صفر تا صد آموزش مبانی هوش مصنوعی و مدل های زبانی بزرگ

یادگیری ماشین (Machine Learning) و تاریخچه آن | ویدئوی رایگان

در این ویدئو با مفهوم یادگیری ماشین (Machine Learning) و تاریخچه آن آشنا می‌شوید. برخلاف سیستم‌های قدیمی هوش مصنوعی که از روش نمادین و برنامه‌ریزی مستقیم استفاده می‌کردند، یادگیری ماشین به سیستم‌ها امکان می‌دهد تا از طریق مشاهده و تجربه، خودشان یاد بگیرند. آرتور ساموئل در سال ۱۹۵۹ با ساخت برنامه‌ای که با بازی کردن با خودش، چکرز را یاد می‌گرفت، این مفهوم را معرفی کرد. یکی از چالش‌های اصلی یادگیری ماشین در دهه‌های اولیه، کمبود داده‌های دیجیتال بود، اما با انفجار اینترنت در دهه ۱۹۹۰ و تولید انبوه داده توسط کاربران، این حوزه رشد انفجاری پیدا کرد. یادگیری ماشین همچنان بر اساس شناسایی الگوها عمل می‌کند، اما با افزایش حجم داده‌ها، به یکی از سریع‌ترین حوزه‌های در حال رشد در هوش مصنوعی تبدیل شده است.

داده‌های برچسب‌خورده و بدون برچسب در یادگیری ماشین | ویدئوی رایگان

در این ویدئو با دو مفهوم کلیدی در یادگیری ماشین آشنا می‌شوید: یادگیری نظارت‌شده (Supervised Learning) و یادگیری بدون نظارت (Unsupervised Learning). در یادگیری نظارت‌شده، سیستم با کمک یک «مربی» (دانشمند داده) کار می‌کند که داده‌های برچسب‌خورده را در اختیار آن قرار می‌دهد و پاسخ‌های درست را نشان می‌دهد. این روش نیاز به دانش قبلی و داده‌های دسته‌بندی‌شده دارد. در مقابل، یادگیری بدون نظارت به سیستم اجازه می‌دهد خودش الگوها را در داده‌ها کشف کند و نیازی به برچسب‌گذاری قبلی ندارد، اما به حجم زیادی از داده نیاز دارد. هر دو روش کاربردهای متنوعی در تحلیل رفتار مشتریان، شناسایی الگوهای خرید و ارائه پیشنهادات محصول دارند و شرکت‌هایی مانند آمازون از این تکنیک‌ها برای بهبود تجربه کاربری و افزایش فروش استفاده می‌کنند.

الگوریتم‌های رایج در یادگیری ماشین | ویدئوی رایگان

در این ویدئو با الگوریتم‌های رایج یادگیری ماشین و کاربردهای آن‌ها آشنا می‌شوید. یادگیری ماشین مجموعه‌ای از تکنیک‌هاست و برخلاف نرم‌افزارهای معمولی، یک برنامه واحد نیست، بلکه شامل الگوریتم‌های متنوعی است که بیشتر آن‌ها از آمار الهام گرفته‌اند. هر الگوریتم مانند یک ابزار آشپزی، نقاط قوت و ضعف خاص خود را دارد و انتخاب درست آن به نوع داده و هدف پروژه بستگی دارد. با یک مثال عملی از یک شرکت کارت اعتباری، تفاوت کاربرد یادگیری نظارت‌شده (برای طبقه‌بندی دودویی مشتریان) و یادگیری بدون نظارت (برای خوشه‌بندی و کشف گروه‌های پنهان مانند «سوپرکاربران») را مشاهده می‌کنید. همچنین متوجه می‌شوید که تیم‌های داده‌کاوی معمولاً از ترکیب چندین الگوریتم برای دستیابی به بهترین نتایج استفاده می‌کنند و خلاقیت واقعی در نحوه ترکیب این ابزارها نهفته است.

ساخت یک شبکه عصبی مصنوعی | ویدئوی رایگان

در این ویدئو با ساختار شبکه‌های عصبی مصنوعی آشنا می‌شوید. شبکه‌های عصبی نوعی یادگیری ماشین هستند که از مغز انسان الهام گرفته‌اند و برای پردازش داده‌های بسیار بزرگ طراحی شده‌اند. این شبکه‌ها از نورون‌هایی تشکیل شده‌اند که در سه نوع لایه دسته‌بندی می‌شوند: لایه ورودی، لایه‌های مخفی و لایه خروجی. وقتی تعداد لایه‌های مخفی زیاد باشد، به آن Deep Learning یا یادگیری عمیق می‌گویند. هرچه لایه‌های مخفی بیشتر باشد، شبکه توانایی بیشتری در شناسایی الگوهای پیچیده دارد. با یک مثال عملی از تشخیص سگ در تصویر، مراحل کار شبکه را دنبال می‌کنید: تصویر به پیکسل‌ها (داده‌های ورودی) تقسیم می‌شود، هر نورون بر اساس رنگ پیکسل یک عدد دریافت می‌کند، داده‌ها از لایه‌های مخفی عبور می‌کنند و در نهایت به لایه خروجی می‌رسند. این نوع شبکه که داده‌ها از چپ به راست حرکت می‌کنند، شبکه پیش‌خور (Feed Forward) نام دارد و معمولاً برای یادگیری نظارت‌شده استفاده می‌شود.

