گفتن که با Rust (علاقمندانش متوجه این قضیه بشن که این برنامه داره رشد میکنه) و کمی پایتون برای طراحی یک سیستم کم نقص‌تر استفاده شده است. ایلان ماسک چت بات خودشو معرفی کرد با توجه به مشاهدات گویا از GPT3.5 بهتره

https://grok.x.ai/

#آموزش #هوش_مصنوعی #برنامه_نویسی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

کنفرانس OpenAI دیروز خیلی عالی بوده. با این سرویسهایی که معرفی کرد عملا کلی استارتاپ را از بین برد. بخوام خیلی خلاصه اش کنم، ۹ تا موضوع مختلف بود:👇

‏۱- افزایش context window: همزمان میشه تا ۳۰۰ صفحه کتاب یا حدودا ۱۲۰۰۰۰ کلمه را توی هر بار ریکوئست/سوال فرستاد. عالی برای خلاصه کردن مقاله و ... خیلی کاربردیه.

‏۲- کنترل بیشتر: Json mode: میتونید بگید که خروجی به شما همیشه به صورت jsonباشه که برای دولوپرها بسیار مهم و کابردیه. چون که json فرمت استاندارد برای تبادل اطلاعات بین client و server هست. function calling هم خیلی بهتر شده به اضافه اینکه میشه چندین فانکشن را همزمان کال کرد.

‏۳- استفاده از اطلاعات خارجی knowledge base ها. میشه اطلاعات خودتون مثلا فایلی باشه را بهش بدید که وقتی سوال میپرسید از اون اطلاعات فایل برای جواب دادن استفاده کنه تا به روز باشه. اطلاعات خود chatgpt را هم به روز کردند تا April 2023.

‏۴- ترکیب مودالیتیهای مختلف
text + vision (Dalle-3)+ audio(STT,TTS)
با همدیگه در غالب یه UI. برای صدا میتونید متن را به صدا تبدیل کنه.

‏۵- مدلهای custom: یعنی میتونید چت جی پی تی را روی داده خودتون train کنید و اینکه همه مراحل را میتونید به دلخواه تغییر بدید تا بهترین نتیجه را بگیرید.

‏۶-افزایش limit rate: یعنی در دقیقه تعداد کلماتی که میتونید بفرستید و جواب بگیرید را دوبرابر کرده. برای وقتی که تعداد یوزرها به صورت همزمان زیادند خیلی خوبه و دیگه error نمیده . میشه حتی خیلی بیشتر هم بشه از طریق داشبورد openai.

‏۷. قیمتها را هم بازم آوردند پایین. الان GPT-4-turboاز مدل ۴ هم ارزونتر میشه.

‏۸- معرفی GPT Agents: الان میشه برای هر کاری یه Agent تعریف کرد. بعد بهش میگید چی میخواهید و اون کار را انجام میده. مثلا برای مسافرت بودجه، و تاریخ و مکان را میگید و اون خودش براتون بهترین برنامه ریزی را انجام میده. Agentها خیلی قدرتمندند.

۹- معرفی GPT Store: مثل اپل استور فقط برای Agentها. میشهAgentساخت و فروخت. ایده جالبی. کلی پول فقط از این درمیارند. 😄


https://m.youtube.com/live/U9mJuUkhUzk?si=Nk7pKgGxJnHQ6nJN

#مقاله #منابع #ایده_جذاب #فیلم #کلاس_آموزشی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

مقدمه ای بر ترنسفورمرها مقاله خیلی خوب و جامعی هستش

🔸 An Introduction to Transformers


#ایده_جذاب #مقاله

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

این استاد سابق دانشگاه هاروارد خیلی جالب آینده پروگرمینگ و تغییر جهت به سمت آموزش llm ها برای یادگیری مهارتهای مختلف از جمله برنامه نویسی را توضیح میده. اینک ویدیو کامل هم هست.
https://m.youtube.com/watch?v=JhCl-GeT4jw&t=252s&ab_channel=CS50

#مقاله #منابع #ایده_جذاب #فیلم #کلاس_آموزشی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

کورس کلاسی دکتر بهروز نصیحت‌کن استاد دانشگاه خواجه نصیر منتشر شده
Mathematics for Artificial Intelligence - Fall 2023

https://www.aparat.com/playlist/7551310

https://www.youtube.com/watch?v=ZsbkUAZ_VYA&list=PLOgzyCy5ru7Khm-mm3XwUIQ6-Bi7CJLI4

#منابع #فیلم #کلاس_آموزشی #ریاضی #هوش_مصنوعی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

Emmanuel Tsekleves:
As a Professor I would say PhDs can do several things better than Profs. Here is an non-exhaustive list:

Master the art of hyper-focused research
Turn coffee into groundbreaking theories
Expertise in deciphering jargon like it's a second language
Excel at explaining complex concepts in 280 characters or less
Generate new knowledge like it's a daily routine
Embrace rejection with the enthusiasm of a serial entrepreneur
Transform data into visual stories that rival Pixar animations
Keep calm, carry on, and produce groundbreaking work under pressure.

