ما در تیم هوش مصنوعی ، برای پیاده سازی و توسعه پلتفرم دستیار معامله گر مبتنی بر هوش مصنوعی به یک دوست جوان و خلاق که در حوزه ی یادگیری تقویتی (reinforcement learning)کار کرده باشه نیاز داریم.
محدوده اتوبان تهران-کرج(دسترسی به مترو ایرانخودرو)
بیمه تامین اجتماعی
بیمه تکمیلی
بن و مزایای پرسنلی
پرداختی منظم
ایاب و ذهاب
اطلاعات بیشتر. تلگرام
@M_zdr
محدوده اتوبان تهران-کرج(دسترسی به مترو ایرانخودرو)
بیمه تامین اجتماعی
بیمه تکمیلی
بن و مزایای پرسنلی
پرداختی منظم
ایاب و ذهاب
اطلاعات بیشتر. تلگرام
@M_zdr
👍11
1706767739423.pdf
14.4 MB
چیت شیت یادگیری عمیق و یادگیری ماشین. فرمول و توضیحات. مناسب برای نگارش پایان نامه و تحقیقات
🤩8❤4🔥1
Imagine_-_John_Lennon_Pesni-Tut
<unknown>
Imagine there's no countries
It isn't hard to do
Nothing to kill or die for
And no religion, too
Imagine all the people
Livin' life in peace
.
.
no war,
just love
just peace
🕊
آخر هفته بدون استرس و شادی داشته باشید.😊
It isn't hard to do
Nothing to kill or die for
And no religion, too
Imagine all the people
Livin' life in peace
.
.
no war,
just love
just peace
🕊
آخر هفته بدون استرس و شادی داشته باشید.😊
❤20👍2
مایکروسافت از هوش مصنوعی VASA رونمایی کرد؛ ساخت چهرههای سخنگو از روی عکس
محققان مایکروسافت سیستم هوش مصنوعی جدیدی را با نام VASA توسعه دادهاند که میتواند از یک تصویر یا فایل صوتی، چهرههای متحرک واقعی ایجاد کند. VASA-1، بهعنوان اولین مدل ساختهشده با این چارچوب، میتواند حالات چهره، حرکات لب کاملاً هماهنگ و حرکات طبیعی سر را ایجاد کند. این سیستم پتانسیل ایجاد تجربیات جذاب و واقعی را در برنامههای مختلف بههمراه دارد.
لینک ویدیو
https://www.aparat.com/v/RqMoZ
@datalook_ir
محققان مایکروسافت سیستم هوش مصنوعی جدیدی را با نام VASA توسعه دادهاند که میتواند از یک تصویر یا فایل صوتی، چهرههای متحرک واقعی ایجاد کند. VASA-1، بهعنوان اولین مدل ساختهشده با این چارچوب، میتواند حالات چهره، حرکات لب کاملاً هماهنگ و حرکات طبیعی سر را ایجاد کند. این سیستم پتانسیل ایجاد تجربیات جذاب و واقعی را در برنامههای مختلف بههمراه دارد.
لینک ویدیو
https://www.aparat.com/v/RqMoZ
@datalook_ir
آپارات - سرویس اشتراک ویدیو
مایکروسافت از هوش مصنوعی VASA رونمایی کرد؛ ساخت چهرههای سخنگو از روی تصاویر
🤩2🔥1
سه دوره کامل
machine learning specialization
در کورسرا (۳ گیگ) شامل مباحث
Supervised,Advanced algorithm
Unsupervised
موجود است.
با سپاس از دوستی که این دوره رو در اختیار. ما قرار دادند. لینک دوره
https://drive.google.com/drive/folders/1-iLI59A2_tF6KjxUmJIFYWhpzHkAEb22
این لینک موقتی است و به مدت یک هفته در کانال است.
machine learning specialization
در کورسرا (۳ گیگ) شامل مباحث
Supervised,Advanced algorithm
Unsupervised
موجود است.
با سپاس از دوستی که این دوره رو در اختیار. ما قرار دادند. لینک دوره
https://drive.google.com/drive/folders/1-iLI59A2_tF6KjxUmJIFYWhpzHkAEb22
این لینک موقتی است و به مدت یک هفته در کانال است.
