آموزش هوش مصنوعی و مدل های زبانی بزرگ(LLM) – صفرتاصد

مهمترین ویژگی های مجموعه ” آموزش هوش مصنوعی و مدل های زبانی بزرگ” به طور کلی :

• آموزش هوش مصنوعی و مدل های زبانی بزرگ گام به گام و به زبان فارسی در سطح مقدماتی _ متوسطه به مدت ۲۲۰ دقیقه 
• آموزش فوق العاده کاربردی از آشنایی با مفاهیم و تعاریف اولیه و تاریخچه تا آشنایی با الگوریتم های یادگیری ماشین، شبکه های عصبی مصنوعی، مدل های بنیادین و یادگیری عمیق و مدلهای زبانی بزرگ در هوش مصنوعی برگرفته از اساتید مطرح هوش مصنوعی دنیا
• برای اولین بار در ایران ، ترجمه و دوبله شده به فارسی توسط طراحان ایرانی
• شامل دو دوره آموزشی فارسی و پروژه محور :
  – دوره ” آموزش مبانی هوش مصنوعی” – Introduction to Artificial Intelligence
  – دوره ” آموزش مبانی مدل های زبانی بزرگ” – Introduction to Large Language Models

هوش مصنوعی چیست؟ What is Artificial Intelligence

در واقع، عبارت “هوش مصنوعی ” بسیار گسترده است. به همین دلیل این فهرست هم جامع بوده و احتمالاً در آینده باز هم گسترش خواهد یافت. اما به‌طور کلی، هوش مصنوعی برای اتوماتیک‌سازی و ساده‌سازی کارهای تکراری و رایج استفاده می‌کنند.

فرض کنید به‌دنبال تصویری هستید و آن را پیدا نمی‌کنید، خیلی راحت با کمک تصویرسازی با هوش مصنوعی می‌توانید آن را با ابزارهای قدرتمندی مثل میدجرنی یا دال‌-ای تولید کنید. همچنین می‌توانید از سایت های هوش مصنوعی که شامل هوش مصنوعی در تصویرسازی، هوش مصنوعی در طراحی، هوش مصنوعی در پایتون و غیره می‌شوند هم استفاده کنید. واضح است که نیازی به معرفی ابزارها و چت‌بات‌های معروفی مثل ChatGPT، جمینی و امثال آن‌ها نیست.

یکی از ارکان اصلی هوش مصنوعی، یادگیری ماشین است که به سیستم‌ها این امکان را می‌دهد که بدون نیاز به برنامه‌نویسی دقیق، از داده‌ها و تجربیات پیشین خود یاد بگیرند و بهبود یابند.

هوش مصنوعی در ابتدا تنها به عنوان یک ابزار در نظر گرفته می‌شد، حالا تبدیل به نیروی محرکه‌ای برای پیشرفت در صنایع مختلف شده است. به عبارتی بهتر، هوش مصنوعی تنها به حوزه‌های خاصی محدود نمی‌شود و در بسیاری از صنایع هم‌چون بهداشت و درمان، خودروسازی، مالی و حتی کسب‌وکارها تاثیرگذار بوده است.

مدل های زبانی بزرگ یا LLM چیست؟ What is Large Language Model

مدل زبانی بزرگ (Large Language Model) یا به اختصار LLM، نوعی برنامه هوش مصنوعی است که می‌تواند زبان انسان یا دیگر مجموعه داده‌های پیچیده را تفسیر کند. این مدل‌ها بر پایه یادگیری ماشین (Machine Learning) و نوعی شبکه عصبی به نام ترنسفورمر (Transformer) توسعه می‌یابند. مدل‌های زبان بزرگ برای درک ارتباط بین حروف، کلمات و جملات، از نوعی یادگیری ماشین به نام یادگیری عمیق (Deep Learning) استفاده می‌کنند. یادگیری عمیق به مدل امکان می‌دهد که ازطریق تجزیه‌وتحلیل داده‌های حجیم، به‌طور خودکار الگوها و روابط پیچیده را در داده‌ها کشف کنند. با این فرآیند می‌توان پردازش زبان طبیعی، ترجمه، تشخیص تصویر و مواردی از این دست را با سرعت و دقت بالا توسط هوش مصنوعی انجام داد. 

