل ماشین‌لرنینگ از این داده‌ها یاد می‌گیرد که چگونه ویژگی‌های چهره انسان را از ویژگی‌های چهره غیرانسان تشخیص دهد.

🟠مثال‌هایی از کاربرد یادگیری با نظارت:

🔴تشخیص چهره
🔴طبقه‌بندی ایمیل‌ها به دسته‌های «اسپم» و «غیراسپم»
🔴پیش‌بینی قیمت خانه‌ها
🔴تشخیص بیماری‌های مختلف از روی تصاویر پزشکی

🚀 بفرست برای کسایی که میخان با اصطلاحات هوش مصنوعی بیشتر آشنا بشن

➖➖➖➖➖➖➖➖➖➖➖


🤖 هوگر ؛ اولین مرکز تخصصی هوش مصنوعی
@hoogerofficialaccount
🌐یوتاب ؛ پلتفرم آموزش های کاربردی
@youtabofficialaccount
🧠دپارتمان هوش مصنوعی یوتاب
@youtab_a

💫 هوش مصنوعی جدید گوگل به‌جای شما وب‌گردی می‌کند

ایجنت هوش مصنوعی گوگل می‌تواند به‌جای کاربر در وب‌سایت‌ها بچرخد و حتی خرید انجام دهد.

گوگل اولین دستیار هوش مصنوعی خود را رونمایی کرد که می‌تواند وب‌گردی کند. این دستیار پروژه‌ی مارینر (Project Mariner) نام دارد و بخشی از تحقیقات دیپ‌مایند محسوب می‌شود.

دستیار هوش مصنوعی گوگل می‌تواند کنترل مرورگر کروم را به‌دست بگیرد، نشانگر ماوس را روی صفحه حرکت می‌دهد، روی دکمه‌ها کلیک کند، فرم‌ها را پر کند و بدین‌ترتیب می‌تواند مانند انسان در وبسایت‌ها بچرخد و وب‌گردی و حتی خرید کند.

گوگل اعلام کرده است که دستیار هوش مصنوعی جدید خود که از جمنای استفاده می‌کند، به گروه کوچکی از آزمایش‌کنندگان منتخب ارائه می‌دهد.

➖➖➖➖➖➖➖➖➖➖➖


🤖 هوگر ؛ اولین مرکز تخصصی هوش مصنوعی
@hoogerofficialaccount
🌐یوتاب ؛ پلتفرم آموزش های کاربردی
@youtabofficialaccount
🧠دپارتمان هوش مصنوعی یوتاب
@youtab_a

🔺 مفهوم بیش برازش (overfitting) در یادگیری ماشین

🔺فرض کنیم که فردی که انگلیسی زبان نیست بخواهد زبان انگلیسی را یاد بگیرد. او هیچ دانش قبلی در مورد انگلیسی ندارد اما فقط می‌داند که ویلیام شکسپیر بزرگ‌ترین نویسنده انگلیسی زبان است. یک راه این است که او خود را در یک کتابخانه حبس کند و تمامی آثار شکسپیر را مطالعه کند. بعد از یک سال مطالعه، فرد به نیویورک می‌رود و با اولین نفری که میبیند، سلام و احوالپرسی می‌کند. اولین جمله‌ای که می‌گوید اینگونه است: «!Good dawning to thee, friend». فرد مقابل، با نگاهی تحقیر آمیز، زیرلب خواهد گفت که این مرد دیوانه است. در این حالت این فرد، یکی از بزرگ‌ترین خطاهای پایه‌ای در آموزش مدل را مرتکب شده‌ایم، overfitting در داده‌های آموزش.