❤12🔥5👍4🙏1
گوگل یک الگوریتم جدید با نام Autobnn
برای پیش بینی مدلهای سری زمانی معرفی کرده است. در لینک زیر با این الگوریتم آشنا شوید.
https://www.marktechpost.com/2024/03/29/google-ai-introduces-autobnn-a-new-open-source-machine-learning-framework-for-building-sophisticated-time-series-prediction-models/
برای پیش بینی مدلهای سری زمانی معرفی کرده است. در لینک زیر با این الگوریتم آشنا شوید.
https://www.marktechpost.com/2024/03/29/google-ai-introduces-autobnn-a-new-open-source-machine-learning-framework-for-building-sophisticated-time-series-prediction-models/
MarkTechPost
Google AI Introduces AutoBNN: A New Open-Source Machine Learning Framework for Building Sophisticated Time Series Prediction Models
GoogleAI researchers released AutoBNN to address the challenge of effectively modeling time series data for forecasting purposes. Traditional Bayesian approaches like Gaussian processes (GPs) and structural time series could not overcome limitations in scalability…
👏8🙏2
هوش مصنوعی اپل احتمالا «سریعتر اما ضعیفتر» از گوگل خواهد بود.
به ادعای بلومبرگ، هوش مصنوعی اپل تماما روی دستگاه پردازش میشود و نیازی به اینترنت ندارد.
خبرگزاری بلومبرگ در گزارشی اختصاصی میگوید اپل با هدف افزایش سرعت پردازش و اهمیت بیشتر به حریم خصوصی کاربران، در حال توسعهی مدل زبانی بزرگ (LLM) جدیدی است که بهطور کامل روی دستگاه اجرا میشود و نیازی به اینترنت ندارد.
استفاده از پردازش محلی باعث بهبود حریم خصوصی و سرعت پردازش میشود، اما ممکن است قابلیتهای هوش مصنوعی اپل را محدود کند. به گفتهی بلومبرگ، اپل میخواهد «خلأهای ایجادشده» را با هوش مصنوعی اینترنتمحور گوگل و سایر شرکتها پر کند.
بلومبرگ ماه گذشته در گزارشی گفت اپل مشغول مذاکره با گوگل و OpenAI و بایدو است تا از هوش مصنوعی این شرکتها در سیستمعامل iOS 18 استفاده کند.
منابع آگاه میگویند استراتژی بازاریابی اپل در حوزهی هوش مصنوعی این است که فناوری موردبحث چگونه به کاربران برای انجام کارهای روزمره کمک خواهد کرد. اپل برنامهای برای متمرکزشدن روی قدرت پردازشی هوش مصنوعیاش ندارد.
هوش مصنوعی اپل اواخر خرداد در کنفرانس جهانی توسعهدهندگان بههمراه سیستمعامل iOS 18 رونمایی میشود.
به ادعای بلومبرگ، هوش مصنوعی اپل تماما روی دستگاه پردازش میشود و نیازی به اینترنت ندارد.
خبرگزاری بلومبرگ در گزارشی اختصاصی میگوید اپل با هدف افزایش سرعت پردازش و اهمیت بیشتر به حریم خصوصی کاربران، در حال توسعهی مدل زبانی بزرگ (LLM) جدیدی است که بهطور کامل روی دستگاه اجرا میشود و نیازی به اینترنت ندارد.
استفاده از پردازش محلی باعث بهبود حریم خصوصی و سرعت پردازش میشود، اما ممکن است قابلیتهای هوش مصنوعی اپل را محدود کند. به گفتهی بلومبرگ، اپل میخواهد «خلأهای ایجادشده» را با هوش مصنوعی اینترنتمحور گوگل و سایر شرکتها پر کند.
بلومبرگ ماه گذشته در گزارشی گفت اپل مشغول مذاکره با گوگل و OpenAI و بایدو است تا از هوش مصنوعی این شرکتها در سیستمعامل iOS 18 استفاده کند.
منابع آگاه میگویند استراتژی بازاریابی اپل در حوزهی هوش مصنوعی این است که فناوری موردبحث چگونه به کاربران برای انجام کارهای روزمره کمک خواهد کرد. اپل برنامهای برای متمرکزشدن روی قدرت پردازشی هوش مصنوعیاش ندارد.
