محتوای اصلی دوره

• راه‌اندازی DeepScaler و Ollama برای اجرای مدل‌های هوش مصنوعی محلی.
• اجرای مدل‌های هوش مصنوعی به‌صورت محلی، بدون وابستگی به APIهای ابری.
• ساخت یک چت‌بات مبتنی بر هوش مصنوعی با استفاده از DeepScaler و FastAPI.
• توسعه یک حل‌کننده مسائل ریاضی مبتنی بر هوش مصنوعی که معادلات پیچیده را مدیریت می‌کند.
• استقرار مدل‌های DeepScaler از طریق REST APIها برای استفاده در دنیای واقعی.
• ادغام DeepScaler با Gradio برای ابزارهای هوش مصنوعی تحت وب.
• مقایسه عملکرد DeepScaler با مدل‌های OpenAI در تست‌های عملکرد.

درباره دوره

تسلط بر DeepScaler و Ollama دروازه شما برای ساخت، تنظیم دقیق و استقرار مدل‌های هوش مصنوعی به‌صورت محلی بدون اتکا به APIهای گران‌قیمت ابری است. این دوره عملی به شما می‌آموزد که چگونه از قدرت هوش مصنوعی متن‌باز برای ایجاد برنامه‌های هوشمند که بر روی دستگاه خودتان اجرا می‌شوند، بهره ببرید. شما یاد خواهید گرفت که چگونه با DeepScaler، نسخه‌ای تنظیم دقیق شده از DeepSeek-R1-Distilled-Qwen-1.5B، که برای استدلال ریاضی، تولید کد و اتوماسیون هوش مصنوعی بهینه‌سازی شده است، کار کنید. در همین حال، Ollama امکان استقرار بی‌دردسر مدل‌های هوش مصنوعی محلی را برای برنامه‌های هوش مصنوعی کارآمد و مقرون‌به‌صرفه فراهم می‌کند. (هوش مصنوعی)

این دوره طراحی شده است تا شما را از توسعه‌دهنده مبتدی به پیشرفته هوش مصنوعی ارتقا دهد. با راه‌اندازی DeepScaler و Ollama بر روی مک، ویندوز (WSL) یا لینوکس شروع خواهید کرد. از آنجا، یاد می‌گیرید که چگونه مدل‌های هوش مصنوعی را به‌صورت محلی اجرا کنید و نیاز به APIهای مبتنی بر ابر را از بین ببرید. یک چت‌بات هوش مصنوعی کاملاً کاربردی با استفاده از DeepScaler خواهید ساخت و آن را از طریق FastAPI استقرار خواهید داد. همچنین یک حل‌کننده ریاضی مبتنی بر هوش مصنوعی توسعه خواهید داد که می‌تواند معادلات پیچیده را در زمان واقعی حل کند.

تمرکز اصلی دوره بر تنظیم دقیق DeepScaler با استفاده از LoRA و QLoRA است. شما DeepScaler را بر روی مجموعه‌داده‌های سفارشی آموزش خواهید داد تا پاسخ‌ها را بهبود بخشید و مدل را برای وظایف خاص دامنه مانند امور مالی، مراقبت‌های بهداشتی و تجزیه و تحلیل حقوقی تطبیق دهید. این دوره همچنین شما را در ساخت یک دستیار کد مبتنی بر هوش مصنوعی راهنمایی می‌کند که می‌تواند کد را به‌طور مؤثر تولید، اشکال‌زدایی و توضیح دهد.

یکی از مهم‌ترین جنبه‌های کار با مدل‌های هوش مصنوعی، بهینه‌سازی برای پاسخ‌های با تأخیر کم است. شما یاد می‌گیرید که چگونه سرعت استنتاج هوش مصنوعی را بهبود بخشید و عملکرد DeepScaler را در مقایسه با o1-preview OpenAI مقایسه کنید. این دوره همچنین Gradio را معرفی می‌کند، ابزاری که به شما امکان می‌دهد برنامه‌های وب تعاملی مبتنی بر هوش مصنوعی ایجاد کنید و استقرار و آزمایش مدل‌های هوش مصنوعی را در یک رابط کاربری آسان‌تر می‌کند.

این دوره برای توسعه‌دهندگان هوش مصنوعی، مهندسان نرم‌افزار، دانشمندان داده و علاقه‌مندان به فناوری که می‌خواهند نحوه استقرار مدل‌های هوش مصنوعی را بدون وابستگی به ابر بیاموزند، ایده‌آل است. همچنین یک انتخاب عالی برای دانشجویان و مبتدیان است که می‌خواهند با توسعه مدل‌های هوش مصنوعی محلی شروع کنند بدون اینکه نیاز به تجربه قبلی در یادگیری عمیق داشته باشند.

برخلاف توسعه سنتی هوش مصنوعی، استقرار هوش مصنوعی محلی حریم خصوصی، امنیت و کنترل بیشتری را فراهم می‌کند. با DeepScaler و Ollama، شما قادر خواهید بود مدل‌های هوش مصنوعی را بر روی دستگاه خود اجرا کنید بدون اینکه هزینه‌های API را متحمل شوید یا به خدمات ابری شخص ثالث وابسته باشید. این امر برنامه‌های کاربردی هوشمند در زمان واقعی با زمان پاسخ‌دهی سریع‌تر و کارایی بهتر را ممکن می‌سازد.

تا پایان این دوره، شما چندین برنامه کاربردی مبتنی بر هوش مصنوعی را به‌صورت محلی با مدل‌های تنظیم دقیق شده برای موارد استفاده خاص اجرا خواهید کرد. چه در حال ساخت یک چت‌بات، یک حل‌کننده ریاضی، یک دستیار کد یا یک ابزار اتوماسیون مبتنی بر هوش مصنوعی باشید، این دوره دانش و تجربه عملی لازم را برای توسعه، تنظیم دقیق و استقرار مؤثر مدل‌های هوش مصنوعی به شما ارائه می‌دهد.

هیچ تجربه قبلی در هوش مصنوعی لازم نیست. اگر به تنظیم دقیق LLM، توسعه چت‌بات هوش مصنوعی، تولید کد، اتوماسیون مبتنی بر هوش مصنوعی و استقرار مدل‌های هوش مصنوعی محلی علاقه‌مند هستید، این دوره ابزار و تخصص لازم را برای تسلط بر این مهارت‌ها به شما می‌دهد.

پیش‌نیازها

• دانش پایه پایتون (مفید اما الزامی نیست).
• آشنایی با ابزارهای خط فرمان (ترمینال لینوکس/مک/ویندوز).
• کامپیوتری با حداقل ۸ گیگابایت رم (برای عملکرد بهتر، رم بیشتر توصیه می‌شود).
• نصب Ollama (ما شما را در فرآیند راه‌اندازی راهنمایی خواهیم کرد).
• اتصال اینترنت برای دانلود مدل‌ها (استفاده آفلاین پس از راه‌اندازی پشتیبانی می‌شود).
• علاقه به هوش مصنوعی، LLMها و استقرار مدل.
• بدون نیاز به تجربه قبلی در یادگیری عمیق یا ML!