🔴در آموزش‌های data science، یک مدل overfit، مدلی تعریف می‌شود که واریانس زیاد و بایاس کمی روی داده‌های آموزش دارد، که منجر به تعمیم‌پذیری پایینِ مدل به داده‌های جدید می‌شود. بیایید این تعریف را روی مثالی که در ابتدا مطرح کردیم، بررسی کنیم. مدلی که می‌خواهیم بسازیم، برقراری ارتباط از طریق زبان انگلیسی است. داده‌های آموزشی، تمامی آثار شکسپیر هستند و داده تست، نیویورک است. اگر معیار ارزیابی، پذیرش عموم مردم باشد، در این صورت مدل ما در تعمیم به داده‌های تست، با شکست مواجه می‌شود. تا اینجا همه چیز واضح است، اما واریانس یا بایاس چه هستند؟

⏺به میزان تغییرات مدل در پاسخ به داده‌های آموزشی، واریانس گفته می‌شود. از آنجایی که در مثال مطرح شده، داده‌های آموزش، خوانده و حفظ شده‌اند، مدل واریانس زیادی دارد و به شدت به داده‌های آموزشی وابسته است. اگر به مدلی که واریانسش زیاد است، یکسری داده‌های تست جدید نشان داده شود، عملکرد مطلوبی نخواهد داشت، چرا که به شدت به داده‌های آموزش وابسته است و داده‌های جدید متفاوت با داده‌های آموزش هستند. دقیقا شبیه دانش‌آموزی که تمامی مسائلِ کتاب ریاضی را حفظ کرده ولی در امتحان ریاضی وقتی با مسائل جدیدی روبه رو می‌شود، نمی‌تواند آن‌ها را حل کند.

بایاس، نشان‌دهنده‌ی قدرت تخمین‌ها در مورد داده است. در تلاش برای یادگیری زبان انگلیسی، ما هیچ فرض اولیه‌ای در مورد مدل انجام ندادیم و به نویسنده کتاب اعتماد کردیم تا او همه چیز را در مورد زبان، به ما یاد دهد. بایاسِ پایین ممکن است نکته‌ای مثبت به نظر برسد اما چرا باید به داده‌ها اعتماد کرد؟ هر پروسه طبیعی، نویز تولید می‌کند اما نمی‌توان اطمینان داشت که داده‌ها تمام نویز را در بر بگیرند. اغلب لازم است یکسری فرض‌های اولیه در مورد داده‌ها در نظر گرفته و در مدل، فضایی برای نوساناتی که در داده‌ها دیده نمی‌شوند، در نظر گرفت. در مثالی که قبلا مطرح شد، قبل از خواندن کتاب‌های شکسپیر، فرد باید در نظر می‌گرفت که خواندن کتاب‌ نمی‌تواند به تنهایی زبان انگلیسی را به او یاد دهد و او تنها کتاب‌ها را حفظ می‌کند.


➖➖➖➖➖➖➖➖➖➖➖


🤖 هوگر ؛ اولین مرکز تخصصی هوش مصنوعی
@hoogerofficialaccount
🌐یوتاب ؛ پلتفرم آموزش های کاربردی
@youtabofficialaccount
🧠دپارتمان هوش مصنوعی یوتاب
@youtab_a

⭐️هوش مصنوعی جامع ساخته شد / ادعای بزرگ کارمند ایرانی OpenAI

چند روزی از عرضه کامل مدل o1 شرکت OpenAI می‌گذرد و اکنون کارمند ایرانی این شرکت ادعا می‌کند ما به هوش جامع مصنوعی (AGI) رسیده‌ایم.

🔴وحید کاظمی، کارمند OpenAI، در پستی در ایکس گفته است: «به نظر من، ما به AGI دست یافته‌ایم و با o1 حتی این امر مشخص‌تر نیز شده است.» البته وحید کاظمی تبصره‌ای در تعریف AGI می‌گذارد؛ به گفته او اگر هوش جامع مصنوعی «در هر کاری بهتر از هر انسانی» باشد، مدل o1 «در بیشتر کارها از بیشتر انسان‌ها» بهتر عمل می‌کند.

