مفهوم شبکههای مولد متخاصم GANs در حوزه یادگیری ماشین
شبکههای متخاصم مولد(Generative Adversarial Networks) یک کلاس از چارچوبهای یادگیری ماشین است. بر اساس مجموعه دادههای آموزشی، یک GANs یاد میگیرد که دادههای جدید را با همان آمار مجموعه آموزشی تولید کند. دادههای ایجاد شده توسط GANs میتواند هر چیزی باشد، مانند تصاویر، فیلمها یا متن. در حالت کلی یک مدل مولد نوعی الگوریتم یادگیری […]
مدلهای عمل بزرگ Large Action Models چیست؟
مدلهای عمل بزرگ (LAMs) مدلهای یادگیری عمیق هستند که هدفشان درک دستورالعملها و اجرای وظایف و اقدامات پیچیده بر اساس آن است. LAM ها همچنین درک زبان را با استدلال و عوامل نرم افزاری ترکیب میکنند. اگرچه این مدلها هنوز در دست تحقیق و توسعه هستند، اما میتوانند در دنیای هوش مصنوعی (AI) تحول آفرین […]
مقایسه هوش مصنوعی Midjourney و هوش مصنوعی Stable Diffusion
تولید آثار هنری توسط هوش مصنوعی شامل استفاده از سیستمهای هوش مصنوعی برای ایجاد یا کمک به خلق هنرهای بصری است. این فناوری از الگوریتمهای یادگیری ماشین برای درک و تکرار سبکهای هنری، تولید تصاویر جدید یا حتی همکاری با هنرمندان انسانی استفاده میکند. این گام یک جهش بزرگ به جلو در دموکراتیزه کردن خلق […]
بازسازی تصویر Image Reconstruction به کمک بینایی کامپیوتر
بازسازی تصویر یک فرآیند اصلی مبتنی بر هوش مصنوعی است که پایه آن بینایی کامپیوتر است. مفهوم Image Reconstruction شامل تبدیل تصاویر ناقص، تخریب شده یا با وضوح پایین به نسخههایی کامل، پیشرفته یا با وضوح بالا است. بازسازی تصویر نقش مهمی در زمینههایی متنوع علمی مانند تصویربرداری پزشکی، تصاویر ماهوارهای و پزشکی قانونی دیجیتال […]
مفهوم شبکه عصبی گراف Graph Neural Network
شبکه عصبی گراف (GNN) نوعی شبکه عصبی هستند که برای کار مستقیم روی گرافها طراحی شدهاند، ساختار دادهای متشکل از گرهها (راس) و یالهایی که آنها را به هم متصل میکنند. GNN ها نحوه تجزیه و تحلیل و استفاده از دادههایی را که در قالب یک گراف ساختار یافتهاند را متحول کرده است. هر زمان […]
انواع اصلی هوش مصنوعی شامل ANI، AGI و ASI و مفاهیم پشت پرده آنها
اخیراً کاربردهای هوش مصنوعی (AI) در صنایع مختلف افزایش چشمگیری داشته است و مطالعه قابلیتها و تأثیر آنها بسیار مهم است. به طور کلی انواع اصلی هوش مصنوعی که میتوان طبقهبندی کرد شامل هوش مصنوعی باریک یا ضعیف (ANI)، هوش مصنوعی عمومی (AGI) و فوق هوش مصنوعی (ASI) است. هدف این مقاله بررسی این سه […]
مفهوم هوش مصنوعی قابل توضیح Explainable AI و اهمیت آن
هوش مصنوعی قابل توضیح(XAI) به ابزارها و روشهایی اشاره دارد که سیستمهای هوش مصنوعی و نحوه رسیدن آنها به یک خروجی خاص را توضیح میدهند. هوش مصنوعی در تمام حوزههای دنیای دیجیتال امروزی استفاده میشود. مدلهای هوش مصنوعی (AI) در حوزههای مختلف، از مدلهای پیشبینی مبتنی بر رگرسیون گرفته تا الگوریتمهای پیچیده تشخیص اشیاء در […]
مفهوم Intersection over Union (IoU) چیست؟
مفهوم Intersection over Union (IoU) یک معیار کلیدی است که در بینایی کامپیوتر برای ارزیابی عملکرد و دقت الگوریتمهای تشخیص اشیاء استفاده میشود. این مفهوم میزان همپوشانی بین دو جعبه مرزی را کوانتایز میکند که یکی نشاندهنده «حقیقت زمینه» که نمایش دهنده موقعیت واقعی شی و دیگری نشاندهنده «پیشبینی» مدل برای همان شی است. این […]