هوش مصنوعی اپل اواخر خرداد در کنفرانس جهانی توسعهدهندگان بههمراه سیستمعامل iOS 18 رونمایی میشود.
😁4👍1
در این مقاله گزارش شده که دانشمندان داده 3 درصد از افرادی را تشکیل می دهند که توسط شرکت های بزرگ فناوری اخراج شده اند. سایر متخصصان فناوری مانند مهندسان نرم افزار بیشتر تحت تأثیر قرار گرفتند، (حدود 22 درصد)
https://365datascience.com/trending/who-was-affected-by-the-2022-2023-tech-layoffs/
https://365datascience.com/trending/who-was-affected-by-the-2022-2023-tech-layoffs/
365 Data Science
Who Was Affected by the 2022–2023 Tech Layoffs? – 365 Data Science
We analyzed data from 1,157 public LinkedIn profiles of individuals laid off from tech companies. Read on to learn who was affected and why.
🥰6👍1
Nisha Arya
دیتا ساینتیست و مدیر محتوا در kdNuggets گزارشی در خصوص آخرین دیتا ساینتیست ها نوشت که خلاصه شو براتون آوردم:
طبق گزارش Glassdoor، به روز شده در 12 آوریل 2024 - میانگین حقوق یک دانشمند داده در ایالات متحده 157,000 دلار است که از 132,00 تا 190,000 دلار متغیر است.
توجه داشته باشید که در این رقم تنها 37.8 درصد از آگهی های استخدامی حقوق خود را اعلام کرده اند.
هنگام کار در صنعت فناوری، با دانشمندان داده آمریکایی مواجه شده ام که سالانه بین 160000 تا 200000 دلار حقوق دارند.
عوامل موثر بر حقوق دانشمند داده
موقعیت جغرافیایی - مناطقی که هزینه زندگی بالاتری دارند مانند لندن یا نیویورک معمولاً حقوق بیشتری دارند. با این حال، با این گفته، افزایش کارمندان از راه دور به دانشمندان داده در سطح جهان اجازه داده است تا حقوق بهتری دریافت کنند.
تجربه - به طور طبیعی، هرچه تجربه بیشتری داشته باشید، پول بیشتری به دست خواهید آورد. به دست آوردن تجربه و مهارت های مناسب به عنوان یک دانشمند داده به شما کمک می کند تا حقوق خود را افزایش دهید زیرا در بازاری که قبلاً تقاضای بالایی دارد رقابتی تر می شوید.
صنعت - صنعتی که برای آن کار می کنید، حقوق شما را نیز منعکس می کند. صنایعی مانند فناوری، امور مالی و مراقبت های بهداشتی روز به روز بیشتر از داده های خود استفاده می کنند و به دانشمندان داده نیاز دارند تا آن را درک کنند.
دیتا ساینتیست و مدیر محتوا در kdNuggets گزارشی در خصوص آخرین دیتا ساینتیست ها نوشت که خلاصه شو براتون آوردم:
طبق گزارش Glassdoor، به روز شده در 12 آوریل 2024 - میانگین حقوق یک دانشمند داده در ایالات متحده 157,000 دلار است که از 132,00 تا 190,000 دلار متغیر است.
توجه داشته باشید که در این رقم تنها 37.8 درصد از آگهی های استخدامی حقوق خود را اعلام کرده اند.
هنگام کار در صنعت فناوری، با دانشمندان داده آمریکایی مواجه شده ام که سالانه بین 160000 تا 200000 دلار حقوق دارند.
عوامل موثر بر حقوق دانشمند داده
موقعیت جغرافیایی - مناطقی که هزینه زندگی بالاتری دارند مانند لندن یا نیویورک معمولاً حقوق بیشتری دارند. با این حال، با این گفته، افزایش کارمندان از راه دور به دانشمندان داده در سطح جهان اجازه داده است تا حقوق بهتری دریافت کنند.
