معرفی گرایش هوش مصنوعی
Intro to Artificial Intelligence
- AI
- ورودی
آرش ماریاوریاد
پرونده · AI
مطالب بایت دربارهٔ هوش مصنوعی و یادگیری ماشین؛ از مبانی یادگیری ماشین، یادگیری فدرال و هوش مصنوعی توضیحپذیر تا اثر هوش مصنوعی بر کار مهندسان نرمافزار، آموزش آنلاین و جنگ.
۱۷ مطلب
Intro to Artificial Intelligence
عوامل یادگیر این قابلیت را دارند که با یادگیری از تجربیات خود، عملکرد خود را در طول زمان بهبود بخشند.
در این مقاله به بررسی ابزارهای هوش مصنوعی قابل توضیح (XAI) و کاربردهای آن در شبکههای عصبی میپردازیم.
در سالهای اخیر، هوش مصنوعی با رشد سریع خود، نقش مهمی در تحلیل دادههای واقعی ایفا میکند. یکی از رویکردهای نوین در این زمینه، یادگیری فدرال۱ است؛ مدلی که بهجای جمعآوری دادهها در یک سرور مرکزی، آموزش را بهصورت توزیعشده میان دستگاههای مختلف انجام میدهد.
نگاهی به تحولات شغلی در عصر هوش مصنوعی و چگونگی تغییر نقش مهندسان نرمافزار و دیتاساینتیستها. چرا «مهندسبودن» امروز از «دیتاساینتیستبودن» مهمتر است و چگونه باید خود را برای آینده آماده کنیم.
تولید متن تمام شد؛ نوبت تصمیم است: نگاهی به مدلهای System One مثل Jev و Laya که بهجای متن، تصمیم کالیبرهشده و نوعدار تولید میکنند
از دستیارهای سادۀ کدنویسی تا مهندسان تمامعیار
ده مهارتی که برای سازگاری با شکل تازهٔ مهندسی نرمافزار در عصر هوش مصنوعی لازم دارید: از مهارتهای نرم و تفکر انتقادی تا معماری و انطباقپذیری
ماشین کشتار: بخش دوم
ماشین کشتار: بخش اول
Intro to Bioinformatics
شیوهٔ صحیح رفتار با هوش مصنوعی!
سوژهٔ این نوشتار با تیتر «ملاقات نورون و سیلیکون»، در واقع تلاشی است در جهت تلفیق سامانههای زیستی و سختافزاری. تلاشی که نتیجهٔ نهایی آن میتواند ما را برای دستیابی به اهداف بسیاری یاری کند؛ اهدافی مانند: استفاده از این سامانهها در زمینهٔ هوش مصنوعی، درک بهتر از نحوهٔ کارکردهای شناختی و عصبی پیچیدهٔ ما، پیشی گرفتن از محدودیتهایی که ساختارهای سیلیکونی سنتی ایجاد میکنند و بسیاری از کاربردهای دیگر.
مصاحبه با لیلاسادات علوی، همبنیانگذار گفتا؛ محصولی که به فروشندگان کمک میکند.
بررسی چالشهای پیش روی دانشجویان در دورههای آنلاین و راهکارهای هوش مصنوعی برای پیشگیری از dropout.
Randomized Smoothing; An Introduction to Certified ML