دایناسورها چطور هوش مصنوعی را یاد گرفتند؟

صفحه 1:


صفحه 2:


صفحه 3:
1 ‏شروع‎ ae es 4 وقتى كلَمّةدهوش» را مىشنويم: معمولاً به ياده ‎ea‏ ل *_ آدم‌های خیلی باهوش * *_ یا ربات‌های فیلم‌های علمی-تخیلی 527 ‎Vereen)‏ ا ‎Pieter‏ ‎ ‎ ‏و تا ‏هم زنده نمی‌ماندند. ‎ ‎ 

صفحه 4:
یک 4م 1 از ‎ee‏ ‎ea eae earn ene‏ ل * _بارلول: گیاه را می‌خورد «- دل‌درد می‌گیرد لا ‎Se Se avo eae‏ ‎eee eee‏ 00 [] چه اتفاقی افتاد؟ دایناسور: = 1 تجربهوست آورد ۳ ‏,قيقاً ان ‎ee a‏ ودره ی ‎ ‎۷ 

صفحه 5:
5 3 9 fA ‏كدت‎ ‎Ree 0 ‏ی‎ ‏تشد‎ ‎of ae CS San Ione eer an ‏د‎ ۰ ‏خطرا تقخص مودهدا‎ > 00 ‏تم‎ ‎Fe ۰ ate ah * 5 ۳ 5 ١ 00 eco nel var 

صفحه 6:
. Pa. BLS Seana) eet, دیناسورها خیلی قوی بودند 1 » اما همه‌شان باهوش نبودند. برخی: 0 * فقط حمله مىكردند به تغييرات توجه نمی‌کردند 0 ‏فکر‎ * 0 گارتریی 5 درس بزرگ: 9 سك ‎J wes;‏ 59 ۳ أكه امروز در هوش ‎a‏ كت 

صفحه 7:
۱ ا © تا ‎١ 3 1011‏ يك تصميم هوشمندانه كه امروز كرفتى را بنويس: Cea rr Sree ee > * نتيجه جه بود؟ تمرین ۱۲ یک اشتباه قدیمیات را بنویس و توضیح بده: * جه جيزى از آن ياد كرفتى" ۲ we ۲ a ‏سوال امتحا:‎ 

صفحه 8:
هوش یعنی: یاد بگیری: * ی Oe eee! ‏دایناسورهالی زا فهمیدند"‎ 1 ‏حالا نوبت مأشین‌هاست.:‎ ][ 3 

صفحه 9:


صفحه 10:
eM دایناسورقبل از ايکه تصمیم بگیرد. ال نگاه مک د:16 Come On ا سا ‎J‏ * هوا سردتر شده يا كرمتر؟ همه‌ی این‌ها یک چیز بودند: اطلاعات 9 در دنياى امروزء ما به اين اطلاعات مى كوييمة [] دادهم(313) ‎si‏ 

صفحه 11:
۱۱۵-9 ۳ ‎As:‏ ا ۱ تعریف ساده‌ی داده ‎l hs‏ 3 ‏را مشاهده‎ iu ‏د سس‎ as ‏برای دایناسورها:‎ ][ ‏رد با روى كل‎ ۳ ems 02 5 ‏لآلا براى ماة‎ BEA a “Sag ‏كك‎ مهم ‎FEE, Ree OC ee ree 8‏ 4 528 Wag 

صفحه 12:
eae ۳ ee 5 

صفحه 13:
ا ان 94 «من هر جا برف ديدم: آنجا امن است» | 0 ‏ل ا 0 ل‎ ye ca) ‏ولی اگر:‎ J ‏*_بارها برف ببیند‎ ‏تج‎ 2 5 ‏آن‌وقت تصمیمش بهتر می‌شود لا‎ ‏نتیجه:‎ * J ۳ ai: ‏هرچه‎ تلامي‌شود. 

صفحه 14:
رز ‎yy‏ 9 * اس ۰ زمان ۱ ۷ ول ‎ye‏ اس یی 

صفحه 15:
۱ ۳ 8 ۱ © ] 4 تمرينها و سوالات فصل ؟ 1 ۱ ‎a 0 ed‏ ۲ لا ‎eater Te Lob a a as‏ ۶ یک داده عددی ‎7 ‏ی‎ e ‎See ee ‎ ‎ ‎ ‎X ye 1 ex Seance Pl Niger ‏فرض .7 ا‎ ‎۳ ‎ ‎ 

صفحه 16:
Romy re ees 000 reer erg ‏نمی‌تواند هوشمند باشد.‎ . [] دایناسورها داده جمع کردند. Ree ea] Peers ‏ل‎ a, Ss ne i ۱ ۱۳ VM OF. 

صفحه 17:


صفحه 18:
ا دایناسورگاگر می‌خواستند زنده بماند. نمی‌توادستند ‎٠. a‏ فرض کن یک دایناسور صدایی می‌شنود: Peat Ns as Reece ems * *_بعد: تصمیم می‌گیرد فرار کند یا نه رد یعتی فکر کردن مرحله‌به‌مرحله به اين نوع فکر کردن می‌گوبیم: ‏ 

صفحه 19:
‎eel‏ لت سا ‎0 ‎ ‎۱ a Ry cart meet ‏لآ نکته مهم:‎ 5 ‏* لكوريتم فقطا مخصوص كامييوتر نيست 0 ۹ دايناسورها هم از الگوریتم استفاده می‌کردند لا الگوریتم دایناسوری: ‎8-0 xt J a ‏كات ‎TP AN ‎ ‎ ‎ 

صفحه 20:
ا مم ‎a‏ ۰ > 1 eg [C3 ae 7 WN, / 1 9 $353 ‘va Ure SB a * انار شقن ‎Ago > 0‏ * لباس پوشیدن ۳ *_ رفتن به مدرسه 0 5 ار ‎YP M97 ZF " .+‏ 

صفحه 21:
1 ۰ ‏رل‎ LG ۱ Bes eer Seared me ee roe re * * اگر خطر نیست « بمان به این می‌گوییم: ‎eee‏ نل ‎= Bey eee cog] ‏اكر هوا سرد شد « مهاجرت‎ * ‏3 ۶ وگرنه دبمان 7 ۱ عم ی 6 ‎١‏ ‎Te ‏م۳‎ Ss ‎ ‎ ‎ ‎ ‎ 

صفحه 22:
مراحل مسواک زدن را به صورت الگوریتم بنویس, Bates ad ا ‎ee‏ ‏«اگر فردا امتحان دلرم» چه کار کنم؟». 1 سوال امتحانی: = 1 الكوريتم جيست؟ Oconee OB eas. Wl rece 8 الاي ني نر .لس Te 

صفحه 23:
۱ © ] ۳۳ ۰ ۶و۶ 5 1 0 » الگوریتم یعنی فکر کردن منظم‌نه شانسی. ۱ * لا کامپیوترها با الگوریتم کار می‌کنند لالالالا و تو با الگوریتم بهتر فکر می‌کنی 

صفحه 24:


صفحه 25:
2 ‏گرفتن کردند‎ sent. ۰ 3 4 See د Rp eee ‏ا‎ * * اكر نشدء كار ديكرى انجام بده FOR Seay ene ea oye Tey 1 CLES Spon el آن‌ها نمی‌دانستند فردا چه اتفاقی ي‌فند. 

