اخبار علمی

Data Annotation

حاشیه نویسی داده: تعریف، ابزارها و دیتاست‌ها

داده، بخش جدایی ناپذیر همه‌ی الگوریتم‌های یادگیری ماشین و یادگیری عمیق است. داده همان چیزی است که الگوریتم‌های پیچیده را به سمت عملکردهای پیشرفته و بهبودیافته سوق می‌دهد. با این حال، اگر قصد دارید مدل‌های هوش مصنوعی واقعاً قابل اعتماد…
دانشمند متا، Yann LeCun، می گوید که هوش مصنوعی مشاغل را برای همیشه از بین نمی برد

دانشمند متا، Yann LeCun، می گوید که هوش مصنوعی مشاغل را برای همیشه از بین نمی برد

پروفسور Yann LeCun یکی از سه پدرخوانده هوش مصنوعی شناخته می شود، به عنوان  دانشمند ارشد هوش مصنوعی متا کار می‌کند. به نظر Yann LeCun ترس برخی از کارشناسان از اینکه هوش مصنوعی خطری برای بشریت است به طرز عجیبی…
Deep learning model

چهار مرحله برای یافتن مدل یادگیری عمیق مناسب

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…
خطرات هوش مصنوعی از دید Andrew

خطرات هوش مصنوعی از دید Andrew

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.
messedup_AI_generated-hands

چرا دست‌های تولید شده توسط هوش مصنوعی اینقدر به هم ریخته هستند؟

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…
ایلان ماسک مجوز قرار دادن تراشه ی کامپیوتری در مغز انسان را دریافت کرد: در این مطلب همه چیز در مورد نورالینک آمده است.

شرکت نورالینک ایلان ماسک مجوز قرار دادن تراشه‌ی کامپیوتری در مغز انسان را دریافت کرد

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…
Object Detection

معرفی شبکه Region-based CNN (R-CNN)

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:…
نحوه ی انتخاب بهترین معیار ارزیابی برای مسائل طبقه بندی

نحوه ی انتخاب بهترین معیار ارزیابی برای مسائل طبقه بندی

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…
SHAP_Value

مدل یادگیری ماشین خود را با SHAP Value توضیح دهید

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…
نحوه ی انتخاب بهترین معیار ارزیابی برای مسائل رگرسیون

نحوه ی انتخاب بهترین معیار ارزیابی برای مسائل 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…
دیتاست کوچک

آیا “Small Data” مسئله‌ی مهم بعدی در علم داده است؟

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.
یادگیری انتقالی

درک یادگیری انتقالی در یادگیری عمیق

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…