نویسنده (ها): به سمت تیم تحریریه AI
در ابتدا منتشر شده در به سمت هوش مصنوعیبشر
صبح بخیر ، علاقه مندان به او ،
این هفته ، ما در حال بررسی هستیم که AI واقعاً مفید است در مقابل جایی که فقط اعتیاد به مواد مخدره است. مفهوم باعث می شود یک مطالعه موردی قوی در ادغام هوش مصنوعی ، جایی که ارزش واقعی را اضافه می کند ، نه سر و صدا. از طرف تحقیق ، ما روشهای جدیدی را برای تشخیص دیپیکک ها پوشش می دهیم ، چرا تعبیه های تک بردگر در محدوده ریاضی قرار می گیرند ، و رایانه های شخصی Copilot+ برای اجرای برنامه های قدرتمند هوش مصنوعی کاملاً آفلاین چیست.
بیایید وارد آن شویم.
هفتگی AI چیست
https://www.youtube.com/watch؟v=ehuxiqoqd1k
این هفته ، در AI چیست، ما قصد داریم در مورد چگونگی مشاهده تفاوت بین هوش مصنوعی صحبت کنیم که در واقع مشکلات واقعی را حل می کند و هوش مصنوعی که فقط به خاطر مد روز بودن وجود دارد. هر شرکتی از هوش مصنوعی استفاده می کند ، اما غالباً ، بیشتر از چیزی که به شما کمک می کند کارها را انجام دهید ، بیشتر شبیه اعتیاد به مواد مخدره است. بنابراین من به این موضوع شیرجه می زنم که چگونه مفهوم نمونه کاملی از ادغام های مفید هوش مصنوعی در مفهوم جدید AI آنها ، حل مشکلات و نه فقط به خاطر استفاده از هوش مصنوعی است. مقاله کامل را اینجا بخوانید یا فیلم را در YouTube تماشا کنیدبشر
-لوئیز فرانسوا بوچارد ، به سمت بنیانگذار AI و رئیس جامعه
بخش جامعه را با هم بیاموزید!
پست برجسته جامعه از Discord
Mgsneol در حال کار بر روی Coders Connect است ، یک ربات WhatsApp ساخته شده برای کمک به رمزگذاران ، توسعه دهندگان و سازندگان راحت تر. همچنین این فرصت ها را برای افراد برای همکاری با وزارت امور خارجه امارات متحده عربی ایجاد می کند. شما یک پروفایل سریع تنظیم کرده اید ، آنچه را که می خواهید به اشتراک بگذارید ، و ربات مسابقات مربوطه را که می توانید مستقیماً به آن دسترسی پیدا کنید ، به اشتراک می گذارد. اینجا را بررسی کنید و از یک عضو جامعه دیگر حمایت کنید. اگر سوالی دارید ، با او در موضوع ارتباط برقرار کنید!
نظرسنجی AI هفته!
تقریبا نیمی از شما گفتید که برنامه نویسی پرنعمت “به کار بستگی دارد” ، که احساس نقطه ای می شود. برای برنامه نویسی اکتشافی ، نمونه سازی یا تعقیب ایده در سوراخ های خرگوش ، این یک تقویت کننده بهره وری است. اما وقتی صحبت از کار آماده و آزمایشی سنگین است؟ به نظر می رسد بسیاری از شما عقب می کشید. احساس می کنید کدگذاری پرنعمت به جای کمک به چه نوع کارهایی احساس می کنید؟ اشکال زدایی؟ پروژه های در مقیاس بزرگ؟ چیز دیگری؟ در موضوع به من بگویید!
فرصت های همکاری
جامعه Discord Learn Ai Together با فرصت های همکاری در حال سیل است. اگر از شیرجه رفتن به هوش مصنوعی کاربردی هیجان زده اید ، یک شریک مطالعه می خواهید ، یا حتی می خواهید برای پروژه Passion خود شریک پیدا کنید ، به کانال همکاری بپیوندید! به این بخش نیز توجه داشته باشید – ما هر هفته فرصت های جالب را به اشتراک می گذاریم!
1 superuser666_sigil عضو RlagentBot ، یک نماینده تجارت رمزنگاری است. تیم آنها به دنبال افراد با اوقات فراغت برای کمک به دانش تجارت مالی/رمزنگاری خود به تیم ما است. اگر این دامنه شماست ، با او در موضوع ارتباط برقرار کنید!
2 cpnk75m در حال کار بر روی یک برنامه AR + AI برای Devpost Hackathon است و در انتخاب حق به کمک نیاز دارد مولکول مدل ها ، برخی از هک های سریع برای اجرای آن ، اشیاء AR/modals برای پوشش و آزمایش جامد. اگر علاقه مند به کار روی این پروژه هستید و به طور بالقوه آن را مقیاس می کنید ، به موضوع دسترسی پیدا کنید!