صفحه 26:
۱ © ساددى يإدكيرى ماشين تعریف دا‌آموزی: 0 94 یادگیری ماشین یعنی اینکه کامپیوتر با دیدن داده‌هاء خودش یاد بگیرد چه کاری بهتر است لنجام دهد. * لآ فرق مهم: ‎Te eMC sett ee‏ 0 ‎ener ee nee ec‏ مثال دایناسوری: ۱ | 1 ee 

صفحه 27:
يك مثال واقعى ازوزندكى تو فرض كرَاتويايل تو بعد از مدت ا *_آهنگ‌هایی که دوست داری 00 ۴ ویدیوهایی شبیه چیزهایی که دیدی نشان می‌دهد 1 5 لا 1 این کار با یادگیری ماشین انجام می‌شود. ماشین: 1 _ رفتار تور می‌بیند ‎eer ome‏ 

صفحه 28:
> باراول اشتباه می‌کردند *_بار دوم محتاطتر بودند 00 * بار سوم بهتر تصميم مىكرفتند اين يعاق ‎meer ah‏ BRCEC Hp FN CoCo ‏ا‎ | Secor con ot Te Cy Pe > 

صفحه 29:
‎Van 4‏ ۱ ‎rg‏ ا دآرد؟ 5 ۰ = 2 50007 0 3 > ‎oslo 1‏ 2 الگوریتم د ‎J‏ تمرين و تكرار ‏لا دايناسورها هم همين سه جيز را داشتند: 5357 = ا غریزه + تجربه ‎me Se + ‏ار ‎ ‎ 

صفحه 30:
ماشین‌ها مثل انسان فکر نمی‌کنند. ‎yg eet‏ ‎J‏ * فهم واقعی ندارند ‎Re RAT Rea ee Peer eer eee ‎BRpO 1 Poon We PR CE pee Fa CoS | ‎ ‎ 

صفحه 31:
Peet DTC LSP ents Svat Bates ad ‎J‏ اكر دايناسور بودى. جه جيزهايى را بايد ياد مى كرفتى تا زنده بمانى؟ ‏[] سوال امتحانی: ‏1 ات ‎۱ eal nes ko ad ‏0.3 چرا ددده در یادگیری ماشبنهم است؟ ‎a ١ Te iy > : ‎ ‎ 

صفحه 32:
5 [ا جمع‌بندی فصل ۴ ۳ لت برای تصمیم بهتر در آینده لآ دايناسورها اين كار را غريزى انجام دادند ‎5١ 552‏ ف را با داده انجام مي دهيد تالالالا و تو داری منطقش را یاد می‌گیری 

صفحه 33:
۱ ‏ی‎ 5 : 1 eros 4 دام مع جا ‎J‏ ‏ام لا ‎WP‏ 

صفحه 34:
۳9 ۱ كسى راه درست وا نشان مى دهد 5 aaa ee TC ee eee ered ads (Oe) * "کدام گیاه خوراکی است؟ * *_ کدام خطرناک است؟ ا ا 0 000000 ° Pion rea ‎ted‏ همان جيزى است كفإقه آن مى كوييم: ‎ ‎ 

صفحه 35:
۳9 3 ۱ ۳ يف ساددى يادكيرى نظارت شده 7 ۱ ‎i‏ تعریف ككل ]مورت 94 » 1 ‏ا‎ nese درست آنها مشخص است. 5 لم ‎Py ee‏ ‎oe ee‏ به جواب درست می‌گوییم: ۱ 

صفحه 36:
Free Exo oe oe va ce CCS SEY ‏مثال دانش‌آموزی:‎ ][ ت * عکس حیون + اسم حیوان * سوال رياضى + جواب ‎Ser aie ay oe‏ 000 ‎Cea!‏ lel the 

صفحه 37:
تشده جه كارى مى كند؟ ‎es‏ ين 8" 1 الوا 0 ۱ 2 لد [] مثل دايناسورى كه بعد از ديدن جند كياه سمىء. ae al el alae ke ale aed این روش باصن = “yg 3 22 ‏لش‎ ‏الور‎ V7 7 " 

صفحه 38:
تام و( 1 ‎We‏ 0" های واقعی ‎ers)‏ نظارت‌شده ۱ ۳ 7 > 24 ی د *_ تشخیص دست‌خط ‎J‏ * پیش‌بینی نمره ل] در دنیای دایناسورها: ‏لاسن ‎ ‎eal ‎Ce‏ برایا آینده‌ی نامشخص اسیتفاده کنیم» ‎ ‎ 

صفحه 39:
‎eee Sk ee Se eee ell‏ م [] سوال امتحانی: ‏ا | ‎Gages: scapes 2 ‎re eran eS ‎a ١ Te Vy > : ‎ 

صفحه 40:
وقتی چواب درست را داری» یادگیری سریع‌تر و دقیق‌تر می‌شود. 00 ل] دايناسورها از بزركان ياد كرفتند Ree Ag eee eSB igo oa] 00 و و یکی از مهم‌ترین روش‌های را بلدى 

صفحه 41:
ذم ‎ob‏ دكيرى بدون نظارت ‎١‏ ‏#2 0 | 14 0 2 4 \ 

صفحه 42:
i oO 6 7 ۰ ‏ود‎ rg & هميشه کی نیست که بگوید: Please) 2 > آن اشتباه ات ۰ | نه كلس 0 آمااباز هم ]3 الل كرفتتد. 5-0 aw | * a ۳ \\Y go 

صفحه 43:
تعریف دانش‌آموزی: ات ‎Romney‏ ۱ ‎penal .‏ *-داده داریم * اما ان pelea) * دیدن انواع رد پا * ۶ بدون اینکه مال جتاكى إيستا 

صفحه 44:
۱ یکی از مهن‌ترین کارهای یادگیری بدون نظارت: ری دایناسورها: 1 - ‏ا نا‎ ROM DOPE ee COT ‏مثال دانش‌آموزی:‎ | 

صفحه 45:
گاهی الگوها واضح نيستند. مثلا: Rosen el recy seers Seen ‏بر‎ ۳ _ با دیدن زمان حرکت. | 000003 [] يادكيرى بدون نظارت كفك مىكتد: * جيزهايى را ببينيم ۳ 

صفحه 46:
* تحلیل رفتار کاربران = *_ پیدا کردن الگوهای عجیب ‎Cel Rae eee |‏ 0[ 07 د ‎ane‏ ل رت we se ‏سس‎ j 

صفحه 47:
۵ چیز اطرافت را بدون اسم. فقط بر اساس شباهت خوشه‌بندی کن. ا ‎al ene TC‏ ۱] 5 [] سوال امتحانی: 1. . یادگیری بدون نظارت چیست؟ ‎veey aca argue)‏ و ‏3 خوشهبنذى يعنى جه؟ ‏سك ‏\\ ‎” Di : Te ‏کر‎ ۶ : ‎ ‎ ‎ 

صفحه 48:
2 همه‌ی یادگیری‌ها با معلم نیستند. 9 pre ere om ocr eee 1 5 ‏ا ا یاد می‌گیرند‎ yee ea eee ieee ‏0010و و‎ * 9 ne ۱ ۱۳ VM OF. 

صفحه 49:
* Py ‏گیری نقو یتی‎ ob RET ‏لل‎ Ry Teale 7 ۱ ‏گر‎ 1 CS TP MWA A 2 

صفحه 50:
دا يناو اميف ‎a se‏ گاهی فقط دو حالت وجود داشت: ۱ بآ ۷ *_ زنده بمانی لا ][ ‏يا آسيب ببينى‎ * 3 ee ne pee See iss Were oT ۳ 57 : VA #9 3 

صفحه 51:
Pe ee ee RU ee eee Nee ies ato pees ‏جواب درست از قبل معلوم نیست‎ ۶ = 3S ۰ aa ee ۱ = Te yA 

صفحه 52:
در يادكيرى تقويتى هميشه اين سه مورد وجود دارد: 0 ‎seera |‏ 3 2 محیط 3 پاداش یا تنبیه [0 

صفحه 53:
فرض کن داری یک بازی کامپبوتری انجام می‌دمی 0 لا 00000 * ا بازی را می‌بازی لا در 1 ‎ow‏ ۱۱۵۳ ال بای داش‌آموزان ‏ 7 2 ۱ ‎J‏ ری * حرکت‌های خوب را تکرار می‌کنی * حرکت: اد را کنر می‌گذاری ‏این یعنی: ‎20 i, ‏۹ ان ‎yy > 7‏ ‎ ‎ 

صفحه 54:
*_بازی‌های کامپیوتری * ربات‌ها 00 * خودروهاى خودران 00 3 نو امهاجرت ا 5 550 8 تسد یس و 

صفحه 55:
Ree Tete te tne aad ‏م‎ ee cai Bean eae na ‏سوال امتحانی:‎ ][ 0 لذ ‎oe‏ سس 2 9 یادگیری نار ‎estar‏ 000 ا ل | 

صفحه 56:
بعضی چیزها را باید با امتحان کردن یاد گرفت. ۰ دایناسورها با خطر یاد گرفتند ره 221001011102 ‏و‎ 0000 J 9 ۳ i ۱۱ ۱۳ VM OF. 