اکثر LLM ها روی چند پتابایت داده‌ متنی شامل صفحات سایت، کتاب، مجلات و… در سطح اینترنت آموزش داده می‌شوند. کیفیت نمونه‌ها بر یادگیری مدل تأثیر می‌گذارد و از این رو، توسعه‌دهندگان، مجموعه‌های داده‌ را پالاش کرده و محتوای نادرست، نژادپرستانه یا آزارگرانه را از آن حذف می‌کنند.

از معروفترین مدل های زبانی بزرگ میتوان به ChatGPT محصول شرکت OpenAI و Grok محصول شرکت X اشاره کرد.

دوره فارسی ” آموزش مبانی هوش مصنوعی”

دانشمندان علوم کامپیوتر تنها بخش کوچکی از افرادی هستند که در حوزه هوش مصنوعی (AI) فعالیت می کنند. بیشتر کسانی که با هوش مصنوعی کار می کنند، درست مثل شما هستند: حرفه ای ها، معلم ها و دانشجویانی که می خواهند با استفاده از هوش مصنوعی، محصولات، خلاقیت یا مسیر شغلی خود را ارتقا دهند.

هوش مصنوعی بیش از نیم قرن است که وجود دارد. با وجود پیشرفت های چشمگیر در هوش مصنوعی پیش بینی کننده و مولد، مفاهیم پایه ای هوش مصنوعی همچنان قابل درک هستند.

به دوره آموزش مبانی هوش مصنوعی خوش آمدید! این دوره برای مدیران پروژه، مدیران محصول، مدیران ارشد، تصمیم گیران و دانشجویانی طراحی شده است که می خواهند وارد مسیر شغلی هوش مصنوعی شوند. در ابتدا یاد می گیرید که «هوشمندی» در یک سیستم دقیقا به چه معناست. سپس با تفاوت بین هوش مصنوعی پیش بینی کننده کلاسیک و هوش مصنوعی مولد مدرن آشنا می شوید.

در ادامه دوره آموزش مبانی هوش مصنوعی، مروری خواهید داشت بر الگوریتم های یادگیری ماشین، شبکه های عصبی مصنوعی، مدل های بنیادین و یادگیری عمیق. چه از علاقه مندان کنجکاو باشید و چه از دنبال کنندگان جدی مسیر شغلی هوش مصنوعی، این دوره به شما کمک می کند تا گام اول را در دنیای سیستم های هوشمند بردارید.

عناوین و سرفصل های دوره فارسی ” آموزش مبانی هوش مصنوعی”

مقدمه
۱- چرا باید درباره ی هوش مصنوعی بدانید
فصل اول – هوش مصنوعی چیست؟
۱- تعریف هوش عمومی
۲- حل کننده عمومی مسئله
۳- هوش مصنوعی قوی در برابر ضعیف
فصل دوم – کاربردهای رایج هوش مصنوعی
۱- هوش مصنوعی پیش بینی کننده
۲- هوش مصنوعی مولد

فصل سوم – ظهور یادگیری ماشین
۱- یادگیری ماشین
۲- شبکه های عصبی مصنوعی
فصل چهارم – سیستم های رایج هوش مصنوعی
۱- جستجوی الگوها در داده
۲- رباتیک
۳- پردازش زبان طبیعی
۴- اینترنت اشیا
۵- سیستم های مولد
فصل پنجم – یادگیری از داده
۱- داده برچسب خورده و بدون برچسب
۲- مجموعه داده های عظیم
۳- مدل های داده