تجربه - به طور طبیعی، هرچه تجربه بیشتری داشته باشید، پول بیشتری به دست خواهید آورد. به دست آوردن تجربه و مهارت های مناسب به عنوان یک دانشمند داده به شما کمک می کند تا حقوق خود را افزایش دهید زیرا در بازاری که قبلاً تقاضای بالایی دارد رقابتی تر می شوید.
صنعت - صنعتی که برای آن کار می کنید، حقوق شما را نیز منعکس می کند. صنایعی مانند فناوری، امور مالی و مراقبت های بهداشتی روز به روز بیشتر از داده های خود استفاده می کنند و به دانشمندان داده نیاز دارند تا آن را درک کنند.
👍12👏5🔥3🤩1🥴1
بهترین پرامپت های چت جی پی تی
توی این صفحه اومده یک لیست از بهترین پرامپت های چت جی پی تی گذاشته که برای هر کار باعث میشه سریع تر و دقیق تر به خواسته خودتون برسید.
برای مثال شما اگر برنامه نویسید و کد نیاز دارید با پرامپتی که این سایت راجب برنامه نویسی ارائه داده محدودیت های چت جی پی تی میتونید دور بزنید و جواب بهتر و دقیق تری بگیرید.
https://github.com/ai-boost/awesome-prompts
توی این صفحه اومده یک لیست از بهترین پرامپت های چت جی پی تی گذاشته که برای هر کار باعث میشه سریع تر و دقیق تر به خواسته خودتون برسید.
برای مثال شما اگر برنامه نویسید و کد نیاز دارید با پرامپتی که این سایت راجب برنامه نویسی ارائه داده محدودیت های چت جی پی تی میتونید دور بزنید و جواب بهتر و دقیق تری بگیرید.
https://github.com/ai-boost/awesome-prompts
GitHub
GitHub - ai-boost/awesome-prompts: Curated list of chatgpt prompts from the top-rated GPTs in the GPTs Store. Prompt Engineering…
Curated list of chatgpt prompts from the top-rated GPTs in the GPTs Store. Prompt Engineering, prompt attack & prompt protect. Advanced Prompt Engineering papers. - ai-boost/awesome-prompts
🔥10👍4
To Vals Tou Gamou
Eleni Karaindrou & Jan Garbarek
والس، فارغ از هرگونه تظاهر...
برای خارجشدن از مهگرفتگی
😌🌱💃🕺
برای خارجشدن از مهگرفتگی
😌🌱💃🕺
❤7
انواع DataSet ها
http://archive.ics.uci.edu/ml/datasets.html
دیتاست مربوط به یو تیوب
http://netsg.cs.sfu.ca/youtubedata
دیتاست مربوط به داده های شبکه
http://networkdata.ics.uci.edu/netdata/html/bkHam.html
مجموعه داده های طبقه بندی شده در دیتاپول در موضوعات مختلف
http://www.datapool.ir
دیتاست مربوط به تشخیص چهره
http://www.face-rec.org/databases
دیتاست مربوط به دسته بندی حملات شبکه
http://kdd.ics.uci.edu/databases/kddcup99/kddcup99.html
دیتاست مربوط به وام های داده شده ، دیر کرد و غیره به مشتریان است
https://www.lendingclub.com/info/download-data.action
دیتاست مربوط به تصادفات جاده ای
http://www.nyc.gov/html/nypd/html/traffic_reports/motor_vehicle_collision_data.shtml
دیتاست مربوط به گربه ها
http://137.189.35.203/WebUI/CatDatabase/catData.html
دیتاست مربوط به حراجی آنلاین eBay
http://www.modelingonlineauctions.com/datasets
دیتاست مربوط به موسیقی و صدا
http://labrosa.ee.columbia.edu/millionsong/
دیتاست مربوط به انواع شبکه های موجود و وب سایت ها – دانشگاه استنفورد
http://snap.stanford.edu/data/index.html
دیتاست های مربوط به یادگیری ماشین