صفحه 57:


صفحه 58:
ا Sarr fe) ee دایناسورها هم مثل ما اشتباه می‌کردند: 0 5 * ۶ مسیر اشتباه و گیر افتادن * "گیاه سمی « دل‌درد .0 اما جيزى كه مهم بود: هر آشتباه یک درس بود. [ مثال: دایز ور لا نکته آموزشی: اشتیاه کردن اشتباه نیست؛ ز تکرار ‎cy‏ مهن او است. ‎١ J‏ 

صفحه 59:
55 ۳ 1 فهميدن جه جيزى درست نيست ‎exer eres er‏ 3 یادگیری بهتر [ مثل دایناسورها: ۰ مسیرماققلون و خطرناک را با اشتباه کشف کردند *_رفتار خود را بهبود دلدند 

صفحه 60:
‎er‏ اول اشتباه می‌کنند: ‎٩ a ‎ ‏> خطاها در پیش‌بینی وجود دارد 5 مثال: * تشخیص چهره اشتباه ‎os ae / ‏فرایند بای هستند. و‎ : ‎Te 7 Pe ‎ ‎ 

صفحه 61:
00100 2 . تحلیل خطا و چرا اشتباه شد؟ ا 1 ثال دایناسوری: * مسير شكار اشتباه Peete eater cae » هم ‎De‏ ماشین: و هم برای ‎oe a.‏ وت بت تیب بشید 

صفحه 62:
© iN hei a. | a i 3 تمرین ۳ ‎as‏ ا ا ا يل 7 ‎a J ‎SC ei ae ett a een Beal ‏می‌گرفتی؟‎ ‎Pee peed] ‏و ‏رز ‎o£ Ree eer er ea Pee eee) 9 ce‏ ۰ 5 سره بزن و توضيح بده جه جيزى ياد كرفتنئد. ‎۳ ۲ ‎ ‎ ‎ ‎ 

صفحه 63:
۳ اشتباه کردن پایان کار نیست. ۳ 5 0 لآ ماشينها خطاها را تحليل م ىكتند 0010و رای 1 9 * ۱ 59 ۱۳ VM OF. 

صفحه 64:


صفحه 65:
‎ve | 5‏ 0 از حد ,دردسرساز می‌شود 1 ‎١‏ ‎ad 2۰ Ors renee aT ees ‎POO ‎ ‏* هوا كرم بود 5 52000 * . شرایط تقریبً 00 ‎ances‏ رسیدند:" 01000 اما يك روز.. ‎ ‎ ‎ 

صفحه 66:
Coal le ee Ca ies itt Tenet eee eB eae eC ۱۱۵۳ 7 0 ‎fe 00 57 5‏ * 8 ۹ ۲ .بف ساددى بيش برازش ‎J‏ 0 3 * «هميشه هوا كرم بود + + همه هم گرم میناد 5 a 1 Te DP 7 

صفحه 67:
ی در یادگیری یت در سک ی اتلد ا ۲ ماشین: Ree are eae eres ۱ 0 0 * مدلى فقيل سوالهاى كتاب را حفظ كرده ا ال ی age J Ta 

صفحه 68:
۳ ۱ : 7 ee OME ‏جرا ب‎ ‎eo seem‏ ا ‎ao‏ ‏ا ل ‎ ‎J‏ * نتوانیم خودمان را تطبیق دهیم ل] دایناسورها: * تغفییر نگرفتند ‎Rieger Filia eyes * St J ‏سس | ۱ نا‎ ‏کند:‎ ۰ ۹ PORN? A 3 ‎ ‎ ‎ 

صفحه 69:
‎aes Eso Te LOS eae‏ ل ل ا ا اتفاق افتاده باشد. 3 تمرین ۲ ‏ا ی ‏بگیرند؟ ‏0 ‎۱۲۲۲ ۰ 0 00 eo Re eee sola 3 ‏با پشرازش بزن ‎۳ ۲ ‎ ‎ ‎ ‎ 

صفحه 70:
5 * ne ۱ ۱۳ VM OF. 

صفحه 71:


صفحه 72:
۳ ۱۱ ‏ب‎ ١ ۳99 ۱ Gg 5 » 7 » ‏ايد‎ lle elie i aS ‏یا فقط در فیلم‌ها وجود دارد‎ * 5-0000 * هوش مصنوعی همین حالا در زندگی تو حضور دارد. ۳۹ 3 ‎creer oon ec foetl seca)‏ ‎ever eal!‏ 7 وام ل" علق 

صفحه 73:
۳ |۱۳ eee ‏فک‎ oN ١ لا موبايل تو باهوش است جون: * قفل چهره دارد 532000 ‎J‏ * _ عکس‌ها را دسته‌بندی می‌کند لآ همه‌ی این‌ها با: ا 

صفحه 74:
7 iy ‏ی‎ ۱ ۳9 4 : ‏امرگ‎ eae rg 4 > — Pen ا 0 ا 0 ا اا 0 لآ مزيت مهم: ‎eee‏ ‏با سرعت خودش ياد بكيرد. 0 اكر حليناسورها مدرسه دا شتندي يي J Jos \ 

صفحه 75:


صفحه 76:
۱۳| ۱۱۵۳ ۳ در ‎SR‏ 9 سلامت 5 1 3 ۳ لأدر يزشكى: به * تشخيص بتخارق *ابررسئ عكسهاى يرشكى * كمك به يزشكان لا نکته مهم: ‎eS‏ 0 اس ‎ee eee ene.‏ oS ia 

صفحه 77:
ل دم نحوه استفاده از آن مهم است 5 لا خطرها: 53550 ae ‏داده‌هایاشیتباه‎ ۰ * اعتماد بیش از حد لا راه حل: 

صفحه 78:
Vee ۳ نمونه از هوش مصنوعی که امروز در زندگیات می‌بینی را بنویس. Bates ad * ا ‎Ne et tS re SS aS‏ 'كمك را به أنها م ىكرد؟ 0 ۱ 5 ۳ له سس است؟ ۱ آیاهوش ا ا ان 

صفحه 79:


صفحه 80:


صفحه 81:
۱۳| ۳ 5 ۱ فک 7 می‌تواند ‎re‏ ۱ ۵ ی ‎Dass Ss °‏ 13 0 0 پس سوال مهم لین است: ‎Brecon Peal eee ae‏ مستول و کسی است؟ [ا پاسخ ساده: 5 ‎walghh, boll‏ » 7 00000 ay = Te My Pip 

صفحه 82:
000 ES eer) ee ‏در مورد هوش مصنوعی:‎ ‏ا ل‎ ‏براى جه كارى از آن استفاده مىكنيم؟‎ ‏جقدر تماد مىكديم؟‎ * ‏لك‎ recall 0350000002 (1 1 7 ۴ 

صفحه 83:
تالا ۱ 7و ‎ZG‏ ده نادرست,از هوش مصنوعی . 7 ‎١‏ ‏۵ > ۰ rere ا الا ری ی مره ‎ * *‏ تصمیم‌های ناعادلانه گرفته می‌شود لا مثال ساده: ‎ *‏ اکر داده‌هاراشتباه باشند 3 نتیجه ناعادلانه می‌شود مثال دایناسوری: ‎“we 3‏ دایناسور قوچه شود 7۹ ‎mn 8‏ کر کم ‎ ‎ 

صفحه 84:
ا 1 1 ۱۱۵۳ ‎a‏ يما / انسان در كنار هوش مصنوعى 2 1 هوش وي بايدة 0 ‎٠‏ * کمک ‌کننده باشد 1 eae ‏[انسان باید:‎ _ Go a) ee * مسئولیت را بپذیرد ی ‎iw roy‏ ‎Te J >‏ 

صفحه 85:
به نظر تو مهمترين قانون اخلاقى در استفاده از هوش مصنوعى جيست؟ جرا؟ 00 ad 5 اگر دایناسورها از ۵1/ استفاده می‌کردند. چه قوانینی باید می‌گذاشتند؟ ‎pont]‏ ا ا ا ‎emery‏ ‎y Fee a a ee eae ae‏ ی تک تردن ند ‎ease‏ ان ‎TF AYA 7 "‏ 

صفحه 86:
ی می‌تواند خیلی قدرتمند باشد. اما قد, ن اخلاق خطرناك است. [] دايناسور, 0 ال ا ل 7 00 > , 7 ny 1 VM 2 

صفحه 87:


صفحه 88:
ال * قوی‌ترین‌ها ‎ae‏ ]) *_ یا باهوش‌ترین‌ها 7 کمی‌سازندا ۱ آینده ارآ کسانی اعت که اد می‌گیرقد و خودشان را تطبیق می‌دهند. 000 Wz ۳ \\Y 