فصل ششم – شناسایی الگوها
۱- دسته بندی داده
۲- خوشه بندی داده
۳- یادگیری تقویتی
فصل هفتم – الگوریتم های یادگیری ماشین
۱- الگوریتم های رایج
2- K نزدیک ترین همسایگان
3- خوشه بندی K میانگین
۴- رگرسیون
5- بِیز ساده (Naïve Bayes)
فصل هشتم – هماهنگ سازی الگوریتم
۱- انتخاب بهترین الگوریتم
۲- دنبال کردن داده
۳- بیش برازش و کم برازش

فصل نهم – شبکه های عصبی مصنوعی
۱- ساخت یک شبکه عصبی
۲- وزن دهی به ارتباطات
۳- بایاس فعال سازی
فصل دهم – بهبود دقت
۱- یادگیری از اشتباهات
۲- پیمایش شبکه گام به گام
فصل یازدهم – ظهور هوش مصنوعی مولد
۱- یادگیری خودنظارتی
۲- مدل های بنیادین
3- مدل های زبان بزرگ (LLM)
۴- مدل های انتشار تصویر
فصل دوازدهم – معماری هوش مصنوعی مولد
1- شبکه های مولد تخاصمی (GAN)
2- خودرمزگذار واریاسیونی (VAE)
3- ترنسفورمرها (Transformers)
فصل سیزدهم – چالش های اخلاقی و حقوقی
۱- مسئله هم راستایی
۲- قابلیت ردیابی تصمیم گیری
۳- چالش های حق نشر
۴- نگرانی های مربوط به حریم خصوصی
فصل چهاردهم – گام های بعدی
۱- استفاده از سیستم های هوش مصنوعی
۲- کاربرد هوش مصنوعی برای حل مسائل

دوره فارسی ” آموزش مدل های زبانی بزرگ ”

آموزش مدل های زبانی بزرگ (LLM) دنیای هوش مصنوعی را تحت تاثیر قرار داده اند. LLMها پشت برخی از بزرگ ترین فناوری های هوش مصنوعی در چند سال اخیر قرار دارند، مانند ChatGPT و GPT-4 و یا نسخه های بالاتر و جدیدتر.

در این دوره آموزش LLM، مروری کلی بر LLM ها ارائه می دهیم که برای یادگیرندگان فنی و غیر فنی مناسب است. توضیح می دهیم LLM چیست و چه کارهایی می توان با آن انجام داد و نگاهی به ساختار درونی آن ها می اندازیم تا درک کنید چرا به این شکل کار می کنند و چگونه می توانند بر کار شما تاثیر بگذارند.

همچنین، چگونگی آموزش LLM ها را توضیح می دهیم و اجزای سازنده ی آنها را بررسی می کنیم. سپس به چندین کاربرد مختلف LLM ها می پردازیم، از جمله BERT، GPT-3، PaLM و PaLM 2، ChatGPT و GPT-4 و Llama و نشان می دهیم چگونه می توان LLM ها را با استفاده از معیارهای سنجش مقایسه کرد.

عناوین و سرفصل های دوره فارسی ” آموزش LLM ”

مقدمه
۱- تاثیر و کارایی مدل های زبانی بزرگ
فصل اول – ترنسفورمرها در پردازش طبیعی زبان
۱- مدل های زبانی بزرگ چه هستند؟
۲- مدل های زبانی بزرگ چگونه آموزش داده می شود؟ پیش آموزش
۳- پیروی مدل های زبانی بزرگ از دستورالعمل ها

فصل دوم – اجزای مدل های زبانی بزرگ
۱- ساختار ترنسفورمر
۲- پارامترها چه هستند؟
۳- توکن ها چه هستند؟
۴- طول محتوا چیست؟

فصل سوم – مدل های زبانی بزرگ
1- BERT
۲- قوانین مقیاس پذیری
3- GPT-3
4- Chinchilla
5- PaLM و PaLM 2
6- ChatGPT و GPT-4
۷- آموزش مدل های زبانی بزرگ منبع باز
۸- مقایسه مدل های زبانی بزرگ

فصل چهارم – نتیجه گیری
۱- گام های بعدی