یادگیری خودنظارتی در هوش مصنوعی مولد | ویدئوی رایگان

در این ویدئو با مفهوم یادگیری خودنظارتی (Self-Supervised Learning) در هوش مصنوعی مولد آشنا می‌شوید. این روش از داستان کشف سنگ روزتا الهام گرفته شده است؛ همان‌طور که تاریخ‌دانان با استفاده از متون یونانی توانستند هیروگلیف‌های مصری را رمزگشایی کنند، سیستم‌های هوش مصنوعی نیز از داده‌هایی که می‌شناسند برای درک داده‌های ناشناخته استفاده می‌کنند. در یادگیری خودنظارتی، سیستم ابتدا با استفاده از یادگیری بدون نظارت، داده‌های بدون ساختار را تحلیل می‌کند و الگوهای مشترک را شناسایی می‌کند. سپس با استفاده از این الگوها، برچسب‌های کاذب برای داده‌ها ایجاد می‌کند تا بتواند از یادگیری نظارت‌شده برای دسته‌بندی دقیق‌تر استفاده کند. این روش به سیستم‌ها امکان می‌دهد از حجم عظیم داده‌های بدون برچسب ارزش استخراج کنند و قدرت یادگیری خود را به‌طور قابل‌توجهی افزایش دهند، اگرچه تنها شرکت‌های بزرگ با قدرت محاسباتی کافی توانایی ساخت چنین سیستم‌هایی را دارند.

معماری ترنسفورمر در مدل‌های زبانی بزرگ | ویدئوی رایگان

در این ویدئو با معماری ترنسفورمر (Transformer) به‌عنوان هسته اصلی مدل‌های زبانی بزرگ آشنا می‌شوید. معماری ترنسفورمر از دو بخش اصلی تشکیل شده است: رمزگذار (Encoder) در سمت چپ و رمزگشا (Decoder) در سمت راست. این دو بخش می‌توانند به‌صورت مستقل یا ترکیبی استفاده شوند. مدل‌های Encoder-Decoder برای کاربردهای مولد مانند ترجمه و خلاصه‌سازی مناسب هستند، مدل‌های Encoder-only (مانند BERT) برای وظایفی که نیاز به درک عمیق زبان دارند مانند دسته‌بندی جملات کاربرد دارند، و مدل‌های Decoder-only (مانند GPT-3، GPT-4 و ChatGPT) برای تولید متن و کاربردهایی مانند چت‌بات‌ها و دستیارهای مجازی استفاده می‌شوند. ترنسفورمر از شش لایه encoder و شش لایه decoder تشکیل شده است که هر کدام شامل مکانیزم توجه (Attention Mechanism) هستند و به مدل اجازه می‌دهند روی بخش‌های مختلف متن ورودی تمرکز کند. با عبور داده از لایه‌های متوالی، مدل توانایی درک عمیق‌تر و پیچیده‌تر از معناشناسی زبان را پیدا می‌کند.

قوانین مقیاس‌پذیری در مدل‌های زبانی بزرگ | ویدئوی رایگان

در این ویدئو با قوانین مقیاس‌پذیری (Scaling Laws) در مدل‌های زبانی بزرگ آشنا می‌شوید. تحقیقات تیم OpenAI در سال ۲۰۲۰ نشان داد که عملکرد مدل‌های بزرگ به سه عامل کلیدی بستگی دارد: تعداد پارامترهای مدل، حجم داده‌های آموزشی و توان محاسباتی در دسترس برای آموزش. با افزایش هر یک از این عوامل، عملکرد مدل بهبود می‌یابد و خطای تست کاهش پیدا می‌کند. برای دستیابی به بهترین عملکرد، هر سه عامل باید به‌طور همزمان افزایش یابند. این یافته‌ها باعث شد بسیاری از شرکت‌های بزرگ فناوری مسیر افزایش اندازه مدل را در پیش بگیرند و مدل‌های بزرگ‌تری بسازند. به‌عنوان مثال، OpenAI مدل GPT-3 را با ۱۷۵ میلیارد پارامتر منتشر کرد که به‌طور قابل‌توجهی از سایر مدل‌های زمان خود بهتر عمل می‌کرد. این ویدئو نشان می‌دهد که چگونه قوانین مقیاس‌پذیری مسیر توسعه مدل‌های زبانی بزرگ را هدایت کرده است.