صفحه 89:
‎ie‏ لت ‎ ‏دنیای آینده: ‎ ‏ا اند * فناورى نقش بيشترى دارد ‎cools aa *‏ 0 ‎Fee Dyer gee eee EL‏ ‎Seto ere a‏ ‎pes era! ۰ ‏دی ارت‎ ‏عي 8ن‎ ۱ ‏5 ل" 6 ‎Te MM, ‎ ‎ ‎ 

صفحه 90:
ی * فقط كاربر فناورى باشى [] م2 دا اا ‎Se‏ ‏ا رك ‎heme erg‏ لآ مهارتهاى مهم آينده: 

صفحه 91:
ی *_تغفییرات را می‌پذیرفتند ا 0 * وچ شاید امروز: ‎Serene oa‏ لآ این داستان برای خنده نیست؛ پرای باد گرفتن است: 

صفحه 92:
لك اين كتاب أبه تو ياد داد: "ليد داده یعنی چه اکوریتم چگونهفکر می‌کند یادگیری ماشین چطور کار می‌کند ‎pom lea‏ لا پيام نهایی: آينده را كسانى مىسازند 5 كه ياد كرف وا متوقف نمی‌کنند. ‎Lb,‏ 1 می‌گیرندا 

صفحه 93:
ا نهايى كتاب ."نت 4 ‎al‏ ‎ney SD‏ لك ‎ges ae ۱ v4 oO 2 ۳ ‎ ‏آن‌ها نداشتند... ‎ee) 5‏ و مهم‌تر از آن: ‎L‏ دار اشتباه آن‌ها را تکرار نکنیم. ‎al » ‎lia ‏کر‎ 39 ‎ ‎ 