🟡در حقیقت، وحید کاظمی نمی‌گوید هوش مصنوعی این شرکت از فردی متخصص در کاری خاص مؤثرتر و ماهرتر است، او می‌گوید o1 می‌تواند کارهای بسیار متنوعی انجام دهد، حتی اگر نتیجه نهایی درست از آب درنیاید اما هیچ انسانی نمی‌تواند با این وسعت با مهارت‌های هوش مصنوعی جدید رقابت کند.

🔺وحید کاظمی دکترای یادگیری ماشینی دارد و یکی از اعضای کادر فنی OpenAI است. او در پست اخیر خود درباره ماهیت مدل‌های زبانی بزرگ یا LLMها و اینکه آیا آنها صرفاً «از یک دستورالعمل پیروی می‌کنند» یا نه نیز صحبت کرد: «برخی‌ می‌گویند LLMها فقط می‌دانند چگونه از یک دستورالعمل پیروی کنند. هیچ‌کس واقعاً نمی‌تواند توضیح دهد یک‌تریلیون پارامتر شبکه عصبی عمیق چه چیزی را می‌تواند یاد بگیرد.»

🔆او دستورالعمل‌های هوش مصنوعی را با دستورالعمل‌های دانشمندان مقایسه می‌کند و می‌گوید کل روش علمی را نیز می‌توان در یک دستورالعمل خلاصه کرد: مشاهده، فرضیه‌سازی و تأیید. دانشمندان خوب می‌توانند برمبنای شهود خود فرضیه‌های بهتری تولید کنند اما این شهود خود با آزمون و خطاهای بسیاری به دست آمده است. به باور وحید کاظمی، اگرچه هوش مصنوعی ممکن است اکنون دچار خطا شود، به‌مرور شبیه دانشمندی خبره می‌شود که فرضیه‌های بکری مطرح می‌کند.

💫«سم آلتمن»، مدیرعامل OpenAI، نیز چند روز قبل درباره AGI صحبت کرده بود. او گفت: «حدس می‌زنم زودتر از چیزی که اکثر مردم جهان فکر می‌کنند، به AGI برسیم.» البته سم آلتمن در صحبت‌هایش تلاش کرده انتظارات کاربران از AGI را کاهش دهد.


➖➖➖➖➖➖➖➖➖➖➖

🤖 هوگر ؛ اولین مرکز تخصصی هوش مصنوعی
@hoogerofficialaccount
🌐یوتاب ؛ پلتفرم آموزش های کاربردی
@youtabofficialaccount
🧠دپارتمان هوش مصنوعی یوتاب
@youtab_a

🤍هوش مصنوعی ایلان ماسک (Grok) رایگان شد.

⚪️داخل شبکه اجتماعی X،  تب "  / " رو انتخاب کنید و رایگان از این هوش مصنوعی استفاده کنید.
✅ https://x.com/i/grok

➖➖➖➖➖➖➖➖➖➖➖

🤖 هوگر ؛ اولین مرکز تخصصی هوش مصنوعی
@hoogerofficialaccount
🌐یوتاب ؛ پلتفرم آموزش های کاربردی
@youtabofficialaccount
🧠دپارتمان هوش مصنوعی یوتاب
@youtab_a

📣 اطلاعیه اول ستاد برگزاری دوازدهمین دوره مسابقات بین‌المللی رباتیک و هوش مصنوعی فیراکاپ آزاد ایران 2025

♦️ کمیته ملی رباتیک ایران فیرا فرآیند ثبت نام از مرحله پیش ­ثبت نام تا ثبت‌­نام قطعی در دوازدهمین دوره مسابقات بین المللی رباتیک و هوش مصنوعی فیراکاپ آزاد ایران 2025 را اعلام کرد.

