محور موضوعی
آموزش هوش مصنوعی مولد به زبان فارسی، قدمبهقدم و کاربردی؛ از پرامپتنویسی و ساخت چتبات تا RAG، ایجنت‌ها، ارزیابی و امنیت. یک مسیر ۵۰ قسمتی که از مفاهیم پایه شروع می‌شود و تا ساخت ایجنت‌های واقعی پیش می‌رود.
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.
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.
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.
یادگیری تقویتی چیست و چطور یک عامل بدون داده برچسب‌خورده، فقط با آزمون و خطا یاد میگیرد؟ در این قسمت عامل، محیط، حالت، عمل، پاداش و سیاست را با قصه پیتر و گرگ می‌شناسید، معادله بلمن و الگوریتم Q-Learning را می‌فهمید و یک عامل کوچک را با پایتون از صفر آموزش می‌دهید.
سری زمانی چیست و چرا پیش‌بینی آن قواعد خودش را دارد؟ در این قسمت روند، فصلی بودن، چرخه، داده پرت و تغییر ناگهانی را با داده مصرف برق می‌شناسید، یاد می‌گیرید داده را بر اساس زمان تقسیم کنید، خط پایه ساده بسازید و از رایج‌ترین خطای پیش‌بینی یعنی نشت آینده دوری کنید.
این بخش یک مسیر کامل برای آموزش هوش مصنوعی مولد به زبان فارسی است. از نوشتن اولین پرامپت شروع می‌کنیم و قدمبهقدم به ساخت ایجنت‌هایی می‌رسیم که خودشان ابزار صدا می‌زنند و کار را پیش می‌برند.
مسیر ۵۰ قسمت دارد. هر قسمت یک مهارت مشخص را آموزش می‌دهد، مثال کاربردی دارد و به قسمتهای قبلی وصل است. بنابراین اگر به ترتیب جلو بروید، هیچ جای خالی در یادگیری‌تان نمی‌ماند.
قسمتها در سه مرحله چیده شدهاند. هر مرحله روی مهارت‌های مرحله‌ی قبل ساخته می‌شود.
در قسمتهای اول با پرامپتنویسی و تکنیک‌های پیشرفته‌ی آن آشنا می‌شوید. بعد یک برنامه‌ی تولید متن و یک چتبات ساده می‌سازید تا ببینید مدل زبانی در عمل چطور رفتار میکند.
سپس سراغ جستجوی معنایی و RAG می‌رویم. در این قسمتها یاد می‌گیرید چطور مدل را به اسناد خودتان وصل کنید تا جواب‌هایش دقیق‌تر و قابل‌اعتمادتر شود.
در این مرحله function calling، ابزارها و حلقه‌ی کاری ایجنت را قدمبهقدم می‌بینید. بعد یک ایجنت را از صفر می‌سازید و با فریم‌ورک‌هایی مثل smolagents و LangGraph کار می‌کنید.
سیستم‌های چند ایجنتی، Agentic RAG و ایجنت تحلیل تصویر هم در همین مرحله آموزش داده می‌شوند. هر قسمت یک نمونه‌ی قابل اجرا دارد تا مفهوم فقط در حد تئوری نماند.
قسمتهای پایانی به ساخت ایجنت‌هایی می‌پردازند که در محیط واقعی قابل‌اعتماد باشند. انتخاب مدل، طراحی جریان کار، حافظه، مهندسی زمینه و پروتکل‌هایی مثل MCP از موضوع‌های این مرحله‌اند.
در نهایت پایش، استقرار و امنیت ایجنت را یاد می‌گیرید. این مهارت‌ها فرق یک نمونه‌ی آزمایشی را با محصولی که کاربر واقعی از آن استفاده میکند مشخص می‌کنند.
برای شروع این مسیر به ابزار پیچیده‌ای نیاز ندارید:
اگر پرامپتنویسی برایتان تازه است، مقاله‌ی پرامپت خوب چه ویژگی‌هایی دارد؟ شروع خوبی است. بخشی از این مسیر بر پایه‌ی دوره‌ی متن‌باز Generative AI for Beginners مایکروسافت نوشته شده است.
برای قسمتهای اول، مثل پرامپتنویسی، نه. برای ساخت چتبات و ایجنت آشنایی مقدماتی با پایتون کمک زیادی میکند. مثالها قدمبهقدم توضیح داده شدهاند.
به همان ترتیب شمارهی قسمتها. هر قسمت روی قسمت قبلی بنا شده و در انتهای هر آموزش به قسمتهای مرتبط قبلی لینک دادهایم.
بله. همهی آموزشهای این بخش رایگان است و برای بیشتر مثالها میتوانید از نسخهی رایگان ابزارها استفاده کنید.
RAG به مدل کمک میکند جوابش را از روی اسناد شما بدهد. ایجنت یک قدم جلوتر است؛ خودش تصمیم میگیرد کدام ابزار را صدا بزند و کار را در چند مرحله پیش ببرد.