دایناسورها چطور هوش مصنوعی را یاد گرفتند؟ فصل 1 هوش چیست؟ هوش از کجا شروع می‌شود؟ وقتی کلمه «هوش» را می‌شنویم ،معموالً به یاد: • نم!ره‌های باال • آدم‌های خیلی باهوش • یا ربات‌های فیلم‌های علمی‌–تخیلی می‌افتیم. ام!ا حقیق!ت ای!ن اس!ت ک!ه هوش خیل!ی س!اده‌تر از این‌هاس!ت 🦖.دایناس!ورها نه مدرس!ه داشتند ،ن!ه امتحان ،نه حتی مداد!ا!م!ا اگ!ر هوش نداشتن!د ،حتی یک روز هم زنده نمی‌ماندند. پس هوش یعنی چه؟هوش یعنی توانایی: • یاد گرفتن • تصمیم گرفتن • و بهتر عمل کردن در آینده یک مثال دایناسوری از هوش فرض کن یک دایناسور جوان برای ا!ولین بار به یک گیاه نزدیک می‌شود. • بار ا!ول :گیاه را می‌خورد → دل‌درد می‌گیرد 🤢 • بار دوم :همان گیاه را می‌بیند → شک می‌کند • بار سوم :دیگر نزدیک نمی‌شود ❌ 📌 چه اتفاقی افتاد؟ دایناسور: .1 تجربه به دست آورد .2 نتیجه را به خاطر سپرد .3 تصمیمش را تغییر داد 🎯 این دقیقاً هوش است. نکت!ه مه!م:هوش ب!ه معن!ی «بی‌اشتباه بودن» نیس!ت،بلک!ه ب!ه معن!ی یاد گرفتن از اشتباه است. تفاوت هوش انسان ،حیوان و ماشین 🧠 هوش انسان • فکر می‌کند • تحلیل می‌کند • احساس دارد 🐾 هوش حیوان (مثل دایناسورها!) • یاد می‌گیرد • خطر را تشخیص می‌دهد • الگوها را به خاطر می‌سپارد 🤖 هوش ماشین • احساس ندارد • ولی می‌تواند: • داده بگیرد • الگو پیدا کند • تصمیم بگیرد 📌 نتیجه مهم: هوش مصنوعی ،تقلید رفتار هوشمندانه است ،نه تقلید انسان بودن. آیا هوش یعنی قوی بودن؟ دایناسورها خیلی قوی بودند 💪 اما همه‌شان باهوش نبودند. برخی: • فقط حمله می‌کردند • به تغییرات توجه نمی‌کردند • فکر می‌کردند دنیا همیشه هم!ین‌طور می‌ماند ❄ بعد عصر یخبندان آمد…️ ️ درس بزرگ: قوی‌ترین موجودات زنده نماندند، سازگارترین‌ها ماندند. این دقیقاً همان چیزی است که امروز در هوش مصنوعی هم مهم است: • تطبیق با شرایط جدید تمرین‌ها و سواالت فصل ۱ ✏️ تمرین️:۱ یک تصمیم هوشمندانه که امروز گرفتی را بنویس: • چه داده‌ای داشتی؟ • چه تصمیمی گرفتی؟ • نتیجه چه بود؟ ✏️ تمرین️:۲ یک اشتباه قدیمی‌ات را بنویس و توضیح بده: • چ!ه چیزی از آن یاد گرفتی؟ ❓ سوال امتحانی: .1 هوش را به زبان ساده تعریف کن. .2 چرا اشتباه کردن بخشی از هوش است؟ .3 یک مثال از هوش دایناسورها بزن. جمع‌بندی 📌 جمع‌بندی فصل ۱ هوش یعنی: یاد بگیری، تغییر کنی، و دفعه بعد بهتر تصمیم بگیری. 🦖 دایناسورها این را فهم!یدند… 🤖 حاال نوبت ماشین‌هاست… 👩‍🎓👨‍🎓 و البته نوبت تو! فصل 2 داده چیست؟ !قبل از فکر کردن ،باید دید دایناسورها قبل از اینکه تصمیم بگیرند ،اول نگاه می‌کردند. • این صدا از کجاست؟ • ا!ین رد پا مال کیست؟ • هوا سردتر شده یا گرم‌تر؟ همه‌ی این‌ها یک چیز بودند: اطالعات در دنیای امروز ،ما به این اطالعات می‌گوییم: 📌 داده()Data تعریف ساده‌ی داده تعریف خیلی ساده: داده یعنی هر چیزی که بتوان آن را مشاهده ،ثبت یا شمارش کرد. 🦖 برای دایناسورها: • رد پا روی گل • تعداد شکارها • صدای خطر 👩‍🎓 برای ما: • نمره امتحان • ساعت خواب • پیام‌ها و عکس‌ها 📌 نکته مهم: بدون داده ،هی!چ یادگیری‌ای اتفاق نمی‌افتد.ن!ه برای انس!ان ،ن!ه برای دایناسور، نه برای ماشین. انواع داده (به زبان دانش‌آموزی) ️ 1داده عددی ️1 چیزهایی که می‌شود شمرد: • تعداد دوستان • سن • نمره ریاضی 🦖 مثال دایناسوری: • تعداد دفعات حمله شکارچی ️ 2داده متنی ️2 چیزهایی که نوشته می‌شوند: • اسم‌ها • پیام‌ها • توضیحات 🦖 مثال« :این منطقه خطرناک است» ️ 3داده تصویری ️3 • عکس • نقاشی • فیلم 🦖 مثال:شکل رد پای یک دایناسور دیگر چرا داده مهم است؟ فرض کن یک دایناسور تصمیم بگیرد: «من هر جا برف دیدم ،آنجا امن است» اگر فقط یک بار برف دیده باشد ،تصمیمش اشتباه است ❌ ولی اگر: • بارها برف ببیند • نتیجه هر بار را ثبت کند آن‌وقت تصمیمش بهتر می‌شود ✅ 📌 نتیجه: هرچه داده بیشتر و دقیق‌تر باشد، تصمیم هوشم!ندانه‌تر می‌شود. این دقیقاً همان چیزی است که در هوش مصنوعی اتفاق می‌افتد. داده خوب و داده بد ❌ داده بد: • کم • اشتباه • ناقص 🦖 مثال: • فقط رد پای یک دایناسور را دیدن ✅ داده خوب: • زیاد • متنوع • درست 🦖 مثال: • رد پا • صدا • زمان • مکان 📌 درس مهم: هوش مصنوعی به اندازه‌ی داده‌هایی که می‌گیرد ،باهوش می‌شود. تمرین‌ها و سواالت فصل ۲ ✏️ تمرین️:۱ ۳نوع داده از زندگی روزمره‌ی خودت بنویس: • یک داده عددی • یک داده متنی • یک داده تصویری ✏️ تمرین️:۲ فرض ک!ن ی!ک دایناس!ور هس!تی.برای زنده ماندن ،چ!ه داده‌های!ی را باید جمع‌آوری کنی؟ ❓ سوال امتحانی: .1 داده چیست؟ .2 چرا بدون داده ،یادگیری ممکن نیست؟ .3 دو مثال از داده در زندگی روزمره بزن. جمع‌بندی 📌 جمع‌بندی فصل ۲ داده ،غذای هوش است. هر موجود یا ماشینی که داده نداشته باشد، نمی‌تواند هوشمند باشد. 🦖 دایناسورها داده جمع کردند 🤖 ماشین‌ها داده تحلیل می‌کنند 👩‍🎓👨‍🎓 و تو یاد می‌گیری با داده فکر کنی فصل 3 الگوریتم چیست؟ فکر کردن به صورت مرحله‌به‌مرحله دایناسورها اگر می‌خواستند زنده بمانند ،نمی‌توانستند شانسی عمل کنند. فرض کن یک دایناسور صدایی می‌شنود: • ا!ول :گوش می‌دهد • بعد :اطراف را نگاه می‌کند • بعد :تصمیم می‌گیرد فرار کند یا نه این یعنی چه؟ یعنی فکر کردن مرحله‌به‌مرحله به این نوع فکر کردن می‌گوییم: 📌 الگوریتم تعریف ساده‌ی الگوریتم تعریف دانش‌آموزی: ا!لگوریت!م یعن!ی مجموعه‌ای از دس!تورها ک!ه ب!ه ترتی!ب انجام می‌شون!د تا یک مسئله حل شود. 📌 نکته مهم: • ا!لگوریتم فقط مخصوص کامپیوتر نیست • انسان‌ها و حتی دایناسورها هم از الگوریتم استفاده می‌کردند 🦖 الگوریتم دایناسوری: .1 اگر بو عجیب است → توقف .2 اگر صدا بلند است → فرار .3 اگر همه‌چیز آرام است → ادامه زندگی 😄 الگوریتم در زندگی روزمره تو هر روز بدون اینکه بدانی ،الگوریتم اج!را می‌کنی! مثال :آماده شدن برای مدرسه • بیدار شدن • شستن صورت • لباس پوشیدن • صبحانه • رفتن به مدرسه اگر ترتیب را به هم بزنی چه می‌شود؟ 🤔 مث ً ال اول بروی مدرسه و بعد لباس بپوشی؟! 📌 نتیجه: ترتیب در ا!لگوریتم خیلی مهم است. الگوریتم و تصمیم‌گیری دایناسورها همیشه با شرط تصمیم می‌گرفتند: • اگر خطر هست → فرار • اگر خطر نیست → بمان به این می‌گوییم: تصمیم شرطی ()If / Else 🦖 مثال دایناسوری: • اگر هوا سرد شد → مهاجرت • وگرنه → بمان 📌 همین منطق ساده ،پایه‌ی تمام برنامه‌ها و هوش مصنوعی است. تمرین‌ها و سواالت فصل ۳ ✏️ تمرین️:۱ مراحل مسواک زدن را به صورت الگوریتم بنویس. ✏️ تمرین️:۲ یک الگوریتم ساده برای تصمیم زیر بنویس: «اگر فردا امتحان دا!رم ،چه کار کنم؟» ❓ سوال امتحانی: .1 الگوریتم چیست؟ .2 چرا ترتیب مراحل در الگوریتم مهم است؟ .3 یک مثال الگوریتمی از زندگی روزمره بزن. جمع‌بندی 📌 جمع‌بندی فصل ۳ الگوریتم یعنی فکر کردن منظم،نه شانسی. 🦖 دایناسورها با الگوریتم زنده ماندند 🤖 کامپیوترها با الگوریتم کار می‌کنند 👩‍🎓👨‍🎓 و تو با الگوریتم بهتر فکر می‌کنی فصل 4 یادگیری ماشین چیست؟ وقتی ماشین‌ها شروع به یاد گرفتن کردند سال‌ها پیش ،کامپیوترها فقط دستور اجرا می‌کردند .یعنی انسان به آن‌ها می‌گفت: • اگر این شد ،آن کار را بکن • اگر نشد ،کار دیگری انجام بده اما یک مشکل وجود داشت: همه چیز را نمی‌شود از قبل گفت. دایناسورها هم دقیقاً همین مشکل را داشتند. آن‌ها نمی‌دانستند فردا چه اتفاقی می‌افتد، پس مجبور بودند یاد بگیرند. تعریف خیلی ساده‌ی یادگیری ماشین تعریف دانش‌آموزی: یادگیری ماشی!ن یعن!ی اینک!ه کامپیوت!ر ب!ا دیدن داده‌ها ،خودش! یاد بگیرد چه کاری بهتر است ا!نجام دهد. 📌 فرق مهم: • برنامه‌نویسی معمولی → انسان فکر می‌کند • یادگیری ماشین → ماشین از داده یاد می گیرد و فکر می‌کند 🦖 مثال دایناسوری: • دا!یناسور نمی‌دانست کدام مسیر امن است • مسیرهای مختلف را امتحان کرد • بهترین مسیر را یاد گرفت یک مثال واقعی از زندگی تو فرض کن موبایل تو بعد از مدتی: • آهنگ‌هایی که دوست داری پیشنهاد می‌دهد 🎵 • ویدیوهایی شبیه چیزهایی که دیدی نشان می‌دهد 🎥 📌 کسی ننشسته همه‌ی این قوانین را بنویسد. این کار با یادگیری ماشین انجام می‌شود. ماشین: .1 رفتار تو را می‌بیند .2 (داده)الگو پیدا می‌کند .3 دفعه بعد بهتر پیشنهاد می‌دهد یادگیری از تجربه (مثل دایGناسورها) دایناسورها: • بار اول اشتباه می‌کردند • بار دوم محتاط‌تر بودند • بار سوم بهتر تصمیم می‌گرفتند این یعنی: یادگیری از تجربه 📌 ماشین‌ها هم دقیقاً همین کار را می‌کنند، فقط به‌جای تجربه واقعی ،از داده استفاده می‌کنند. یادگیری ماشین چه چیزهایی الزم دارد؟ برای اینکه یک ماشین یاد بگیرد ،به ا!ین‌ها نیاز دا!ریم: ️ 1داده ️1 ️ 2الگوریتم ️2 ️ 3تمرین و تکرار ️3 🦖 دایناسورها هم همین سه چیز را داشتند: • داده :محیط • الگوریتم :غریزه +تجربه • تم!رین :زندگی روزمره !یادگیری ماشین همه‌چیزدان نیست نکته خیلی مهم: ماشین‌ها مثل انسان فکر نمی‌کنند. • ا!حساس ندارند • فهم واقعی ندارند • فقط الگوها را یاد می‌گیرند اگر داده اشتباه باشد → نتیجه اشتباه می‌شود ❌ 📌 درست مثل دایناسوری که از محیط اشتباه یاد بگیرد. تمرین‌ها و سواالت فصل ۴ ✏️ تمرین️:۱ یک مثال از یادگیری ماشین در زندگی روزمره بنویس. ✏️ تمرین️:۲ اگر دایناسور بودی ،چه چیزهایی را باید یاد می‌گرفتی تا زنده بمانی؟ ❓ سوال امتحانی: .1 یادگیری ماشین چیست؟ .2 تفاوت برنامه‌نویسی معمولی و یادگیری ماشین را بنویس. .3 چرا دا!ده در یادگیری ماشین مهم است؟ جمع‌بندی 📌 جمع‌بندی فصل ۴ یادگیری ماشین یعنی یاد گرفتن از گذشته برای تصم!یم بهتر در آینده 🦖 دایناسورها این کار را غریزی انجام دادند 🤖 ماشین‌ها این کار را با داده انجام می‌دهند 👩‍🎓👨‍🎓 و تو داری منطقش را یاد می‌گیری 5 فصل یادگیری نظارت شده Supervised Learning وقتی کسی راه درست را نشان می‌دهد تصور کن یک دایناسور جوان برای اولین بار وارد جنگل می‌شود. او همه‌چیز را نمی‌شناسد: • کدام گیاه خوراکی است؟ • کدام خطرناک است؟ دا!یناسورهای باتجربه جلو می‌آیند و می‌گویند: • «این را بخور ✅» • «به آن دست نزن ❌» 📌 این دقیقاً هم!ان چیزی است که به آن می‌گوییم: یادگیری نظارت‌شده تعریف ساده‌ی یادگیری نظارت‌شده تعریف دانش‌آموزی: یادگیری نظارت‌شده یعن!ی یاد گرفت!ن ب!ا کم!ک مثال‌های!ی که ج!واب درست آن‌ها مشخص است. 📌 یعنی: • داده داریم • جواب درست هم داریم به جواب درست می‌گوییم: 🔖 برچسب ()Label 🦖 مثال: • گیاه « +سمی» • گیاه « +غیرسمی» داده برچسب‌دار یعنی چه؟ داده برچسب‌دار: داد ‌ها!ی است که کنار آن ،پاسخ نوشته شده است. 📌 مثال دانش‌آموزی: • عکس حیوا!ن +اسم حیوان • سوال ریاضی +جواب • ا!یمیل « +تبلیغ» یا «عادی» 🦖 مثال دایناسوری: • رد پا « +شکارچی» • رد پا « +دوست» 😄 یادگیری نظارت‌شده چه کاری می‌کند؟ ماشین با دیدن مثال‌های زیاد: .1 الگو را یاد می‌گیرد .2 برای داده جدید تصمیم می‌گیرد 📌 مثل دایناسوری که بعد از دیدن چند گیاه سمی، دیگر حتی بدون راهنما هم تشخیص می‌دهد. این روش! برای: • تشخیص • پیش‌بینی • طبقه‌بندی خ!یلی کاربرد دارد. مثال‌های واقعی ازیGادگیری نظارت‌شده 🤖 در زندگی امروز: • تشخیص چهره • تشخیص دست‌خط • پیش‌بینی نمره 🦖 در دنیای دایناسورها: • تشخیص خطر • انتخاب غذا • تشخیص عضو گله 📌 نتیجه: یادگیری نظارت‌شده یعنی «از گذشته‌ی مشخص ،برای آینده‌ی نامشخص استفاده کنیم» تمرین‌ها و سواالت فصل ۵ ✏️ تمرین️:۱ ۵مثال از داده‌های برچسب‌دار در مدرسه بنویس. ✏️ تمرین️:۲ اگر دایناسور بودی ،چه چیزهایی را باید با برچسب یاد می‌گرفتی؟ ❓ سوال امتحانی: .1 یادگیری نظارت‌شده چیست؟ .2 دا!ده برچسب‌دار یعنی چه؟ .3 یک مثال از یادگیری نظارت‌شده در زندگی واقعی بزن. جمع‌بندی 📌 جمع‌بندی فصل ۵ وقتی ج!واب درست را داری، یادگیری سریع‌تر و دقیق‌تر می‌شود. 🦖 دایناسورها از بزرگان یاد گرفتند 🤖 ماشین‌ها از داده برچسب‌دار یاد می‌گیرند 👩‍🎓👨‍🎓 و تو حاال یکی از مهم‌ترین روش‌های AIرا بلدی 6 فصل یادگیری بدون نظارت Unsupervised Learning وقتی معلمی وجود ندارد همیشه کسی نیست که بگوید: • این درست است • آن اشتباه است دایناسورها خیلی وقت‌ها تنها بودند: • نه معلمی • نه راهنم!ایی اما باز هم یاد می‌گرفتند. 📌 چ!طور؟ با دیدن شباهت‌ها و تفاوت‌ها تعریف ساده‌ی یادگیری بدون نظارت تعریف دانش‌آموزی: یادگیری بدون نظارت یعنی پیدا کردن الگو در داده‌ها بدون اینکه ج!واب درست از قبل داده شده باشد. 📌 یعنی: • داده داریم • اما برچسب نداریم 🦖 مثال: • دیدن انواع رد پا • بدون اینکه بدانند مال چه کسی است • فقط دسته‌بندی بر اساس شباهت خوشه‌بندی ( )Clusteringبه زبان سGاده یکی از مهم‌ترین کارهای یادگیری بدون نظارت: خوشه‌بندی دایناسورها: • دایناسورهای کوچک را یک‌جا دیدند • دایناسورهای بزرگ را جدا 📌 بدون اسم‌گذاری ،فقط بر اساس شباهت. مثال دانش‌آموزی: • گروه‌بندی دانش‌آموزان بر اساس نمره • دسته‌بندی آهنگ‌ها بر اساس سبک کشف الگوهای پنهان گاهی الگوها واضح نیستند. مثالً: • بعضی دایناسورها شب‌ها فعال بودند • بعضی روزها با دیدن زمان حرکت، الگو کم‌کم مشخص می‌شد. 