آموزش OpenAI: مقدمه‌ای بر هوش مصنوعی مولد [ویدئویی] - آخرین آپدیت

دانلود OpenAI: Introduction to Generative AI [Video]

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در این دوره، با OpenAI، ماموریت آن و فناوری‌های پشت مدل‌هایش آشنا خواهید شد. با شروع از مبانی، پلتفرم OpenAI، تنظیمات حساب کاربری و اهمیت کلیدهای API را بررسی می‌کنید. همچنین خواهید آموخت که OpenAI چگونه توسعه هوش مصنوعی و کاربردهای آن را در صنایع مختلف تغییر داده است و دیدگاهی جامع درباره نقش تحول‌آفرین آن در فناوری مدرن به دست خواهید آورد. با پیشروی در دوره، به بررسی مدل‌های اصلی OpenAI از جمله GPT برای تولید متن و DALL-E برای تولید تصویر می‌پردازید. از طریق پروژه‌های عملی، این مدل‌ها را در سناریوهای واقعی مانند ساخت یک تولیدکننده دستور پخت غذا با هوش مصنوعی و یک ابزار ترجمه به کار می‌گیرید. همچنین تکنیک‌های پیشرفته‌ای مانند مهندسی پرامپت (Prompt Engineering)، تنظیم دقیق مدل‌ها (Fine-tuning) و کار با توکنایزیشن برای افزایش دقت و عملکرد را خواهید آموخت تا پتانسیل کامل ابزارهای OpenAI را آزاد کنید. این دوره با مدل‌های بینایی OpenAI از جمله CLIP و قابلیت‌های آن‌ها در ادغام متن و تصویر به پایان می‌رسد. شما یاد می‌گیرید برنامه‌هایی بسازید که از روی توضیحات متنی، تصویر تولید کرده و داده‌های بصری را تحلیل کنند. در نهایت، شما قادر خواهید بود از مدل‌های OpenAI برای ساخت راهکارهای نوآورانه مبتنی بر هوش مصنوعی استفاده کنید و همزمان چالش‌های اخلاقی و محدودیت‌های مربوط به فناوری هوش مصنوعی مولد را در نظر بگیرید. درک فناوری‌های پشت ابزارها و مدل‌های OpenAI ایجاد و پیاده‌سازی مدل‌های هوش مصنوعی با استفاده از GPT و DALL-E به‌کارگیری مهندسی پرامپت، Fine-tuning و توکنایزیشن برای بهبود خروجی‌های AI ساخت برنامه‌های کاربردی مانند دستیار پژوهشی، مترجم و مربی شخصی بررسی چالش‌های اخلاقی و محدودیت‌های هوش مصنوعی مولد و مدل‌های تصویری پیاده‌سازی مدل‌های بینایی OpenAI برای وظایف تبدیل متن به تصویر و شرح تصاویر این دوره برای توسعه‌دهندگان، دانشمندان داده و هر کسی که مشتاق یادگیری مدل‌های پیشگام OpenAI است، ایده‌آل است. چه در هوش مصنوعی تازه‌کار باشید و چه به دنبال تعمیق دانش خود، این دوره یک مقدمه جامع ارائه می‌دهد. داشتن دانش پایه برنامه‌نویسی و آشنایی با مفاهیم یادگیری ماشین توصیه می‌شود، اما تجربه قبلی در OpenAI یا تکنیک‌های پیشرفته AI ضروری نیست. این دوره به شما کمک می‌کند مهارت‌های عملی برای بهره‌برداری از ابزارهای OpenAI در کاربردهای واقعی کسب کنید. پروژه‌های عملی شامل تولید دستور پخت، ترجمه و دستیاران شخصی هوش مصنوعی * معرفی مدل‌های تولید متن و تصویر مانند GPT و DALL-E * ملاحظات اخلاقی و چالش‌ها در هوش مصنوعی مولد و تولید تصویر

سرفصل ها و درس ها

پیش‌نیازها Pre-Requisites

  • معرفی دوره Introduction to Course

  • آشنایی با OpenAI Introduction to OpenAI

  • تاریخچه OpenAI History of OpenAI

  • OpenAI چگونه کار می‌کند How OpenAI Works

  • چرا به OpenAI نیاز داریم Why We Need OpenAI

  • مزایای OpenAI برای صنایع Benefits of OpenAI for Industries

  • راه‌اندازی حساب کاربری OpenAI OpenAI Account Setup

  • شروع کار با پلتفرم OpenAI Getting Started with OpenAI Platform

  • کلیدهای API چیستند و چگونه از آن‌ها محافظت کنیم What Are API Keys and How to Protect Them

  • درک مدل‌های OpenAI Understanding OpenAI Models

  • کتابخانه‌های OpenAI OpenAI Libraries

  • تغییرات و به‌روزرسانی‌های OpenAI OpenAI Changelogs

مقدمه‌ای بر هوش مصنوعی Introduction to AI

  • تکامل هوش مصنوعی: از سیستم‌های مبتنی بر قانون تا یادگیری عمیق The Evolution of AI: From Rule-Based Systems to Deep Learning

  • ترنسفورمرها و نحوه قدرت بخشیدن به هوش مصنوعی مولد Transformers and How They Power Generative AI

  • درک مکانیزم‌های توجه (Attention) در ترنسفورمرها Understanding Attention Mechanisms in Transformers