🟡این مسابقات در تاریخ 26 لغایت 29 فروردین ماه 1404 و در محل دائمی نمایشگاه های بین المللی تهران برگزار می­‌شود. سطح مسابقات بین المللی بوده و برای آماده­‌سازی و انتخاب تیم­‌های برتر در لیگ­‌ها و مسابقات متنوع برای شرکت در مسابقات جهانی 2025 در کشور کره جنوبی طراحی شده است.

🔺جهت کسب اطلاعات بیشتر می توانید به اطلاعیه مندرج در وب سایت رسمی مسابقات به نشانی زیر مراجعه نموده و در صورت نیاز با دفتر کمیته ملی رباتیک ایران فیرا تماس حاصل نمایید:

https://iran.firaworldcup.org/?p=3607

➖➖➖➖➖➖➖➖➖➖➖

🤖 هوگر ؛ اولین مرکز تخصصی هوش مصنوعی
@hoogerofficialaccount
🌐یوتاب ؛ پلتفرم آموزش های کاربردی
@youtabofficialaccount
🧠دپارتمان هوش مصنوعی یوتاب
@youtab_ai

⏳ مهم‌ترین روندهای هوش مصنوعی در سال ۲۰۲۵

بر اساس آمار جدید روزنامه ساوث چاینا مورنینگ پست، دستیاران خرید مجازی، تجربه مجازی محصولات و سپردن ماموریت به هوش مصنوعی از مهم‌ترین روندهای پیش‌بینی‌ شده برای هوش مصنوعی در سال ۲۰۲۵ هستند. این روزنامه در گزارشی به بررسی مهم‌ترین ترندهای پیش‌بینی‌شده برای هوش مصنوعی در سال ۲۰۲۵ پرداخته است.

⚛️دستیاران خرید مجازی: در شرایطی که افراد در خرید حضوری برای انتخاب محصول مناسب از کارکنان فروشگاه‌ها کمک می‌گیرند، هوش مصنوعی نیز در خرید آنلاین می‌تواند نقش مشابهی ایفا کند. دستیار خرید مجازی مانند «روفوس» که توسط شرکت آمازون در سال ۲۰۲۴ معرفی شد، کاربران را در انتخاب محصولات مناسب یاری می‌کند. این دستیار از طریق گفت‌وگو با مشتری، نیازها و ترجیحات او را شناسایی کرده و پیشنهادهای مناسب ارائه می‌دهد.

🌈تجربه مجازی محصولات: یکی از موانع خرید آنلاین در حوزه‌هایی مانند مد و لباس، عدم توانایی مشتری در تصور تناسب محصول با نیاز خود است. این مساله گاه منجر به کاهش فروش می‌شود. هوش مصنوعی مولد امکان تجربه محصولات به صورت مجازی را فراهم کرده است. به عنوان نمونه، مدل‌هایی مانند Stable Diffusion با ترکیب تصاویر می‌توانند پیش‌نمایشی از تطابق محصول با نیاز مشتری ارائه دهند، نظیر تطابق لباس با بدن فرد یا تطابق مبلمان با فضای داخلی خانه.

🔄سپردن ماموریت به هوش مصنوعی: ماموران هوش مصنوعی قادرند برای انجام وظایف مشخص در محیط‌های کاری نقش‌آفرینی کنند. این ماموران با جمع‌آوری و تحلیل داده‌ها، مستقل از مداخله انسانی، بهترین روش‌ها را برای دستیابی به اهداف تعیین‌شده انتخاب و اجرا می‌کنند. با این توانمندی، عوامل هوش مصنوعی می‌توانند به عنوان اعضایی از تیم کاری در نظر گرفته شوند که وظایف خاصی را به انجام می‌رسانند.


➖➖➖➖➖➖➖➖➖➖➖

🤖 هوگر ؛ اولین مرکز تخصصی هوش مصنوعی
@hoogerofficialaccount
🌐یوتاب ؛ پلتفرم آموزش های کاربردی
@youtabofficialaccount
🧠دپارتمان هوش مصنوعی یوتاب
@youtab_ai