آموزش مدرک تخصصی جامع در سیستم‌های هوش مصنوعی عمومی (AGI) - آخرین آپدیت

دانلود Certified Master in Artificial General Intelligence Systems

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: بر علم، مهندسی و اخلاقیات پشت ساخت سیستم‌های هوشمند چندمنظوره در سطح انسان مسلط شوید. مبانی هوش انسانی و مصنوعی، شامل شناخت، یادگیری، ادراک و اصول محاسباتی را درک کنید. معماری‌های اصلی هوش مصنوعی، از سیستم‌های نمادین کلاسیک تا مدل‌های مدرن یادگیری عمیق و چندوجهی را تحلیل و مقایسه کنید. از یادگیری تقویتی، استدلال احتمالی و تکنیک‌های مدل‌سازی جهان برای ساخت عوامل هوشمند و سازگار استفاده کنید. سیستم‌های الهام‌گرفته از AGI را با استفاده از چارچوب‌های هم‌ترازی، اصول ایمنی، ابزارهای تفسیرپذیری و مدل‌های حکمرانی ارزیابی کنید. ادراک، حافظه، استدلال و تصمیم‌گیری را در طرح‌های مفهومی سیستم AGI یا شبیه‌سازهای اولیه ادغام کنید. پیامدهای اجتماعی، اخلاقی و اقتصادی AGI، از جمله شخصیت حقوقی، همزیستی و استراتژی‌های حکمرانی جهانی را بررسی کنید. پیش نیازها: بدون پیش‌نیاز رسمی — مناسب برای تمامی یادگیرندگان مشتاق سواد پایه کامپیوتر و تسلط بر ابزارهای دیجیتال کنجکاوی درباره نحوه عملکرد هوش در انسان و ماشین تمایل به یادگیری مفاهیم بین‌رشته‌ای در حوزه‌های هوش مصنوعی و شناخت رویکرد تحلیلی و ذهنی باز نسبت به ایده‌های پیچیده

هوش مصنوعی عمومی (AGI) دیگر یک ایده نظری نیست، بلکه در حال تبدیل شدن به مرز تعیین‌کننده قرن بیست و یکم است. این برنامه جامع، مدرک تخصصی سیستم‌های AGI، طراحی شده است تا یادگیرندگان را از علوم شناختی پایه به پیشرفته‌ترین معماری‌های AGI، ایمنی و تأثیرات اجتماعی آینده برساند. این دوره علوم اعصاب، یادگیری ماشین، روانشناسی شناختی، هم‌ترازی (Alignment)، یادگیری عمیق و فلسفه ذهن را در یک نقشه راه ساختاریافته ادغام می‌کند تا شما را برای درک و مشارکت در یکی از تحول‌آفرین‌ترین حوزه‌های تاریخ آماده کند.

در شش سطح پیشرونده، یادگیرندگان با بررسی مبانی هوش انسانی و مصنوعی شروع می‌کنند و می‌بینند که مغز چگونه اطلاعات را ذخیره کرده، مسائل را حل می‌کند و معنا می‌سازد. با این پایه شناختی، دوره به سمت مکانیسم‌های اصلی هوش مصنوعی مدرن حرکت می‌کند — شامل یادگیری نظارت شده، شبکه‌های عصبی عمیق، ترنسفورمرها، یادگیری تقویتی و استدلال احتمالی. هر ماژول درک شما را از الگوریتم‌ها، نمایش‌ها و اصول بهینه‌سازی که سیستم‌های پیشرفته امروز را قدرت می‌بخشند، تقویت می‌کند.

بر اساس این بنیادها، برنامه آموزشی به قلمرو معماری‌های AGI وارد می‌شود. شما مدل‌های شناختی مانند ACT-R، Soar و LIDA را مطالعه خواهید کرد و می‌آموزید که پژوهشگران AI چگونه استدلال نمادین را با شبکه‌های عصبی ادغام می‌کنند تا سیستم‌های ترکیبی قادر به درک انتزاعی، تعمیم و یادگیری انتقالی ایجاد کنند. بخش‌های مربوط به سیستم‌های چندعاملی، هوش نوظهور و شناخت تجسم‌یافته فاش می‌کنند که هوش نه تنها از محاسبات، بلکه از تعامل، محیط و پویایی‌های اجتماعی نشأت می‌گیرد.