نقص نیورالینک Neuralink در اولین کارآزمایی انسانی!! آیا ایلان ماسک شکست خورده است؟
آخرین اخبار در مورد نرورالینک که شرکت فناوری عصبی ایلان ماسک(Neuralink) است نشان میدهد که اولین آزمایش انسانی کاشت یک تراشه مغزی بر روی یک مرد 29 ساله به نام Noland Arbaugh انجام داد. اما در این فرآیند یک نقص غیرمنتظره رخ داد که باعث شد شرکت این مشکل را اصلاح کرده و تجربه خود […]
مدلهای چندوجهی Multimodal Models چیست؟
مقدمه به دنیای جذاب مدلهای چند وجهی خوش آمدید! دنیایی که به عنوان یک رویکرد پیشگامانه ظهور کردهاند و نحوه فهم و درک ماشینها از جهان را متحول کردند. با ترکیب نقاط قوت بینایی کامپیوتر و پردازش زبان طبیعی (NLP)، مدلهای چندوجهی فرصتهای جدیدی را برای ماشینها برای تعامل با محیط به شیوهای شبیه به […]
ردیابی اشیاء Object Tracking در بینایی کامپیوتر
ردیابی اشیاء وظیفه شناسایی خودکار اشیاء در یک ویدیو و تفسیر آنها به عنوان مجموعهای از مسیرها با دقت بالا است. الگوریتمهای ردیابی اشیاء(Object Tracking) پس از تشخیص اشیاء در صحنه، شناسهای منحصر به فرد به هر شی تخصیص داده و سپس اشیاء شناسایی شده را در فریمهای یک ویدیو ردیابی میکند. اغلب، نشانهای در […]
تشخیص خودکار شماره پلاک یا سیستم ANPR
فن آوری تشخیص خودکار شماره پلاک یا ANPR در سالهای اخیر به دلیل طیف گستردهای از مزایای آن برای کاربردهای مختلف محبوبیت زیادی پیدا کرده است. مدیریت ترافیک، پارکینگ هوشمند، اتوماسیون عوارض، سیستمهای حمل و نقل هوشمند در شهرهای هوشمند و تجزیه و تحلیل زمان سفر تنها تعدادی از مزایایی است که ANPR ارائه میدهد. […]
تقویت داده تصویر Image Data Augmentation برای بینایی کامپیوتر
ظهور بینایی کامپیوتر تا حد زیادی مبتنی بر موفقیت روشهای یادگیری عمیق است که از شبکههای عصبی کانولوشنال (CNN) استفاده میکنند. با این حال، این شبکههای عصبی به شدت به دادههای آموزشی زیادی برای جلوگیری از برازش بیش از حد و عملکرد ضعیف مدل وابسته هستند. متأسفانه، در بسیاری از موارد مانند برنامههای کاربردی در […]
معرفی DeepFace محبوبترین کتابخانه تشخیص چهره منبع باز
تشخیص چهره برای چندین دهه موضوعی داغ در حوزه پردازش تصویر و هوش مصنوعی بوده است. در این حوزه کتابخانههای زیادی معرفی شده است ولی DeepFace بسیار محبوب شده است و در برنامههای متعدد تشخیص چهره از آن استفاده میشود. Deepface چیست؟ DeepFace در واقع سبکترین کتابخانه تشخیص چهره و تجزیه و تحلیل ویژگیهای چهره […]
شناسایی مجدد افراد Person Re-Identification مبتنی بر یادگیری عمیق
شناسایی مجدد افراد (Re-ID) برای بازیابی شخص مورد علاقه در چندین دوربین غیر همپوشان استفاده میشود. با پیشرفت شبکههای عصبی عمیق و افزایش تقاضا برای نظارت تصویری هوشمند، این مشکل به طور عمده توجه بیشتری را در جامعه بینایی کامپیوتر به دست آورده است. مشکل شناسایی مجدد افراد شناسایی مجدد افراد یک مشکل خاص در […]
روش جدید ثبت عدم قطعیت در تصاویر پزشکی با هوش مصنوعی
با ارائه نقشههای برچسب قابل قبول برای یک تصویر پزشکی، مدل یادگیری ماشینی Tyche میتواند به پزشکان و محققان کمک کند تا اطلاعات مهمی را دریافت کنند. در واقع این یک روش جدید ثبت عدم قطعیت در تصاویر پزشکی با هوش مصنوعی است. در زیست پزشکی، بخشبندی(Segmentation) شامل حاشیهنویسی پیکسلها مربوط به یک ساختار مهم […]