آنچه در این دوره فرا خواهید گرفت

این دوره تخصصی با هدف توانمندسازی شما در درک و به‌کارگیری هوش مصنوعی مولد طراحی شده است. شما با گذراندن این دوره، دانش جامعی در مورد مفاهیم زیر کسب خواهید کرد:

• مفاهیم پایه هوش مصنوعی مولد: آشنایی با تعریف، تاریخچه، و انواع مدل‌های مولد (مانند GANs, VAEs, Transformers).
• معماری‌های کلیدی: بررسی عمیق معماری‌های پرکاربرد در هوش مصنوعی مولد، با تمرکز ویژه بر ترنسفورمرها و مدل‌های زبانی بزرگ (LLMs).
• تکنیک‌های تولید متن: یادگیری نحوه تولید متن‌های خلاقانه، پاسخ به سوالات، خلاصه‌سازی متون و ترجمه با استفاده از مدل‌های مولد.
• تکنیک‌های تولید تصویر: آشنایی با مدل‌های تولید تصویر مانند DALL-E و Stable Diffusion و نحوه استفاده از آن‌ها برای خلق تصاویر واقع‌گرایانه و هنری.
• ملاحظات اخلاقی و کاربردها: بررسی چالش‌های اخلاقی مرتبط با هوش مصنوعی مولد، سوگیری‌ها، و کاربردهای عملی آن در صنایع مختلف مانند بازاریابی، آموزش، پزشکی و سرگرمی.
• پیاده‌سازی عملی: آموزش گام به گام استفاده از ابزارها و کتابخانه‌های رایج برای ساخت و به‌کارگیری مدل‌های مولد.

مخاطبان این دوره

این دوره برای طیف وسیعی از علاقه‌مندان و متخصصان مناسب است، از جمله:

• توسعه‌دهندگان نرم‌افزار: برای ادغام قابلیت‌های هوش مصنوعی مولد در برنامه‌های کاربردی.
• دانشمندان داده و مهندسان یادگیری ماشین: برای به‌روزرسانی دانش و مهارت‌های خود در حوزه هوش مصنوعی مولد.
• طراحان گرافیک و هنرمندان دیجیتال: برای بهره‌گیری از ابزارهای مولد در خلق آثار هنری.
• کارشناسان بازاریابی و تولید محتوا: برای تولید محتوای خلاقانه و شخصی‌سازی شده.
• دانشجویان و پژوهشگران: علاقه‌مند به یادگیری آخرین دستاوردهای هوش مصنوعی.
• مدیران و کارآفرینان: برای درک پتانسیل‌های تجاری هوش مصنوعی مولد و اتخاذ تصمیمات استراتژیک.

پیش‌نیازهای دوره

برای بهره‌مندی حداکثری از این دوره، داشتن دانش پایه‌ای در زمینه‌های زیر توصیه می‌شود:

• مبانی یادگیری ماشین: درک مفاهیم کلی یادگیری ماشین، مدل‌های نظارت شده و بدون نظارت.
• آشنایی با زبان برنامه‌نویسی پایتون: برای پیاده‌سازی و اجرای کدها.
• آشنایی با مفاهیم ریاضی: مانند جبر خطی و حساب دیفرانسیل و انتگرال (درک مفاهیم بصری و کاربردی کفایت می‌کند).

اگرچه پیش‌زمینه‌های ذکر شده به درک بهتر مطالب کمک می‌کند، اما دوره به گونه‌ای طراحی شده است که حتی علاقه‌مندان با دانش مقدماتی نیز بتوانند با تلاش و پیگیری، مباحث را بیاموزند. منابع تکمیلی برای مرور پیش‌نیازها نیز در فلش مموری ارائه شده است.

ساختار دوره و محتوای آموزشی

این دوره به صورت ماژولار طراحی شده و هر بخش بر روی جنبه‌ای خاص از هوش مصنوعی مولد تمرکز دارد. فلش مموری 32 گیگابایتی شامل ویدئوهای آموزشی با کیفیت بالا، کدها، مجموعه داده‌ها، مقالات کلیدی و تمرین‌های عملی است. ساختار کلی دوره به شرح زیر است:

ماژول ۱: مقدمه‌ای بر هوش مصنوعی مولد

• تاریخچه و تکامل مدل‌های مولد
• کاربردهای کلیدی و پتانسیل‌های آینده
• انواع مدل‌های مولد: GANs, VAEs, Autoregressive Models

ماژول ۲: مدل‌های زبانی بزرگ (LLMs) و ترنسفورمرها

• معماری ترنسفورمر: Attention Mechanism
• مدل‌های GPT و نحوه عملکرد آن‌ها
• تکنیک‌های Prompt Engineering برای هدایت مدل‌ها
• کاربردها: تولید متن، چت‌بات‌ها، خلاصه‌سازی
• مثال عملی: ساخت یک ربات گفتگو ساده با استفاده از یک مدل زبانی.

ماژول ۳: تولید تصویر با هوش مصنوعی

• معماری‌های Diffusi