در مراحل پیشرفته، شما عمیقاً به فناوری‌های پیشرو در ساخت پروتو-AGI، از جمله مدل‌های زبانی بزرگ (LLMs) مانند GPT، Gemini، Claude و Llama می‌پردازید. شما یادگیری در متن (In-context learning)، مدل‌های جهان، متا-یادگیری، یادگیری مستمر و خود-بهبودی بازگشتی را بررسی کرده و طرحی برای نحوه کسب قابلیت‌های منعطف و انسان‌گونه توسط سیستم‌های مصنوعی توسعه می‌دهید.

این دوره از پرسش‌های حیاتی ایمنی و حکمرانی دوری نمی‌کند. ماژول‌های اختصاصی به هم‌ترازی هوش مصنوعی (AI Alignment)، یادگیری ارزش‌ها، اصلاح‌پذیری، تفسیرپذیری و چارچوب‌های حکمرانی جهانی AI می‌پردازند. شما تئوری‌های آگاهی، بحث‌های اخلاقی درباره شخصیت حقوقی AI و پیامدهای اقتصادی و اجتماعی استقرار AGI را بررسی خواهید کرد. موضوعاتی چون ایمنی AI، ریسک‌های وجودی، سیاست‌گذاری AI و حکمرانی مسئولانه تضمین می‌کند که یادگیرندگان نه تنها برای ساخت سیستم‌های هوشمند، بلکه برای ساخت ایمن آن‌ها آماده شوند.

فاز نهایی برنامه به بررسی آینده می‌پردازد: شناخت کوانتومی، سخت‌افزارهای نورومورفیک، ابر‌هوش جمعی و طراحی تمدن پس از AGI. این ماژول‌های آینده‌نگر، یادگیرندگان را آماده می‌کند تا در مقیاس تمدنی فکر کنند و AGI را نه فقط به عنوان یک ابزار، بلکه به عنوان یک گونه شریک در حل مشکلات جهانی تصور کنند.

پروژه نهایی (Capstone) با هدایت شما برای طراحی طرح مفهومی سیستم AGI خودتان، همه موارد را به هم پیوند می‌دهد. شما ادراک، استدلال، حافظه، خود-تأملی، هم‌ترازی و مکانیزم‌های ایمنی را در یک معماری منسجم ادغام می‌کنید — و تسلط خود را بر تمام ابعاد پژوهش‌های AGI به نمایش می‌گذارید.

چه متخصص AI، پژوهشگر، مهندس یا سیاست‌گذار باشید، این برنامه شما را به درک عمیق، چارچوب‌های فنی و بنیان‌های اخلاقی مورد نیاز برای هدایت و شکل دادن به عصر AGI مجهز می‌کند.

سلب مسئولیت: این دوره شامل استفاده از هوش مصنوعی (AI) است.


سرفصل ها و درس ها

هوش چیست؟ What is Intelligence?

  • گواهینامه پایان دوره Certificate of Completion

  • هوش انسانی در مقابل هوش مصنوعی Human vs Artificial Intelligence

  • مروری بر علوم شناختی Cognitive science overview

  • پردازش اطلاعات و انتزاع Information processing and abstraction

  • اندازه‌گیری هوش: IQ، عامل عمومی، بنچ‌مارک‌ها Measuring intelligence: IQ, general factor, benchmarks

تاریخچه هوش مصنوعی و AGI History of AI and AGI

  • هوش مصنوعی نمادین و سیستم‌های خبره Symbolic AI and expert systems

  • ظهور یادگیری ماشین The rise of machine learning

  • احیای اتصال‌گرایی: شبکه‌های عصبی The connectionist revival: neural networks

  • رویای AGI: نقاط عطف و شکست‌ها The AGI dream: milestones and setbacks

مبانی روانشناسی شناختی و علوم اعصاب Cognitive Psychology and Neuroscience Foundations

  • حافظه کاری، توجه و یادگیری Working memory, attention, and learning

  • کدگذاری عصبی و انعطاف‌پذیری (Plasticity) Neural encoding and plasticity

  • معماری‌های مغزی الهام‌بخش AI (نئوکورتکس، هیپوکامپ، گانگلیون‌های پایه) Brain architectures inspiring AI (neocortex, hippocampus, basal ganglia)