#کلاس_آموزشی #منابع

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

قبلتر اینجا راجب مدل RAG صحبت کردیم اما اینجا در مقاله جدیدی ساختارهای جدیدتری بهش اضافه شده اینکارها رو انجام میده از جمله:
Input: The input can be a text or image query.
Embeddings: You can natively embed/index images with joint embeddings (CLIP). You can choose to embed text the same way or use specialized text embeddings (e.g. ada)
Storage: Use a vector database to store images. The image file itself could live in a separate docstore or in a vector db. You can use the same vector db for image/text storage or separate collections
Retrieval: Given a user query, the retrieved context can be text, images or both. If we use separate image/text embeddings, you need two retrieval calls.
Synthesis: We can use either a multi-modal model (GPT-4V) that can take in both text and images, or a standard LLM (gpt-4-turbo) that takes in just text. If the latter, you may need to caption/summarize each image into text.
* Response: The returned result can be text or images.

چیزی که در این مقاله بهش،پرداخته شده:

💡 More multi-modal embeddings/LLMs
💡 More ways to store images/text in different storage systems
💡 More ways to combine/apply lessons from text retrieval to image retrieval
💡 More ways to synthesize over arbitrary text/images

▪️ Paper
▪️ GitHub

#مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

شرکت Nvidia یه لایبرری جدید داده که سرعت پردازش دیتافریمهای پاندا را تا ۱۵۰ برابر افزایش میده. تنها کاری که باید بکنی اینه که این دستور را تو جوپیتر ران کنی:

Import pandas as pd

▪️ Google Colab
▪️ GitHub

#پایتون #برنامه_نویسی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

اگه دوست دارید به llm قابلیت اجرای کد تو سیستمتون را بدید ابزار interpreter را استفاده کنید. قابلیت جدید: میتونید کامپوننتهای مختلف را با استفاده از عکسشون جنریت کنید.

▪️ GitHub

#پایتون #برنامه_نویسی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

بهترین و سریعترین روش سرچ، استفاده از vector database هاست. یعنی شما متن، صدا، تصویر و ویدیو و… را به یه سری بردار تبدیل میکنی و بعد با الگوریتم‌های مختلف مثل k- nearest neighbor از بین این بردارها شبیه ترین بردار به بردارِ سوالت را پیدا میکنی و اینجوری مثلا تصویر را پیدا میکنی. حالا اگه دوست دارید بدونید نتفلیکس چطوری از این تکنیک برای درست کردن تریلر برای فیلماش استفاده میکنه این بلاگ را بخوانید.
https://netflixtechblog.com/building-in-video-search-936766f0017c

#مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

دکتر Yann LeCun کورسی رو که دانشگاه نیویورک تدریس میکه رو اوپن سورس منتشر کرده دوست داشتید ببینیدش

▪️ Transforming Deep Learning Education with Yann LeCun and Alfredo Canziani’s Free Online Course

#کلاس_آموزشی #منابع #یادگیری_عمیق

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

اگه میخواهید که با وب اپ یا browser مثل chatGPT ازش استفاده کنید و فرانت اند کارید، این ریپو کارتونو راحت میکنه.

https://github.com/ykhli/local-ai-stack

#پایتون #برنامه_نویسی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

یک ورکشاپی که در #کنفرانس CoRL 2023 ارایه شده است میتونید آینده تحقیقات و #ایده_جذاب مقالات رو از اینجا متوجه بشید

▪️ Towards Reliable and Deployable Learning-Based Robotic Systems

#مقاله #کلاس_آموزشی #منابع

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

چطور متن را به صدا تبدیل کنیم روی کامپیوتر خودمون به صورت لوکال؟

۱/ یکی از راحتترین روشها استفاده از لایبرری coqui هست. مرحله اول باید نصبش کنید.

pip install TTS

کلی اطلاعات تو وبساستشون هست:
https://tts.readthedocs.io/en/latest/index.html

بعد ترمینال را باز کنید و این دستور را بزنید تا مدلهایی که داره را بهتون نشون بده. اینها مدلهای صدایی مختلف مثل خانم یا آقا و با لهجه های مختلف هستند. همچنین مدل برای زبانهای غیر انگلیسی.

tts --list_models

اسم این مدلها پترن خاصی دارند:

<type>/<language>/<dataset>/<model_na

که میتونید بفهمید زبان مدل چیه، یا روی چه دیتاستی train شده. اطلاعات کامل برای هر مدل تو وبسایتشون هست. بعد ۲ راه دارید که متن را بهش بدید براتون تبدیل کنه. ترمینال یا از طریق اپ.
از طریق ترمینال دستور زیر را وارد میکنید که شامل متن، مدل مورد نظر و محل فایل تبدیل شده خروجی میشه.دقت کنید دفعه اول باید مدل دانلود بشه.

tts --text "Text for TTS" \
    --model_name "<type>/<language>/<dataset>/<model_name>" \
    --out_path folder/to/save/output.wav

از طریق وب اپ: دستور زیر را استفاده کنید. دقت کنید که اگه مدل قبلا دانلود نشده باشه، اول دانلودش میکنه و ممکنه یه کمی طول بکشه بسته به اندازه مدل. و بعد URL را اپ را نشون میده. روش کلیک کنید باید این صفحه را ببینید.
الان دیگه متن را وارد میکنید و بعد از چند لحظه یه پلیر میبینید که شروع میکنه به پخش صدای متن با لهجه اون مدلی که انتخاب کردید. میتونید فایل صوتی را هم دانلود کنید. یا مدل را عوض کنید و دوباره امتحان کنید. همه چی روی کامپیوتر خودتون هست.

پ.ن: میتونین فایل صوتی که درست میکنه را بدین به Whisper و خروجی srt برای تولید زیرنویس بگیری.

#الگوریتمها #آموزش #پایتون #هوش_مصنوعی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

در قبل عکسها رو به html تبدیل کنیم اینجای مورد،دیگه هست
https://github.com/abi/screenshot-to-code