آموزش‌های گام‌به‌گام و کاربردی؛ از مبانی هوش مصنوعی و پرامپت‌نویسی تا ساخت ایجنت و سئو.
دما در مدل زبانی تعیین می‌کند متن تولیدشده قابل پیش‌بینی باشد یا خلاق. در این قسمت تولید متن توکن به توکن با RNN، انتخاب حریصانه و تکرار بی‌پایان، نمونه‌برداری با دما، top-k و top-p، معماری‌های یک‌به‌چند و دنباله‌به‌دنباله و انتخاب پارامترهای درست برای هر کاربرد دستیار را یاد می‌گیرید.
شبکه عصبی بازگشتی یا RNN اولین معماری‌ای بود که ترتیب کلمات را واقعاً در نظر گرفت. در این قسمت سلول RNN و حالت پنهان، مشکل محو شدن گرادیان، دروازه‌های LSTM و GRU، شبکه دوطرفه و چندلایه و ساخت یک طبقه‌بند متن با LSTM در PyTorch را یاد می‌گیرید و می‌فهمید چرا ترنسفورمر جای آن را گرفت.
امبدینگ کلمه یا بردار متنی راهی است که معنای کلمه را به عدد تبدیل می‌کند، طوری که کلمات هم‌معنا بردارهای نزدیک داشته باشند. در این قسمت لایه امبدینگ، Word2Vec با دو روش CBoW و Skip-gram، قیاس معروف پادشاه و ملکه، شباهت کسینوسی، امبدینگ بافتی و بردار جمله را با پایتون یاد می‌گیرید.
مسیر ۵۰ قسمتی و گام‌به‌گام: از نوشتن پرامپت خوب و ساخت دستیار هوش مصنوعی تا طراحی، اتصال و استقرار ایجنت‌های واقعی.
مفاهیم پایه‌ی هوش مصنوعی، یادگیری ماشین و علم داده به زبان ساده؛ از تعریف هوش مصنوعی و آمار تا کار با داده، نمودار و مدل‌های یادگیری.
پیش‌پردازش متن تعیین می‌کند مدل شما چه چیزی را ببیند و چه چیزی را هرگز نبیند. در این قسمت توکن‌سازی، یکدست‌سازی متن فارسی، ریشه‌یابی و بن‌واژه‌یابی، کلمات توقف، N-gram، کیسه کلمات و TF-IDF را با پایتون یاد می‌گیرید و می‌بینید کدام پاک‌سازی اطلاعات مهمی مثل منفی بودن جمله را پاک می‌کند.
پردازش زبان طبیعی یا NLP چیست و چرا فهم زبان برای کامپیوتر این‌قدر سخت است؟ در این قسمت وظایف اصلی NLP، سیر تحول از قاعده و آمار تا شبکه عصبی، چالش‌های ویژه زبان فارسی، یک ربات گفت‌وگوی ساده به سبک ELIZA و نقشه راه مسیر متن تا پاسخ در یک دستیار هوشمند را می‌بینید.
هوش مصنوعی چندوجهی تصویر و متن را در یک فضای مشترک می‌فهمد. در این قسمت ایده CLIP و طبقه‌بندی بدون نمونه، ترکیب CLIP و VQGAN برای تولید تصویر، مدل‌های بینایی-زبانی امروزی و طراحی یک دستیار دومرحله‌ای را یاد می‌گیرید که اول توصیف تصویر را ثبت می‌کند و بعد بر اساس همان شواهد پاسخ می‌دهد.
بخش‌بندی تصویر یعنی برای هر پیکسل تصمیم بگیریم متعلق به کدام شیء است. در این قسمت بخش‌بندی معنایی و نمونه‌ای، معماری رمزگذار-رمزگشا و U-Net، تابع خطای Dice، معیارهای IoU و Dice، کاربرد در تصویربرداری پزشکی و جدا کردن پس‌زمینه را با مثال PyTorch یاد می‌گیرید.
تشخیص اشیا یک قدم فراتر از طبقه‌بندی تصویر است؛ باید بگوید چه چیزی در تصویر هست و دقیقاً کجاست. در این قسمت کادر محدودکننده، معیارهای IoU، AP و mAP، خانواده R-CNN و روش‌های یک‌مرحله‌ای مثل YOLO، حذف غیربیشینه و اجرای یک مدل آماده با PyTorch را یاد می‌گیرید.
GAN چیست و چطور دو شبکه عصبی با رقابت، تصویرهایی می‌سازند که در دنیا وجود ندارد؟ در این قسمت مولد و تمییزدهنده، مشکلات آموزش GAN، انتقال سبک، مدل‌های امروزی تولید تصویر از متن و طراحی یک برنامه تولید تصویر مسئولانه را با مثال پایتون یاد می‌گیرید.
اتوانکودر یا خودرمزگذار شبکه‌ای است که یاد می‌گیرد ورودی را فشرده کند و دوباره بسازد، بدون اینکه به داده برچسب‌خورده نیاز داشته باشد. در این قسمت رمزگذار، فضای نهفته و رمزگشا، کاربردهایی مثل حذف نویز و تشخیص ناهنجاری، و اتوانکودر واریاسیونی یا VAE را با مثال PyTorch یاد می‌گیرید.
یادگیری انتقالی به شما اجازه می‌دهد با چند صد تصویر، مدلی بسازید که از صفر به میلیون‌ها تصویر نیاز داشت. در این قسمت استخراج ویژگی و تنظیم دقیق، مدل‌های آماده VGG، ResNet و MobileNet، منجمد کردن لایه‌ها، افزایش داده و حمله تخاصمی را با مثال نژاد حیوانات خانگی و PyTorch یاد می‌گیرید.