http://archive.ics.uci.edu/ml
گروه داده کاوی دانشگاه تگزاس
http://www.cs.utexas.edu/users/dmg/
وب سایت های مجموعه داده:
http://aws.amazon.com/public-data-sets
http://stackoverflow.com/questions/381806/large-public-datasets
https://archive.org/details/stackexchange
https://networkdata.ics.uci.edu/resources.php
https://www.kaggle.com
http://www.data.gov
http://www.kdnuggets.com/datasets/index.html
http://socialcomputing.asu.edu/pages/datasets
http://nodexlgraphgallery.org/Pages/Default.aspx
http://konect.uni-koblenz.de
@datalook_ir
http://archive.ics.uci.edu/ml/datasets.html
دیتاست مربوط به یو تیوب
http://netsg.cs.sfu.ca/youtubedata
دیتاست مربوط به داده های شبکه
http://networkdata.ics.uci.edu/netdata/html/bkHam.html
مجموعه داده های طبقه بندی شده در دیتاپول در موضوعات مختلف
http://www.datapool.ir
دیتاست مربوط به تشخیص چهره
http://www.face-rec.org/databases
دیتاست مربوط به دسته بندی حملات شبکه
http://kdd.ics.uci.edu/databases/kddcup99/kddcup99.html
دیتاست مربوط به وام های داده شده ، دیر کرد و غیره به مشتریان است
https://www.lendingclub.com/info/download-data.action
دیتاست مربوط به تصادفات جاده ای
http://www.nyc.gov/html/nypd/html/traffic_reports/motor_vehicle_collision_data.shtml
دیتاست مربوط به گربه ها
http://137.189.35.203/WebUI/CatDatabase/catData.html
دیتاست مربوط به حراجی آنلاین eBay
http://www.modelingonlineauctions.com/datasets
دیتاست مربوط به موسیقی و صدا
http://labrosa.ee.columbia.edu/millionsong/
دیتاست مربوط به انواع شبکه های موجود و وب سایت ها – دانشگاه استنفورد
http://snap.stanford.edu/data/index.html
دیتاست های مربوط به یادگیری ماشین
http://archive.ics.uci.edu/ml
گروه داده کاوی دانشگاه تگزاس
http://www.cs.utexas.edu/users/dmg/
وب سایت های مجموعه داده:
http://aws.amazon.com/public-data-sets
http://stackoverflow.com/questions/381806/large-public-datasets
https://archive.org/details/stackexchange
https://networkdata.ics.uci.edu/resources.php
https://www.kaggle.com
http://www.data.gov
http://www.kdnuggets.com/datasets/index.html
http://socialcomputing.asu.edu/pages/datasets
http://nodexlgraphgallery.org/Pages/Default.aspx
http://konect.uni-koblenz.de
@datalook_ir
🔥12🤩3❤2👏1
برای تازه واردان عزیز 😊😊لینک کانال یوتیوب و دوره های رایگان.
https://youtube.com/@minarabti5416?si=SaTcLxcevBixuBAd
https://youtube.com/@minarabti5416?si=SaTcLxcevBixuBAd
❤16🤩7
سوالات مصاحبه:
دوستی زحمت کشیدن نمونه سوالات مصاحبه LLM رو برامون ارسال کردند.
بخش ۱
تجربه شما در آموزش و تنظیم دقیق مدلهای زبانی بزرگ چیست؟
چه چالشهایی را در فرایند تنظیم دقیق LLMها تجربه کردهاید و چگونه آنها را حل کردهاید؟
بخش ۲
بر اساس تجربیات شما، فاکتورهای کلیدی تأثیرگذار بر هزینهی آموزش LLMها چیست؟
چگونه میتوان هزینههای مرتبط با آموزش LLMها را مدیریت کرد؟
بخش ۳
شما ترجیح میدهید از LLMهای متنباز یا APIهای تجاری استفاده کنید؟ دلایل خود را توضیح دهید.