تئوری محاسباتی ذهن Computational Theory of Mind

  • نمایش‌ها و زمینه‌سازی نمادها Representations and symbol grounding

  • اتصال‌گرایی در مقابل محاسباتی‌گرایی Connectionism vs computationalism

  • سطوح تحلیل مار (محاسباتی، الگوریتمی، پیاده‌سازی) Marr’s levels of analysis (computational, algorithmic, implementational)

هسته یادگیری ماشین Machine Learning Core

  • یادگیری نظارت شده، بدون نظارت و تقویتی Supervised, unsupervised, and reinforcement learning

  • گرادیان نزولی، بهینه‌سازی، تعمیم Gradient descent, optimization, generalization

  • بیش‌برازش، واریانس بایاس، منظم‌سازی Overfitting, bias-variance, regularization

معماری‌های یادگیری عمیق Deep Learning Architectures

  • شبکه‌های CNN، RNN، LSTM و ترنسفورمرها CNNs, RNNs, LSTMs, Transformers

  • توجه و حافظه Attention and memory

  • معماری‌های چندوجهی Multimodal architectures

یادگیری تقویتی و تصمیم‌گیری Reinforcement Learning and Decision Making

  • فرآیندهای تصمیم‌گیری مارکوف Markov decision processes

  • گرادیان سیاست و یادگیری Q Policy gradient and Q-learning

  • یادگیری مدل-محور در مقابل مدل-آزاد Model-based vs model-free learning

استدلال احتمالی و علیت Probabilistic Reasoning and Causality

  • شبکه‌های بیزی Bayesian networks

  • مدل‌های علّی ساختاری (پرل) Structural causal models (Pearl)

  • استدلال در شرایط عدم قطعیت و مداخلات Reasoning under uncertainty and interventions

معماری‌های شناختی Cognitive Architectures

  • سیستم‌های ACT-R، Soar، LIDA و OpenCog ACT-R, Soar, LIDA, OpenCog

  • ادغام حافظه، ادراک و عمل Memory, perception, and action integration

  • چرخه‌های شناختی و مدل‌های آگاهی Cognitive cycles and consciousness models

ادغام نمادین-زیرنمادین Symbolic–Subsymbolic Integration

  • سیستم‌های عصبی-نمادین Neural-symbolic systems

  • استدلال بر روی جاسازی‌ها (Embeddings) Reasoning over embeddings

  • منطق مشتق‌پذیر و استدلال ترکیبی Differentiable logic and hybrid reasoning

سیستم‌های چندعاملی و هوش نوظهور Multi-Agent Systems and Emergent Intelligence

  • هوش جمعی و شناخت گروهی Swarm intelligence and collective cognition

  • پویایی‌های ارتباطات و همکاری Communication and cooperation dynamics

  • خودسازمان‌دهی و هماهنگی Self-organization and coordination

هوش مصنوعی تجسم‌یافته و موقعیتی Embodied and Situated AI

  • رباتیک و زمینه‌سازی حس‌به-حرکت Robotics and sensorimotor grounding

  • شکاف بین شبیه‌سازی و واقعیت Simulation-to-reality gap

  • استنباط فعال و پردازش پیش‌بینانه Active inference and predictive processing

مدل‌های زبانی بزرگ به عنوان پروتو-AGI Large Language Models as Proto-AGI

  • معماری‌ها و قوانین مقیاس‌بندی GPT، Gemini، Claude و Llama GPT, Gemini, Claude, Llama — architectures and scaling laws

  • یادگیری در متن و تعمیم کم-نمونه (Few-shot) In-context learning and few-shot generalization

  • توانایی‌های نوظهور و مدل‌های جهان Emergent abilities and world models

حافظه و یادگیری مستمر Memory and Continual Learning

  • حافظه اپیزودیک در مقابل حافظه معنایی Episodic vs semantic memory

  • فراموشی فاجعه‌بار Catastrophic forgetting

  • متا-یادگیری و انطباق مادام‌العمر Meta-learning and life-long adaptation

مدل‌های جهان و یادگیری شبیه‌سازی World Models and Simulation Learning

  • یادگیری تقویتی مدل-محور با شبیه‌سازهای جهان Model-based RL with world simulators