📌 یادگیری بدون نظارت کمک می‌کند: • چیزهایی را ببینیم • که قب ً ال متوجه‌شان نبودیم کاربردهای واقعی یادگیری بدون نظارت 🤖 در دنیای امروز: • پیشنهاد فیلم و آهنگ • تحلیل رفتار کاربران • پیدا کردن الگوهای عجیب 🦖 در دنیای دایناسورها: • تشخیص رفتار گله • شناسایی مناطق امن و خطرناک 📌 نتیجه: بدون معلم هم می‌شود یاد گرفت، اگر خوب نگاه کنیم. تمرین‌ها و سواالت فصل ۶ ✏️ تمرین️:۱ ۵چیز اطرافت را بدون اسم ،فقط بر اساس شباهت خوشه‌بندی کن. ✏️ تمرین️:2دایناسورها را چگونه می‌توان بدون اسم خوشه‌بندی کرد؟ ❓ سوال امتحانی: .1 یادگیری بدون نظارت چیست؟ .2 تفاوت آن با یادگیری نظارت‌شده چیست؟ .3 خوشه‌بندی یعنی چه؟ جمع‌بندی 📌 جمع‌بندی فصل ۶ همه‌ی یادگیری‌ها با معلم نیستند. بعضی وقت‌ها کشف ،مهم‌تر از آموزش است. 🦖 دایناسورها با مشاهده یاد گرفتند 🤖 ماشین‌ها با کشف الگو یاد می‌گیرند 👩‍🎓👨‍🎓 و تو حاال یک قدم حرفه‌ای‌تر شدی 7 فصل یادگیری تقویتی einforcement Learnin یادگیری با جایGزه و تنبیه دایناسورها همیشه فرصت فکر کردن طوالنی نداشتند. گاهی فقط دو ح!الت وجود داشت: • زنده بمانی ✅ • یا آسیب ببینی ❌ اگر یک دایناسور تصمیم خوبی می‌گرفت: • غذا پیدا می‌کرد 🍖 اگر تصمیم بد می‌گرفت: • زخمی می‌شد 😬 📌 این نوع یادگیری را می‌نامیم: یادگیری تقویتی تعریف ساده‌ی یادگیری تقویتی تعریف دانش‌آموزی: یادگیری تقویت!ی یعن!ی یاد گرفت!ن ب!ا امتحان کردن ،و گرفت!ن پاداش یا تنبیه. در این روش: • جواب درست از قبل معلوم نیست • فقط نتیجه مشخص است 🦖 مثال: • مسیر درست → زنده ماندن • مسیر اشتباه → خطر سه عنصر اصلی یادگیری تقویتی در یادگیری تقویتی همیشه این سه مورد وجود دارد: ️ 1تصمیم‌گیرنده (عامل) ️1 ️ 2محیط ️2 ️ 3پاداش! یا تنبیه ️3 🦖 در دنیای دایناسورها: • عامل :دایناسور • محیط :جنگل • پاداش :غذا • تنبیه :خطر 📌 ماشین‌ها هم دقیقاً با همین منطق یاد می‌گیرند. مثال ساده برای دانش‌آموزان فرض کن داری یک بازی کامپیوتری انجام می‌دهی 🎮 • حرکت درست → امتیاز می‌گیری ⭐ • حرکت اشتباه → بازی را می‌بازی ❌ بعد از مدتی: • حرکت‌های خوب را تکرار می‌کنی • حرکت‌های بد را کنار می‌گذاری 📌 این یعنی: یادگیری تقویتی در عمل کاربردهای یادگیری تقویتی 🤖 در دنیای امروز: • بازی‌های کامپیوتری • ربات‌ها • خودروهای خودران 🦖 در دنیای دایناسورها: • ا!نتخاب مسیر مهاجرت • شکار بهتر • فرار هوشم!ندا!نه 📌 نتیجه: • تصمیم خوب = پاداش • تصمیم بد = اصالح رفتار تمریGن‌ها و سواالت فصل ۷ ✏️ تمرین️:۱ یک مثال از یادگیری تقویتی در زندگی روزمره بنویس. ✏️ تمرین️:۲اگر دایناسور بودی ،چه پاداش‌ها و تنبیه‌هایی داشتی؟ ❓ سوال امتحانی: .1 یادگیری تقویتی چیست؟ .2 تفاوت آن با یادگیری نظارت‌شده چیست؟ .3 نقش پاداش در یادگیری تقویتی چیست؟ جمع‌بندی 📌 جمع‌بندی فصل 7 بعضی چ!یزها را باید با امتحان کردن یاد گرفت. 🦖 دایناسورها با خطر یاد گرفتند 🤖 ماشین‌ها با پاداش یاد می‌گیرند 👩‍🎓👨‍🎓 و تو حاال یکی از جذاب‌ترین روش‌های AIرا می‌دانی فصل 8 خطا ،اشتباه و یادگیری اشتباه کردن بخشی از یادگیری است دایناسورها هم مثل ما اشتباه می‌کردند: • مسیر اشتباه → گیر افتادن • گیاه سمی → دل‌درد اما چیزی که مهم بود: هر اشتباه یک درس بود. 🦖 مثال :دایناسوری که یک گیاه سمی خ!ورد ،دفعه بعد محتاط شد. 📌 نکته آموزشی: اشتباه کردن اشتباه نیست؛ تکرار نکردن و یاد نگرفتن اشتباه است. چرا اشتباه مفید است؟ هر اشتباه اطالعات جدیدی به ما می‌دهد: .1 فهمیدن چه چیزی درست نیست .2 اصالح تصمیم‌های بعدی .3 یادگیری بهتر 📌 مثل دایناسورها: • مسیرهای امن و خطرناک را با اشتباه کشف کردند • رفتار خود را بهبود دا!دند اشتباه در یادگیری ماشین ماشین‌ها هم اول اشتباه می‌کنند: • مدل‌های اولیه دقیق نیستند • خطاها در پیش‌بینی وجود دارد 📌 مثال: • تشخیص چهره اشتباه • پیش‌بینی نادرست نم!ره 📝 درس: خطاها بخشی از فرایند یادگیری هستند ،نه پایان کار. چگونه از اشتباه‌ها یاد بگیریم؟ مراحل ساده: .1 ثبت خطا → چه اتفاقی افتاد؟ .2 تحلیل خطا → چرا اشتباه شد؟ .3 اصالح رفتار → دفعه بعد بهتر عمل کن 🦖 مثال دایناسوری: • مسیر شکار اشتباه • تحلیل می‌کند → مسیر بعدی امن‌تر • دفعه بعد موفق می‌شود 📌 ا!ی!ن روش ه!م برای انس!ان ،ه!م برای ماشی!ن ،و ه!م برای دایناسورها کاربرد دارد. تمرین‌ها و سواالت فصل ۸ ✏️ تمرین️:۱ ی!ک اشتباه روزمره‌ی خودت را! بنوی!س و توضی!ح بده چ!ه چیزی از آن یاد گرفتی. ✏️ تمرین️:۲ اگ!ر دایناس!ور بودی و مس!یر اشتباه!ی می‌رفت!ی ،چ!ه تص!میمی برای دفع!ه بعد می‌گرفتی؟ ❓ سوال امتحانی: .1 چرا اشتباه کردن بخشی از یادگیری است؟ .2 چ!ه تفاوتی بین اشتباه انسانی و اشتباه ماشین وجود دارد؟ .3 یک مثال از اشتباه دایناسورها بزن و توضیح بده چه چیزی یاد گرفتند. جمع‌بندی 📌 جمع‌بندی فصل ۸ اشتباه کردن پایان کار نیست، بلکه شروع یادگیری جدید است. 🦖 دایناسورها از هر خ!طا یاد گرفتند 🤖 ماشین‌ها خطاها را تحلیل می‌کنند 👩‍🎓👨‍🎓 و تو می‌توانی از اشتباه‌های خودت هوشمندتر شوی 9 فصل بیش برازش Overfitting وقتی یادگیری بیش از حد دردسرسGاز می‌شود دایناسورها سال‌ها در یک دنیای گرم زندگی کردند ☀️ ️ همیشه: • هوا گرم بود • غذا زیاد بود • شرایط تقریباً ثابت بود کم‌کم به این نتیجه رسیدند: «دنیا همیشه همین‌طور می‌ماند». اما یک روز… ❄️ هوا سرد شد. 📌 مشکل چ!ه بود؟ دایناسورها بیش از حد به گذشته اعتماد کرده بودند. تعریف ساده‌ی بیش‌برازش تعریف دانش‌آموزی: بیش‌برازش یعن!ی وقت!ی خیل!ی زیاد از داده‌های گذشت!ه یاد می‌گیریم، طوری که در شرایط جدید دچار مشکل می‌شویم. 📌 یعنی: • یادگیری زیاد ❌ • انعطاف کم ❌ 🦖 مثال: • «همیشه هوا گرم بوده → همیشه هم گرم می‌ماند» بیش‌برازش در یادگیری ماشین در هوش! مصنوعی هم این اتفاق می‌افتد. ماشین: • داده‌های قدیمی را خیلی دقیق یاد می‌گیرد • اما با داده‌های جدید سردرگم می‌شود 📌 مثال ساده: • مدلی که فقط سوال‌های کتاب را حفظ کرده • اما در امتحان متفاوت ،نمره بد می‌گیرد 📝 این یعنی: • حفظ کردن ≠ یاد گرفتن چرا بیش‌برازش خطرناک است؟ بیش‌برازش باعث می‌شود: • تصمیم‌های اشتباه بگیریم • آینده را غلط پیش‌بینی کنیم • نتوانیم خودمان را تطبیق دهیم 🦖 دایناسورها: • تغییر را جدی نگرفتند • خودشان را آماده نکردند • منقرض شدند 📌 درس مهم: دنیا همیشه تغییر می‌کند؛ یادگیری هم باید انعطاف‌پذیر باشد. تمرین‌ها و سواالت فصل ۹ ✏️ تمرین️:۱ یک مثال از زندگی روزمره بزن که در آن «حفظ کردن» به جای «یاد گرفتن» اتفاق افتاده باشد. ✏️ تمرین️۲ :اگ!ر دایناس!ورها ب!ه تغیی!ر هوا توج!ه می‌کردن!د ،چ!ه تص!میم‌هایی می‌توانستند بگیرند؟ ❓ سوال امتحانی: .1 بیش‌برا!زش چیست؟ .2 چرا بیش‌برا!