0:00 / 0:00

دروغ بزرگ هوش مصنوعی: پایتون فقط یک عروسک‌گردان است!

۰ بازدید۱۴۰۵/۸/۱۲00:08:58

آیا فکر می‌کنید هوش مصنوعی واقعاً با پایتون اجرا می‌شود؟ 🤯 در این ویدیو پرده از بزرگترین راز برنامه‌نویسی هوش مصنوعی برمی‌داریم و می‌بینیم که چرا پایتون با وجود کُند بودن و محدودیت‌هایی مثل قفل GIL، تبدیل به پادشاه بلامنازع دنیای AI شده است. حقیقت این است که پایتون کارهای سنگین را خودش انجام نمی‌دهد! در این ویدیو با مثال‌های ساده بررسی می‌کنیم که چگونه زبان‌های فوق‌سریع مثل C++ و تکنولوژی CUDA روی کارت گرافیک (GPU)، موتور محرک واقعی مدل‌های هوش مصنوعی هستند و پایتون صرفاً نقش یک "زبان چسب" (Glue Language) یا مدیر هماهنگ‌کننده را بازی می‌کند. همچنین نگاهی می‌اندازیم به معماری پنهان کتابخانه‌های محبوبی مثل TensorFlow و PyTorch و تاثیر بی‌نظیر "اثر شبکه‌ای" در ماندگاری پایتون. 👇 شما هم حتماً در کامنت‌ها برام بنویسید: اولین بار برای چه کاری رفتید سراغ یاد گرفتن پایتون؟ ⏱️ فهرست زمان‌بندی ویدیو (Chapters): 00:00 - مقدمه: ردپای پایتون در هوش مصنوعی و تناقض کُند بودن آن 00:44 - خوش‌آمدگویی و معرفی ۳ بخش اصلی ویدیو 01:22 - دلیل اول: سادگی پایتون و اهمیتِ "سرعت فکر کردن" برای پژوهشگران 02:43 - دلیل دوم: بحران داده‌ها در سال ۲۰۰۶ و تولد کتابخانه انقلابی NumPy 03:28 - اثر چرخ‌طیار: ساخته شدن کتابخانه‌های SciPy، Pandas و scikit-learn 04:11 - سوالِ بی‌جواب: پس ماتریس‌های غول‌پیکر چطور سریع محاسبه می‌شوند؟ 04:24 - پاسخ به معما: اگه پایتون کُنده، هوش مصنوعی چطوری سریع اجرا می‌شه؟ 04:49 - پایتون فقط یک "زبان چسب" است (تئوری مدیر رستوران!) 05:24 - پشت‌پرده‌ی واقعی TensorFlow و PyTorch و نقش C++ و CUDA 05:57 - گیرِ واقعی پایتون: مشکل پردازش‌های سنگین و محدودیت قفل داخلی GIL 06:51 - دلیل سوم (مهم‌ترین عامل): جامعه کاربری عظیم و جادوی اثر شبکه‌ای 07:55 - جمع‌بندی پازل: ترکیب سادگی انسان با سرعت ماشین 08:46 - سوال مهم از شما! اجرای هوش مصنوعی در لپ تاب : https://youtu.be/RkJxcz1igpg چطوری با هوش مصنوعی پول در بیاریم : https://youtu.be/HHXg8pcYv2Y 🔔 برای درک بهتر مفاهیم عمیق هوش مصنوعی و معماری نرم‌افزار، حتماً کانال رو سابسکرایب کنید! #هوش_مصنوعی #پایتون #برنامه_نویسی #یادگیری_ماشین #تکنولوژی #Python #ArtificialIntelligence #MachineLearning #CPP #CUDA #PyTorch #TensorFlow

۰ نظر

؟
0/500
برای ارسال نظر، پاسخ، لایک نظر یا گزارش محتوا باید وارد حساب کاربری شوید.
در حال دریافت نظرها…