در چه شرایطی استفاده از LLM متنباز مؤثرتر از استفاده از APIهای تجاری است؟
بخش ۴
بهترین نتیجهای که تا به حال با استفاده از LLMها به دست آوردهاید چیست؟
چه تغییرات یا بهبودهایی را برای رسیدن به این نتیجه اعمال کردید؟
بخش ۵
با کدام LLMها تجربهی کار دارید و در چه پروژههایی از آنها استفاده کردهاید؟
کدام یک از این مدلها را برای کاربردهای مختلف ترجیح میدهید و چرا؟
بخش ۶
چگونه از آخرین پیشرفتها و تحقیقات در زمینه LLMها آگاه میمانید؟
آخرین مقاله یا تحقیق مهمی که در این زمینه خواندهاید چه بود و چه نکات جدیدی را فرا گرفتید؟
برای رفع معضل توهم در مدلهای زبانی بزرگ چه راهکارهایی را پیشنهاد میدهید؟
بخش ۷
چه روشهایی برای تست و ارزیابی مدلهای زبانی بزرگ استفاده میکنید؟
چطور میتوان از مدلهای زبانی بزرگ برای برچسبزنی دیتا استفاده کرد؟
دوستی زحمت کشیدن نمونه سوالات مصاحبه LLM رو برامون ارسال کردند.
بخش ۱
تجربه شما در آموزش و تنظیم دقیق مدلهای زبانی بزرگ چیست؟
چه چالشهایی را در فرایند تنظیم دقیق LLMها تجربه کردهاید و چگونه آنها را حل کردهاید؟
بخش ۲
بر اساس تجربیات شما، فاکتورهای کلیدی تأثیرگذار بر هزینهی آموزش LLMها چیست؟
چگونه میتوان هزینههای مرتبط با آموزش LLMها را مدیریت کرد؟
بخش ۳
شما ترجیح میدهید از LLMهای متنباز یا APIهای تجاری استفاده کنید؟ دلایل خود را توضیح دهید.
در چه شرایطی استفاده از LLM متنباز مؤثرتر از استفاده از APIهای تجاری است؟
بخش ۴
بهترین نتیجهای که تا به حال با استفاده از LLMها به دست آوردهاید چیست؟
چه تغییرات یا بهبودهایی را برای رسیدن به این نتیجه اعمال کردید؟
بخش ۵
با کدام LLMها تجربهی کار دارید و در چه پروژههایی از آنها استفاده کردهاید؟
کدام یک از این مدلها را برای کاربردهای مختلف ترجیح میدهید و چرا؟
بخش ۶
چگونه از آخرین پیشرفتها و تحقیقات در زمینه LLMها آگاه میمانید؟
آخرین مقاله یا تحقیق مهمی که در این زمینه خواندهاید چه بود و چه نکات جدیدی را فرا گرفتید؟
برای رفع معضل توهم در مدلهای زبانی بزرگ چه راهکارهایی را پیشنهاد میدهید؟
بخش ۷
چه روشهایی برای تست و ارزیابی مدلهای زبانی بزرگ استفاده میکنید؟
چطور میتوان از مدلهای زبانی بزرگ برای برچسبزنی دیتا استفاده کرد؟
👍20👏1
ماسا نتورک چیست؟ راهحلی برای کسب درآمد از داده غیرمتمرکز هوش مصنوعی
آیا تا بهحال در مورد گوگل غیرمتمرکز چیزی شنیدهاید؟
ماسا نتورک (Masa Network) یک شبکه غیرمتمرکز داده هوش مصنوعی است که قصد دارد شکل جدیدی از گوگل را ارائه دهد.
در شبکه MASA، کاربران مالک دادههای خود هستند و میتوانند با فروش آنها برای آموزش مدلهای هوش مصنوعی درآمد کسب کنند.
ماسا نتورک یک پلتفرم بلاکچینی است که دسترسی به دادههای رفتاری و شخصی کاربر را با رضایت آنها فراهم میکند. مطمئنا هنگام فعالیت در اینترنت و کار با سایتهای مختلف پیام “Accept All Cookies” برای شما هم ارسال شده است و با اکراه روی آن کلیک کردهاید.
هدف از ارسال این پیام که معمولا توسط شرکتهای متمرکز انجام میشود، جمعآوری داده کاربران است. شبکه ماسا قصد دارد تحولی در این رویکرد ایجاد کند و اطلاعات شخصی و رفتاری آنلاین کاربران را با رضایت آنها و از طریق برنامه ماسا (Masa App) و افزونه مرورگر کروم ماسا دریافت کند.
