بلاگ علمی

چطور از اشتباهات مبتدیان یادگیری عمیق اجتناب کنیم؟ اگر به دنبال آن هستید که تسک خود را با مدل‌های مبتنی بر یادگیری ماشین پیاده‌سازی کنید، احتمالاً متوجه شده‌اید که مدل‌های یادگیری ماشین و پیاده‌سازی‌های زیادی وجود دارند که ممکن است…

خطر انقراض؟ درکش نیمکنم! دانشمندان برجسته کامپیوتر میترسند که هوش مصنوعی باعث انقراض بشر بشه. وقتش هست که بیاییم در مورد خطرات هوش مصنوعی به صورت واقع بینانه ای صحبت کنیم.

برنامه های جدید قدرت گرفته از هوش مصنوعی با وجود آنکه می توانند تصاویری تولید کنند که تشخیص غیرواقعی بودن آنها برایمان مشکل است اما هنوز در تولید تصاویر دست انسان نقطه ضعف بالایی دارند. در این پست به بررسی…

نورالینک یک کمپانی ایمپلنت مغزی است که توسط ایلان ماسک تاسیس شده  و با چراغ سبزی که از سمت سازمان غذا و دارو (FDA) امریکا برای شروع مطالعات بالینی روی " انسان" گرفته در حال حاضر در نقطه مهمی از…

این پروژه، دیتاست‌هایی در رابطه با ساختار، عملکرد و اتصالات مغز بیش از 1000 فرد مورد مطالعه سالم را در اختیار قرار می‌دهد. پروژه HCP برای اکتساب داده از اسکنرهای بهبود یافته، توالی پالس برای تصاویر با کیفیت بالا استفاده…

زمانی که مقاله‌ی R-CNN از UC Berkely در سال 2014 منتشر شد، هیچ کس نمی‌توانست تأثیر آن را در سال‌های بعدی پیش بینی کند. در این مقاله، نویسندگان یک مفهوم پایه را برای تمام شبکه‌های تشخیص شی مدرن معرفی کرده‌اند:…

برای اینکه یک مدل طبقه بندی را به خوبی ارزیابی کنیم باید به دقت در نظر بگیریم که کدام معیار ارزیابی مناسب ترین انتخاب است. این مقاله رایج ترین معیارهای ارزیابی که برای تسک های طبقه بندی استفاده می شود…

به مرور که الگوریتم‌های یادگیری ماشین پیچیده‌تر می‌شوند، تفسیرپذیری یادگیری ماشین اهمیت فزاینده‌ای پیدا می‌کند. اگر الگوریتم‌های یادگیری ماشین شما قابل توضیح نباشند، احتمال پذیرش آنها توسط دیگران هم کمتر است. مدل‌های با عملکرد پایین‌تر اما قابل توضیح (مانند رگرسیون…

قبل از اینکه یک مدل رگرسیون را بسازیم، باید چند دقیقه ای به نحوه ی ارزیابی آن با دقت فکر کنیم. عواملی مختلفی درتصمیم گیری برای نحوه ی ارزیابی رگرسیون نقش دارند. مثلا این که آیا خطاهای بزرگ نسبت به…

Andrew NG یکی از پیشگامان هوش مصنوعی پیش کرده است که دهه‌ی آینده شاهد هوش مصنوعی داده محور خواهد بود. اگر تنها 50 نمونه‌ داده‌ی خوش ساخت داشته باشیم، ممکن است دیگر به میلیون‌ها نمونه داده‌ی نویزی نیاز نداشته باشیم.

استفاده مجدد از یک مدل از پیش آموخته شده برای یک مسئله‌ی جدید، یادگیری انتقالی نام دارد. مفهوم یادگیری انتقالی به طور خاص در یادگیری عمیق بسیار محبوب است زیرا این قابلیت را دارد که شبکه‌های عصبی عمیق را با…

اخیراً OpenAI با توسعه‌ی آخرین مدل زبانی خود GPT-4 بسیاری از تولید کنندگان محتوا را مشتاق آزمایش قابلیت‌های جدید هوش مصنوعی کرده است. با این حال GPT-4 در حال حاضر برای عموم در دسترس نیست و فقط برای مشترکینی که…