  • بررسی MuZero، Dreamer، Gato و Voyager MuZero, Dreamer, Gato, Voyager

  • مدل‌سازی پیش‌بینانه جهان Predictive world modeling

سیستم‌های خود-بهبودبخش و بازگشتی Self-Improving and Recursive Systems

  • AutoML و جستجوی معماری AutoML and architecture search

  • بوت‌استرپینگ و تکامل خودکار Bootstrapping and self-evolution

  • قوانین مقیاس‌بندی هوش Scaling laws of intelligence

تئوری‌های آگاهی و خودآگاهی Theories of Consciousness and Self-Awareness

  • تئوری اطلاعات یکپارچه (IIT) Integrated Information Theory (IIT)

  • تئوری فضای کاری جهانی Global Workspace Theory

  • مدل‌های محاسباتی آگاهی Computational models of consciousness

هم‌ترازی و یادگیری ارزش‌ها Alignment and Value Learning

  • مدل‌سازی پاداش و یادگیری ترجیحات Reward modeling and preference learning

  • اصلاح‌پذیری و هم‌ترازی داخلی/خارجی Corrigibility and outer/inner alignment

  • مسئله هم‌ترازی در مدل‌های زبانی بزرگ The alignment problem in LLMs

ایمنی، کنترل و حکمرانی Safety, Control, and Governance

  • تفسیرپذیری، حسابرسی و تیم قرمز (Red Teaming) Interpretability, auditing, red teaming

  • چارچوب‌های حکمرانی AI (اتحادیه اروپا، OECD، IBM watsonx) AI governance frameworks (EU, OECD, IBM watsonx.governance)

  • ریسک‌های وجودی و سیاست‌گذاری AI AI existential risk and policy

اخلاق، حقوق و جامعه Ethics, Rights, and Society

  • عاملیت AI، شخصیت حقوقی و جایگاه اخلاقی AI agency, personhood, and moral status

  • جایگزینی اقتصادی و همزیستی انسان و AI Economic displacement and human-AI coexistence

  • آموزش، قانون و حکمرانی جهانی Education, law, and global governance

معماری‌های AGI در حال توسعه AGI Architectures in Development

  • رویکردهای AGI در OpenAI و DeepMind OpenAI’s and DeepMind’s AGI directions

  • هوش مصنوعی قانون‌مند (Constitutional AI) در Anthropic Anthropic’s Constitutional AI

  • رویکردهای IBM watsonx و عصبی-نمادین IBM watsonx + neuro-symbolic approaches

محاسبات کوانتومی و نورومورفیک Quantum and Neuromorphic Computing

  • مدل‌های شناخت کوانتومی Quantum cognition models

  • سخت‌افزارهای نورومورفیک برای AGI (Loihi, SpiNNaker) Neuromorphic hardware for AGI (Loihi, SpiNNaker)

  • بهره‌وری انرژی و طراحی الهام‌گرفته از مغز Energy efficiency and brain-inspired design

مسیر رسیدن به سیستم‌های خودآگاه The Path to Self-Aware Systems

  • حلقه‌های استدلال بازگشتی Recursive reasoning loops

  • مدل‌سازی خود-تأملی Reflective self-modeling

  • معماری‌های خود-ترمیم‌شونده و هدف‌ساز Self-repairing and goal-forming architectures

بشریت + AGI — سناریوهای آینده Humanity + AGI — Futures Scenarios

  • تکامل مشترک انسان و AGI Co-evolution of humans and AGI

  • ابر‌هوش جمعی Collective superintelligence

  • تمدن و حکمرانی پس از AGI Post-AGI civilization and governance

طراحی طرح مفهومی AGI یا شبیه‌ساز اولیه Design a conceptual AGI blueprint or prototype simulation that integrates:

  • ادراک، استدلال و حافظه Perception, reasoning, and memory

  • شکل‌دهی هدف و خود-تأملی Goal formation and self-reflection

  • اجزای هم‌ترازی و ایمنی Alignment and safety components

نمایش نظرات

آموزش مدرک تخصصی جامع در سیستم‌های هوش مصنوعی عمومی (AGI)
جزییات دوره
11 hours
78
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
8,175
4.6 از 5
ندارد
دارد
دارد
School of AI
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar