💻#اکتشاف_دنیای_دیجیتال

🎇 نکات برجسته 2024: مقالات هوش مصنوعی و علوم داده که سروصدا به پا کردند. قسمت اول

▪️۲۰۲۴ سالی پر از تحولات هیجان‌انگیز برای جوامع علوم داده، یادگیری ماشین و هوش مصنوعی بود. برخلاف سال 2023 که یک رویداد واحد (راه‌اندازی ChatGPT تنها چند هفته قبل از آغاز سال) همه چیز را تحت تأثیر قرار داد و مکالمات را برای ماه‌ها شکل داد، امسال شاهد تحولات تدریجی و متنوعی بودیم. متخصصان در صنعت و دانشگاه به آزمایش ابزارهای جدید پرداختند و تلاش کردند تا راه‌های نوآورانه‌ای برای بهره‌برداری از ظهور سریع مدل‌های زبانی بزرگ (LLM) پیدا کنند. در عین حال، آنها با یک بازار کار چالش‌برانگیز و دنیایی روبه‌رو بودند که ردپای هوش مصنوعی هر روز بیشتر به کارهای روزمره نزدیک می‌شود.

▫️برای کمک به درک این پیشرفت‌ها، TDS در سال گذشته بیش از 3500 مقاله منتشر کرده است، از جمله صدها مقاله از نویسندگان تازه‌کار. نویسندگان توانایی فوق‌العاده‌ای در ارائه دیدگاه‌های منحصر به فرد خود درباره موضوعات مختلف دارند — از سوالات کلان و موضوعات روز گرفته تا چالش‌های فنی متمرکز.

▪️در این خروجی خلاقانه عظیم، برخی از مقالات به خوبی با خوانندگان ارتباط برقرار کردند. این مقالات شامل زمینه‌های مختلفی هستند، بنابراین آنها را بر اساس موضوعات اصلی که در ۲۰۲۴ شناسایی شده است دسته‌بندی شد: یادگیری و ساختن از ابتدا، عوامل RAG و AI، رشد شغلی، و پیشرفت‌ها و نوآوری‌ها.

❗️امیدواریم از کاوش در برجستگی‌های سال 2024 لذت ببرید.

▎یادگیری و ساختن از ابتدا

🌀قابل اعتمادترین نوع پست TDS، پستی است که به خوانندگان می‌آموزد چگونه به تنهایی و با حداقل پیش‌نیاز، کاری جالب و سازنده انجام دهند یا مطالعه کنند. امسال نیز از این قاعده مستثنی نیست — سه مقاله ما که بیشترین خوانده شده‌اند در این دسته قرار دارند:

1⃣ 5 پروژه هوش مصنوعی که می‌توانید این آخر هفته بسازید (با پایتون)
شاو طالبی نشان می‌دهد که هر کسی می‌تواند با هوش مصنوعی کار کند، از ایده‌های پروژه‌های مبتدی تا پیشرفته.

2⃣ درک LLM از ابتدا با استفاده از ریاضی دبیرستان
روهیت پاتل یکی از دسترس‌پذیرترین و جذاب‌ترین توضیحات را درباره نحوه کارکرد LLMها ارائه کرده است.

3⃣ چگونه هوش مصنوعی را به تنهایی یاد بگیریم (راهنمای خودآموزی)
تو هن وو برای کسانی که خود را شروع می‌کنند، نقشه راه کارآمدی برای مطالعه بلوک‌های ساختمانی اساسی هوش مصنوعی تهیه کرده است.

4⃣ ریاضیات پشت شبکه‌های عصبی
کریستین لئو ما را به عمق اصول ریاضی زیر بنایی شبکه‌های عصبی، «ستون فقرات هوش مصنوعی مدرن»، راهنمایی می‌کند.

5⃣ جاسازی متن: راهنمای جامع
ماریا منسوروا توضیح می‌دهد که چگونه جاسازی‌ها جادوی LLMها را ممکن می‌کند و چرا این موضوع اینقدر مهم شده است.

6⃣ چگونه در دو هفته LLM را مطالعه کردم: یک نقشه راه جامع
حسام شیخ حسنی منبع یادگیری عالی دیگری ارائه می‌دهد که ما را از طریق یک برنامه درسی فشرده – اما در دسترس – هدایت می‌کند تا بر اصول اولیه (و سپس برخی) مدل‌های زبانی بزرگ تسلط پیدا کنیم.

امیدواریم این مقالات الهام‌بخش شما باشند تا در دنیای هوش مصنوعی قدم بردارید!

ادامه دارد...

📚منبع

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

🩵@IDSchools
🩵@IDS_Math