زش باعث تصمیم‌های اشتباه می‌شود؟ .3 مثال دایناسوری برای بیش‌برازش بزن. جمع‌بندی 📌 جمع‌بندی فصل ۹ یادگیری خوب یعنی هم از گذشته استفاده کنی هم برای آینده آماده باشی. 🦖 دایناسورها بیش‌برازش کردند 🤖 ماشین‌ها هم ممکن است بکنند 👩‍🎓👨‍🎓 و تو حاال می‌دانی چرا فقط حفظ کردن کافی نیست فصل 10 هوش مصنوعی در زندگی امروز !هوش مصنوعی فقط در آینده نیست بعضی‌ها فکر می‌کنند هوش مصنوعی: • مخصوص آینده است • یا فقط در فیلم‌ها وجود دارد اما حقیقت ا!ین است: هوش مصنوعی همین حاال در زندگی تو حضور دارد. 📱 اگر موبایل داری 💻 ا!گر از اینترنت استفاده می‌کنی 🎮 اگر بازی می‌کنی تو با هوش مصنوعی سر و کار داری. هوش مصنوعی در موبایل و اینترنت 📱 موبایل تو باهوش است چون: • قفل چهره دارد • پیام‌ها را پیشنهاد می‌دهد • عکس‌ها را دسته‌بندی می‌کند 📌 همه‌ی این‌ها با: • داده • الگوریتم • یادگیری ماشین کار می‌کنند. 🦖 اگر دایناسورها موبایل داشتند: • گوشی‌شان می‌فهمید کِی خطر نزدیک است 😄 هوش مصنوعی در مدرسه و آموزش 📚 در مدرسه: • تصحیح خودکار آزمون‌ها • آموزش آنالین هوشمند • پیشنهاد تمرین مناسب هر دانش‌آموز 📌 مزیت مهم: هر دانش‌آموز می‌تواند با سرعت خودش یاد بگیرد. 🦖 اگر دا!یناسورها مدرسه داشتند: • هرکدام تمرین مخصوص خودش را! می‌گرفت! هوش مصنوعی در خانه و شهر 🏠 در خانه: • دستیارهای صوتی • تلویزیون هوشمند • پیشنهاد فیلم و موسیقی 🚦 در شهر: • چراغ راهنمایی هوشمند • مدیریت ترافیک • حمل‌ونقل هوشمند 📌 AIکم!ک می‌کند: • زمان کمتر تلف شود • تصمیم‌ها بهتر شوند هوش مصنوعی در پزشGکی و سالمت 🏥 در پزشکی: • تشخیص بیماری • بررسی عکس‌های پزشکی • کمک به پزشکان 📌 نکته مهم: هوش مصنوعی جای پزشک را نمی‌گیرد، بلکه کمک می‌کند پزشک بهتر تصمیم بگیرد. 🦖 اگر دایناسورها پزشک داشتند: • !ت ‌ف!!همید ک!!دا!م‌ش!!انب!!یمار ا!س ! AIزود!تر م!ی آیا هوش مصنوعی خطرناک است؟ هوش مصنوعی: • خ!ودش خوب یا بد نیست • نحوه استفاده از آن مهم است 📌 خطرها: • استفاده نادرست • داده‌های اشتباه • اعتماد بیش از حد 📌 راه حل: انسان باید همیشه تصمیم نهایی را بگیرد. تمرین‌ها و سواالت فصل ۱۰ ✏️ تمرین️:۱ ۳نمونه از هوش مصنوعی که امروز در زندگی‌ات می‌بینی را بنویس. ✏️ تمرین️:۲ فک!ر ک!ن دایناس!ورها امروز زنده بودند.کدام کاربرد هوش مص!نوعی بیشترین کمک را به آن‌ها می‌کرد؟ ❓ سوال امتحانی: .1 دو کاربرد هوش مصنوعی در زندگی روزمره را نام ببر. .2 چرا هوش مصنوعی در آموزش مهم است؟ .3 آیا هوش مصنوعی به‌تنهایی تصمیم‌گیرنده نهایی است؟ چرا؟ جمع‌بندی 📌 جمع‌بندی فصل ۱۰ هوش! مصنوعی نه جادوست ‌خودی خود ِ نه خطرناک به بلکه: ابزا!ری است که ا!گر درست استفاده شود، زندگی را بهتر می‌کند. 🦖 دایناسورها ابزار نداشتند 🤖 ما هوش مصنوعی داریم 👩‍🎓👨‍🎓 و تو باید یاد بگیری چطور از آن درست استفاده کنی فصل 11 اخالق در هوش مصنوعی آیا هوش مصنوعی می‌تواند اخالقی باشد؟ هوش مصنوعی: • فکر می‌کند ❌ • احساس دارد ❌ • وجدان دارد ❌ پس سؤال مهم ا!ین است: اگر هوش مصنوعی اشتباه کند، مسئول چه کسی است؟ 📌 پاسخ ساده: انسان‌ها مسئول‌اند. 🦖 دایناسورها ابزار پیچیده نداشتند، ا!ما اگر داشتند ،تصمیم درست یا غلط آن ابزا!ر هم با خودشان بود. اخالق یعنی چه؟ تعریف دانش‌آموزی: اخالق یعنی تشخیص درست و غلط در رفتار و تصمیم‌ها. در مورد هوش مصنوعی: • چه داده‌ای به آن می‌دهیم؟ • برای چه کاری از آن استفاده می‌کنیم؟ • چقدر به آن اعتماد می‌کنیم؟ 📌 اخالق در AIیعنی: استفاده درست ،عادالنه و مسئوالنه خطرهای استفاده نادرست از هوش مصنوعی اگر مراقب نباشیم: • اطالعات نادرست پخش می‌شود • حریم خصوصی نقض می‌شود • تصمیم‌های ناعادالنه گرفته می‌شود 📌 مثال ساده: • اگر داده‌ها اشتباه باشند → نتیجه ناعادالنه می‌شود 🦖 مثال دایناسوری: • اگر فقط به یک نوع دایناسور توجه شود ،بقیه نادیده گرفته می‌شوند. نقش انسان در کنار هوش مصنوعی هوش مصنوعی باید: • کمک‌کننده باشد • نه تصمیم‌گیرنده نهایی 📌 انسان باید: • بررسی کند • تصمیم نهایی را بگیرد • مسئولیت را بپذیرد هوش مصنوعی ابزار است، نه جایگزین انسان. تمریGن‌ها و سواالت فصل ۱۱ ✏️ تمرین️:۱ به نظر تو مهم‌ترین قانون اخالقی در استفاده از هوش مصنوعی چیست؟ چرا؟ ✏️ تمرین️:۲ اگر دایناسورها از AIاستفاده می‌کردند ،چه قوانینی باید می‌گذاشتند؟ ❓ سوال امتحانی: .1 چرا هوش مصنوعی به‌تنهایی مسئول تصمیم‌ها نیست؟ .2 دو خطر استفاده نادرست ا!ز هوش مصنوعی را نام ببر. .3 نقش انسان در اخالق هوش مصنوعی چیست؟ جمع‌بندی 📌 جمع‌بندی فصل ۱۱ هوش! مصنوعی می‌تواند خیلی قدرتمند باشد، اما قدرت بدون اخالق خطرناک است. 🦖 دایناسورها قدرت داشتند 🤖 ما هوش مصنوعی داریم 👩‍🎓👨‍🎓 و مسئولیت استفاده درست با ماست فصل 12 آینده از آن چه کسانی است؟ آینده را چه کسانی می‌سازند؟ خیلی‌ها فکر می‌کنند آینده را: • قوی‌ترین‌ها • ثروتمندترین‌ها • یا باهوش‌ترین‌ها می‌سازند .اما تاریخ (و داستان دایناسورها) چیز دیگری می‌گوید: آن کسانی است که یاد می‌گیرند و خودشان را تطبیق می‌دهند. آینده از ِ 🦖 دایناسورها قوی بودند، اما تغییر را جدی نگرفتند. دنیای آیGنده چگونه خواهد بود؟ دنیای آینده: • سریع‌تر تغییر می‌کند • فناوری نقش بیشتری دارد • هوش مصنوعی همه‌جا هست 📌 اما یک چیز ثابت می‌ماند: انسان باید بلد باشد فکر کند ،یاد بگیرد و تصمیم بگیرد. هوش مصنوعی: • جای فکر کردن را نمی‌گیرد • بلکه به فکر کردن بهتر کمک می‌کند نقش تو در دنیای آینده چیست؟ تو قرار نیست: • فقط کاربر فناوری باشی ❌ تو می‌توانی: • بفهمی AIچطور کار می‌کند • درست از آن استفاده کنی • و ح!تی آن را بسازی ✅ 📌 مهارت‌های مهم آینده: • تفکر منطقی • حل مسئله • یادگیری مداوم • مسئولیت‌پذیری …اگر دایناسورها یک شانس دیگر داشتند اگر دایناسورها: • تغییرات را می‌پذیرفتند • از اشتباه‌ها یاد می‌گرفتند • خودشان را تطبیق می‌دادند شاید امروز: • کنار ما زندگی می‌کردند 😄 📌 این داستان برای خنده نیست؛ برای یاد گرفتن است. پایان کتاب ،شGروع مسیر تو این کتاب به تو یاد داد: • هوش! چیست • داده یعنی چه • الگوریتم چگونه فکر می‌کند • یادگیری ماشین چطور کار می‌کند • و چرا اخالق مهم است • 🎯 پیام نهایی: آینده را کسانی می‌سازند که یاد گرفتن را متوقف نمی‌کنند. 🦖 دایناسورها یاد نگرفتند 🤖 ماشین‌ها یاد می‌گیرند 👩‍🎓👨‍🎓 و حاال نوبت توست جمع‌بندی 🌟 جمع‌بندی نهایی کتاب دایناسورها چطور هوش مصنوعی یاد گرفتند؟ آن‌ها نداشتند… اما ما دا!ریم. و مهم‌تر از آن: ما فرصت داریم اشتباه آن‌ها را تکرار نکنیم.