شبکه عصبی کانولوشنی یا CNN چطور الگوهای تصویر را خودش یاد می‌گیرد؟ در این قسمت فیلتر کانولوشنی و تشخیص لبه، لایه کانولوشن و ادغام، معماری هرمی و VGG-16، ساخت یک CNN با PyTorch و نقش بهینه‌سازهایی مثل مومنتوم و Adam را یاد می‌گیرید و آن را روی ارقام و نژاد حیوانات خانگی به کار می‌برید.
بینایی کامپیوتر چیست و تصویر چطور به ورودی قابل فهم برای شبکه عصبی تبدیل می‌شود؟ در این قسمت وظایف اصلی بینایی کامپیوتر، تصویر به‌عنوان آرایه، فضای رنگ BGR و RGB، تغییر اندازه، نرمال‌سازی، آستانه‌گذاری و جریان نوری را با OpenCV یاد می‌گیرید و یک خط پیش‌پردازش قابل اعتماد می‌سازید.
PyTorch یا TensorFlow؛ کدام را یاد بگیریم؟ در این قسمت کار هر دو چارچوب را از پایه می‌فهمید؛ تنسور، مشتق‌گیری خودکار، ساخت مدل، حلقه آموزش دستی و رابط سطح بالا. یک حلقه آموزش کامل در PyTorch می‌نویسید، معادلش را در Keras می‌بینید و معیار انتخاب چارچوب را برای پروژه خودتان یاد می‌گیرید.
ساخت شبکه عصبی با پایتون امروز فقط چند خط کد است، اما ساخت شبکه‌ای که روی داده تازه هم خوب کار کند، مهارت می‌خواهد. در این قسمت یک شبکه چندلایه برای تشخیص ارقام دست‌نویس MNIST می‌سازید، بیش‌برازش را از روی نمودار آموزش تشخیص می‌دهید و با Dropout، منظم‌سازی و توقف زودهنگام جلویش را می‌گیرید.
پرامپت تبلیغ کتانی با ورزشکاری که به سمت دوربین می‌پرد؛ کوتاه‌نمایی پرسپکتیو کفش‌ها را به پیش‌زمینه می‌آورد و گردوغبار ملایم حس حرکت را کامل می‌کند.
پرامپت کمپین گوشی یاسی با رنگ‌بندی تک‌رنگ؛ مدلی با کاپشن یاسی گوشی هم‌رنگ را نزدیک لنز گرفته و گوشی با روشنایی و وضوح بیشتر از لباس و پس‌زمینه جدا می‌شود.
پرامپت عکس شلوار برای کاتالوگ لباس؛ تصویر کامل شلوار روی مدل به‌همراه قاب کوچک از کمر و پیلی‌ها، تا خریدار هم فرم کلی و هم جزئیات دوخت را ببیند.
پرامپت پرتره گوشی با تأکید بر دوربین؛ مدلی با هودی سبزآبی گوشی نقره‌ای را روی یک چشم گرفته و ماژول دوربین، جای چشم دوم را در تصویر پر می‌کند.
از بحث‌های متخصصان سئو در X تا پژوهش‌های Ahrefs و Pew؛ بررسی می‌کنیم چرا نمایش بیشتر همیشه کلیک بیشتر نمی‌آورد و خطای ثبت داده‌های گوگل چه تغییری در تفسیر نمودارها ایجاد می‌کند.
رصد پاسخ‌های هوش مصنوعی با یک اسکرین‌شات قابل اعتماد نیست. سه تجربه از ردیت و لینکدین را کنار پژوهش SparkToro روی ۲۹۶۱ اجرا، داده Ahrefs از ۴۳ هزار AI Overview و نوسان ارجاع در داده Semrush گذاشتیم تا نشان دهیم چرا باید فراوانی حضور را سنجید.
دیده شدن در نتایج هوش مصنوعی فقط به وبلاگ شما بستگی ندارد. سه تجربه با ردیت، لینکدین و اعتبار محلی را کنار پژوهش ۷۵ هزار برند Ahrefs، داده ۱۰۰ میلیون ارجاع Semrush و سیاست‌های اسپم گوگل گذاشتیم تا ببینیم نشانه‌های بیرونی چقدر مهم‌اند.
«ترافیک ChatGPT بهتر تبدیل می‌شود» تیتر رایجی است. چهار گزارش را کنار داده Ahrefs، پژوهش علمی ۹۷۳ فروشگاه اینترنتی در Marketing Science و گزارش Adobe گذاشتیم تا ببینیم نرخ تبدیل ترافیک هوش مصنوعی واقعاً کجا بالاتر است و کجا نه.
نمایش سایت در گوگل بیشتر شده، اما کلیک کمتری می‌گیرید؟ با مثال عددی، تفاوت افت کلیک و افت CTR را ببینید. سپس در پنج قدم، صفحه‌ها و عبارت‌های آسیب‌دیده را پیدا کنید و تصمیم بگیرید چه چیزی نیاز به اصلاح دارد.
خطاهای سایت مثل 404، 403، 500، 502، 503 و 504 چه معنایی دارند و از کجا باید رفعشان کرد؟ در این راهنما علت‌های رایج هر خطا، قدم‌های بازدیدکننده و مدیر سایت و یک پرامپت آماده برای پرسیدن از هوش مصنوعی را می‌بینید.
پرامپت خوب لازم نیست طولانی باشد؛ کافی است هدف، مخاطب، نقش، قالب خروجی، مثال و محدودیت‌ها را روشن کند. در این مقاله هفت ویژگی پرامپت خوب را با مثال قبل و بعد، یک قالب آماده و چک‌لیست کاربردی یاد می‌گیرید.
