PrinceofAI Weekly

هفته نامه شماره 7

اخبار:

ایلان ماسک می گوید هوش مصنوعی «یکی از بزرگترین خطرات» برای تمدن است

ایلان ماسک می گوید هوش مصنوعی "یکی از بزرگترین خطرات" برای تمدن بشری است. ماسک در سخنرانی چند روز پیش خود در اجلاس جهانی دولت ها در دبی گفت که هوش مصنوعی هم مثبت و هم منفی است و "نویدهای بزرگ، توانایی بزرگ دارد" اما همچنین "خطر بزرگی" دارد. ماسک همچنین در مورد چت ربات  ChatGPT اظهار کرد که نشان می دهد "هوش مصنوعی چقدر پیشرفته شده است." او گفت که هوش مصنوعی مدتی است پیشرفته در نظر گرفته می شود، اما فاقد رابط کاربری مناسب برای دسترسی افراد بود. او همچنین معتقد است که ایمنی هوش مصنوعی باید لحاظ شود، زیرا "خطری بزرگتر از خودروها، هواپیماها یا داروها برای جامعه ایجاد می کند." ماسک، که یکی از بنیانگذاران OpenAI  بود اما در سال 2018 هیئت مدیره را ترک کرد، خاطرنشان کرد که هیچ سهامی در شرکت ندارد و به هیچ وجه آن را کنترل نمی کند.

صنعت:

یادگیری ماشین در صنعت داروسازی موج‌هایی را ایجاد کرده است

با استفاده از الگوریتم‌های پیشرفته و حجم وسیعی از داده‌ها، یادگیری ماشین انقلابی در راه توسعه، تولید و توزیع داروها ایجاد می‌کند. یکی از حوزه‌های کلیدی که یادگیری ماشین در آن تأثیر قابل‌توجهی دارد، کشف و توسعه دارو است. الگوریتم‌های یادگیری ماشین می‌توانند حجم وسیعی از داده‌ها را برای شناسایی اهداف دارویی جدید تجزیه و تحلیل کنند و احتمال اثربخشی یک دارو را پیش‌بینی کنند. این به شرکت های داروسازی اجازه می دهد تا تلاش های خود را در اولویت قرار دهند و از هدر دادن زمان و منابع برای داروهایی که بعید به نظر می رسد موفق شوند، جلوگیری کنند. به عنوان مثال، در سال 2018، Exscientia، یک شرکت داروسازی مستقر در بریتانیا، از یادگیری ماشین برای کشف داروی جدید برای درمان مالاریا فقط در 12 ماه استفاده کرد، فرآیندی که معمولاً 5 تا 10 سال طول می‌کشد.

مقاله:

3D-aware Conditional Image Synthesis

در این مقاله مدل pix2pix3D  پیشنهاد می‌شود، یک مدل مولد شرطی سه بعدی برای سنتز تصویر واقعی. با توجه به یک نقشه برچسب دوبعدی، مانند یک قطعه بندی یا نقشه لبه، مدل یاد می گیرد که یک تصویر مربوطه را از دیدگاه های مختلف ترکیب کند. برای فعال کردن کنترل کاربر سه بعدی صریح، مدل‌های مولد شرطی را با میدان‌های تابشی عصبی گسترش می‌دهند. با توجه به تصاویر تک‌چشمی و جفت‌های نقشه برچسب‌هایی که به‌طور گسترده در دسترس هستند، مدل یاد می‌گیرد که علاوه بر رنگ و چگالی، به هر نقطه سه بعدی یک برچسب اختصاص دهد که به آن امکان می‌دهد تصویر و نقشه برچسب تراز شده با پیکسل را به طور همزمان ارائه دهد. در نهایت، یک سیستم تعاملی ایجاد می شود که به کاربران اجازه می دهد نقشه برچسب را از هر دیدگاهی ویرایش کنند و بر اساس آن خروجی تولید کنند.

آموزش:

یادگیری انتقالی چیست؟

یادگیری انتقالی (transfer learning) یک روش یادگیری ماشین است که در آن از یک مدل از پیش آموزش دیده به عنوان نقطه شروع یک مدل در یک کار جدید استفاده مجدد می کنیم. به بیان ساده، مدلی که در یک کار آموزش دیده است، در یک کار دومِ مرتبط به عنوان بهینه‌سازی که امکان پیشرفت سریع را در هنگام مدل‌سازی کار دوم فراهم می‌کند، استفاده می‌شود. با استفاده از یادگیری انتقالی، می توان به عملکرد بسیار بالاتری نسبت به آموزش تنها با مقدار کمی داده دست یافت.

کدینگ:

استفاده از تابع range برای ایجاد لیستی از اعداد

اگر می خواهید لیستی از اعداد ایجاد کنید، می توانید نتایج تابع range  را مستقیماً با استفاده از تابع list  به لیست تبدیل کنید. در مثال زیر، ما به سادگی یک سری اعداد را چاپ کردیم. ما می توانیم از list  برای تبدیل همان مجموعه اعداد به لیست استفاده کنیم:

numbers = list(range(1, 6))

print(numbers)

و نتیجه آن:

[5, 4, 3, 2, 1]

راههای ارتباطی با ما:

اینستاگرام:

princeofai@

وبسایت:

https://hushmandkharazmi.com

تلگرام:

https://t.me/princeofaii