  • نقش پیش‌آموزش (Pre-training) و تنظیم دقیق (Fine-tuning) در LLMها The Role of Pre-Training and Fine-Tuning in LLMs

  • مبانی مهندسی پرامپت Basic Prompt Engineering

  • توکنایزیشن و تاثیر آن بر مدل‌های هوش مصنوعی Tokenization and Its Impact on AI Models

  • پرامپت‌نویسی Zero-Shot و Few-Shot Zero-Shot and Few-Shot Prompting

  • زمینه سازی (Grounding) برای افزایش دقت LLMها Grounding LLMs for Increased Accuracy

  • نحوه پردازش پرامپت‌ها توسط انکودرها در LLMها How Encoders Allow LLMs to Process Prompts

  • بررسی سوگیری و عدالت در مدل‌های زبانی Exploring Bias and Fairness in Language Models

  • ادغام ورودی‌های چندوجهی (Multimodal) در هوش مصنوعی مولد Integrating Multimodal Inputs in Generative AI

  • یادگیری تقویت‌شده (Reinforcement Learning) در سیستم‌های AI Reinforcement Learning in AI Systems

  • ملاحظات اخلاقی در هوش مصنوعی مولد Ethical Considerations in Generative AI

تولید متن Text Generation

  • مروری بر تولید متن Overview of Text Generation

  • مهندسی پرامپت Prompt Engineering

  • کاربردهای عملی Practical Applications

  • تکمیل چت (Chat Completions) Chat Completions

  • نحوه تولید امن کلید API How to Generate API Key Securely

  • پروژه 1: تولیدکننده دستور پخت غذا Project 1: Recipe Generator

  • پروژه 2: ترجمه یک مقاله Project 2: Translating an Article

  • تحلیل احساسات با OpenAI Sentiment Analysis with OpenAI

  • مروری بر دستیار (Assistant) در OpenAI Overview of OpenAI Assistant

  • ساخت یک دستیار Creating an Assistant

  • پروژه 3: دستیار پژوهشی هوشمند Project 3: AI Research Assistant

  • پروژه 4: مربی شخصی Project 4: Personal Trainer

  • تنظیم دقیق (Fine-tuning) Fine-Tuning

  • جاسازی‌ها (Embeddings) Embeddings

  • دموی Embeddings Embeddings Demo

  • تبدیل متن به گفتار Text to Speech

  • تبدیل گفتار به متن Speech to Text

ویژگی‌ها Features

  • خروجی‌های ساختاریافته Structured Outputs

  • فراخوانی تابع: خروجی‌های ساختاریافته Function Calling: Structured Outputs

  • کاربردهای پیشرفته Advanced Usage

  • پردازش دسته‌ای (Batch Processing) Batch Processing

  • مدیریت محتوا (Moderation) Moderation

بینایی ماشین Vision

  • مروری بر بینایی OpenAI Overview of OpenAI Vision

  • مدل DALL-E: چیست و چگونه کار می‌کند DALL-E: What It Is and How It Works

  • تکامل DALL-E: از نسخه 1 تا 3 The Evolution of DALL-E: From DALL-E 1 to DALL-E 3

  • درک تولید تصویر از متن در DALL-E Understanding DALL-E Text-to-Image Generation

  • کاربردهای عملی DALL-E در صنایع مختلف Practical Applications of DALL-E in Various Industries

  • آشنایی با CLIP (پیش‌آموزش متناقض زبان-تصویر) Introduction to Contrastive Language-Image Pretraining (CLIP)

  • پروژه 1: تولیدکننده تصویر Project 1: Image Generator

  • پروژه 2: شرح تصاویر Project 2: Image Captioning

  • تنظیم دقیق (Fine-tuning) Fine-Tuning

  • کاربردهای عملی بینایی ماشین Practical Vision Applications

  • محدودیت‌ها، چالش‌ها و ملاحظات اخلاقی Limitations, Challenges, and Ethical Considerations

  • روندها و نوآوری‌های آینده در بینایی OpenAI Future Trends and Innovations in OpenAI Vision

نمایش نظرات

آموزش OpenAI: مقدمه‌ای بر هوش مصنوعی مولد [ویدئویی]
جزییات دوره
6h 30m
59
Packtpub Packtpub
(آخرین آپدیت)
از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Gav Ridgeway Gav Ridgeway

کارشناس توسعه کسب و کار متخصص در زمینه کارآفرینی

KodeKloud KodeKloud

KodeKloud یک پلت فرم یادگیری آنلاین نوآورانه است که به ارائه مؤثرترین و عملی ترین تجربه در آموزش DevOps اختصاص دارد.

در KodeKloud، ما توسط یک دیدگاه منحصر به فرد هدایت می‌شویم – برای ایجاد انقلابی در آموزش DevOps با عملی، در دسترس و همسو کردن مستقیم با چالش‌های دنیای واقعی متخصصان فناوری اطلاعات. ماموریت ما ارائه راه‌حل‌های یادگیری به‌موقع و تقویت پیشرفت شغلی در چشم‌انداز همیشه در حال تحول DevOps و IT است.

ما که توسط متخصصان صنعت تأسیس شده‌ایم، به سرعت به منبعی برای متخصصانی تبدیل شده‌ایم که به دنبال ارتقای مهارت‌های خود، حل چالش‌های فنی فوری و تسریع رشد شغلی خود هستند.