Meme of Week!
Meme به اشتراک گذاشته شده توسط هیتارچی
بخش سرپرستی تای
مقاله هفته
حل عمیق با اثری ، فرکانس و توجه! از طرف شریاش پاوار
Shreyash Pawar یک مدل ترکیبی برای تشخیص Deepfake ارائه می دهد که سه روش مکمل را در خود جای می دهد. Amtennet برای تشخیص مصنوعات دستکاری ظریف ، تجزیه و تحلیل دامنه فرکانس (با الهام از VANET) از الگوهای تولید پنهان پرده برداشت می کند ، و یک ماژول CBAM به سیستم کمک می کند تا روی مهمترین ویژگی ها تمرکز کند. آزمایش شده گانمبتنی بر مجموعه داده ها، این رویکرد چند لایه به دقت 98.9 ٪ دست یافت ، و اثربخشی استخراج کمیاب ، تجزیه و تحلیل فرکانس و مکانیسم های توجه را برای مشاهده تصاویر مصنوعی نشان داد.
مقالات باید بخوانید
1 طراحی معماری خط لوله داده برای مدل های یادگیری ماشین از طرف Kuriko Iwai
Kuriko Iwai سه راه مشترک برای طراحی را تجزیه می کند خط لوله داده برای یادگیری ماشینبشر اول ، انبار داده سنتی با اتی، عالی برای دقت اما کند. سپس ، Cloud Bative Data Lake ، که برای زمان واقعی ، داده های کثیف با ELT و چارچوب های جریان ساخته شده است. سرانجام ، خانه دریاچه مدرن که نقاط قوت هر دو را مخلوط می کند. انتخاب مناسب کمتر به روند و بیشتر به ویژگی های داده و نیازهای تجاری شما بستگی دارد.
2 چگونه من عامل ویرایش تصویر Nano Banana AI را ساختم از طرف گائو دالی (高達烈)
Gao Dalie با ساخت یک عامل ویرایش تصویر با قدرت AI با استفاده از مدل پیش نمایش تصویر فلش Google Gemini 2.5 Google (معروف به “Nano-Banana”) قدم می زند. این سیستم که با StreamLit ساخته شده است ، به کاربران اجازه می دهد تا تصاویر و تصاویر مرجع را ارائه دهند ، سپس با API Gemini تماس می گیرند تا هر دو تصاویر ویرایش شده را برگردانند و توضیحی از تغییرات. این یک نمونه عملی از چگونگی ویرایش سریع و مبتنی بر دستورالعمل می تواند به یک ابزار در دسترس تبدیل شود.
3 تعبیهات وکتور محدودیت های ریاضی را نشان می دهد: گزارش Google DeepMind از طرف مروارید
گزارش مشترکی از Deepmind و Johns Hopkins یک سقف ریاضی را در مدل های تعبیه کننده تک بردار برجسته می کند. حتی با داده های آموزشی بیشتر ، آنها به دلیل محدود بودن ظرفیت بازنمایی با نمایش داده های چند جانبه مبارزه می کنند. محققان با استفاده از مجموعه داده های حد ، نشان دادند که حتی مدلهای پیشرفته نیز عملکرد ضعیفی دارند. این مطالعه نشان می دهد که گزینه های دیگر ، رمزگذاران متقاطع ، مدل های چند بردار یا سیستم های ترکیبی برای کارهای بازیابی پیچیده بهتر هستند.
4 AI در دستگاه در نهایت واقعی است-یک برنامه Copilot+ PC بسازید که 100 ٪ آفلاین اجرا شود از طرف تارون سینگ
Tarun Singh نحوه ساخت یک برنامه هوش مصنوعی را نشان می دهد که کاملاً آفلاین در Copilot+ PCS اجرا می شود. این پروژه از زمان اجرا ONNX برای اهرم NPU/ استفاده می کندGPU سخت افزار برای تعبیه کارآمد ، بازیابی ترکیبی با FAISS و BM25 و ادغام اختیاری با Ollama برای محلی LLMپاسخهای قدرتمند. نتیجه یک سیستم هوش مصنوعی با کارایی بالا با دستورالعمل های روشن و کد برای اجرای دستی است.
اگر علاقه مند به انتشار با AI هستید ، دستورالعمل های ما را بررسی کرده و ثبت نام کنیدبشر اگر این سیاست ها و استانداردهای تحریریه ما را رعایت کند ، کار شما را به شبکه خود منتشر خواهیم کرد.
منتشر شده از طریق به سمت هوش مصنوعی