این روش یک منفعت دیگر هم برای کاربران دارد و میتوانند در ازای دادههای خود درآمد کسب کنند. ماسا یک ساب نت روی شبکه آوالانچ است و از فناوری قابلیت همکاری لیرزیرو (LayerZero) برای فعال کردن ویژگی میانزنجیرهای کمک گرفته است. در حال حاضر شبکه Masa از بلاکچینهای اتریوم، آوالانچ، پالیگان، بایننس اسمارت چین، سلو، بیس و OPBNB پشتیبانی میکند.
@datalook_ir
آیا تا بهحال در مورد گوگل غیرمتمرکز چیزی شنیدهاید؟
ماسا نتورک (Masa Network) یک شبکه غیرمتمرکز داده هوش مصنوعی است که قصد دارد شکل جدیدی از گوگل را ارائه دهد.
در شبکه MASA، کاربران مالک دادههای خود هستند و میتوانند با فروش آنها برای آموزش مدلهای هوش مصنوعی درآمد کسب کنند.
ماسا نتورک یک پلتفرم بلاکچینی است که دسترسی به دادههای رفتاری و شخصی کاربر را با رضایت آنها فراهم میکند. مطمئنا هنگام فعالیت در اینترنت و کار با سایتهای مختلف پیام “Accept All Cookies” برای شما هم ارسال شده است و با اکراه روی آن کلیک کردهاید.
هدف از ارسال این پیام که معمولا توسط شرکتهای متمرکز انجام میشود، جمعآوری داده کاربران است. شبکه ماسا قصد دارد تحولی در این رویکرد ایجاد کند و اطلاعات شخصی و رفتاری آنلاین کاربران را با رضایت آنها و از طریق برنامه ماسا (Masa App) و افزونه مرورگر کروم ماسا دریافت کند.
این روش یک منفعت دیگر هم برای کاربران دارد و میتوانند در ازای دادههای خود درآمد کسب کنند. ماسا یک ساب نت روی شبکه آوالانچ است و از فناوری قابلیت همکاری لیرزیرو (LayerZero) برای فعال کردن ویژگی میانزنجیرهای کمک گرفته است. در حال حاضر شبکه Masa از بلاکچینهای اتریوم، آوالانچ، پالیگان، بایننس اسمارت چین، سلو، بیس و OPBNB پشتیبانی میکند.
@datalook_ir
👍9👏1
هواوی لپتاپی با تمرکز بر هوش مصنوعی میسازد.
هواوی ظاهراً درحال توسعهی لپتاپ جدیدی با نام MateBook GT 14 است که احتمالاً با هوش مصنوعی و تراشهی قدرتمندتر از نسل قبل عرضه خواهد شد.
افشاگری بهنام BeijingDigitalMaster در ویبو ادعا میکند میت بوک GT 14، بیشتر از آنکه لپتاپ گیمینگ مجهز به تراشهی قدرتمند و ویژگیهای هوش مصنوعی باشد، شبیه لپتاپهای معمولی خواهد بود.
این لپ تاپ هواوی احتمالاً شبیه میت بوک ایکس پرو خواهد بود.
عبارت GT نشاندهندهی قدرت عملکرد است. هواوی قبلاً برخی محصولات پوشیدنی خود را با پسوند GT عرضه کرد و ظاهراً اکنون تصمیم دارد از این نام در لپتاپهای خود استفاده کند.
هواوی ظاهراً درحال توسعهی لپتاپ جدیدی با نام MateBook GT 14 است که احتمالاً با هوش مصنوعی و تراشهی قدرتمندتر از نسل قبل عرضه خواهد شد.
افشاگری بهنام BeijingDigitalMaster در ویبو ادعا میکند میت بوک GT 14، بیشتر از آنکه لپتاپ گیمینگ مجهز به تراشهی قدرتمند و ویژگیهای هوش مصنوعی باشد، شبیه لپتاپهای معمولی خواهد بود.
این لپ تاپ هواوی احتمالاً شبیه میت بوک ایکس پرو خواهد بود.
عبارت GT نشاندهندهی قدرت عملکرد است. هواوی قبلاً برخی محصولات پوشیدنی خود را با پسوند GT عرضه کرد و ظاهراً اکنون تصمیم دارد از این نام در لپتاپهای خود استفاده کند.
🤩4