معرفی جلسه

در جلسه پنجم با ما همراه باشید تا دنیای پیچیده هوش مصنوعی را به زبانی ساده و قابل فهم بررسی کنیم. در این جلسه، ۱۰ مفهوم اساسی اول که هوش مصنوعی مدرن را می‌سازند، با استفاده از مثال‌های روشن از دنیای واقعی توضیح خواهیم داد. فرقی نمی‌کند که مبتدی هستید یا می‌خواهید دایره لغات تخنیکی خود را تقویت کنید، این برنامه به شما کمک می‌کند تا دقیقاً بفهمید ماشین‌ها چگونه داده‌ها را پردازش می‌کنند، الگوها را یاد می‌گیرند و زبان انسان را تولید می‌کنند.

موضوعاتی که در این جلسه بحث می‌شوند:

·  مدل زبان بزرگ (LLM): موتورهای عظیم سازنده هوش مصنوعی.

·  قطعه‌بندی یا توکنایزیشن (Tokenization): هوش مصنوعی چگونه متن را به داده‌های قابل پردازش خرد می‌کند.

·  وکتورسازی / تبدیل به عدد (Vectorization): کمپیوترها چگونه از ریاضی برای درک "معنی" کلمات استفاده می‌کنند.

·  مکانیزم توجه (Attention): هوش مصنوعی چگونه روی مهم‌ترین بخش‌های یک جمله تمرکز می‌کند.

·  ترانسفورمر / مبدل (Transformer): ساختار مدرنی که تمام کلمات یک جمله را به صورت همزمان پردازش می‌کند.

·  پرامپتینگ با چند مثال (Few-shot Prompting): راهنمایی هوش مصنوعی با ارائه چند نمونه قبل از درخواست اصلی.

·  تولید افزوده با بازیابی (RAG): وصل کردن هوش مصنوعی به یک دیتابیس خارجی برای جستجوی معلومات دقیق.

·  دیتابیس وکتور (Vector Database): روشی جدید برای ذخیره معلومات بر اساس "معنی و مفهوم"، نه فقط کلمات.

·  پروتکل کانتکست مدل (MCP): یک روش استندرد برای وصل کردن امن هوش مصنوعی به برنامه‌ها و منابع داده‌های خارجی.

·  مهندسی کانتکست / زمینه (Context Engineering): طراحی دقیق معلومات زمینه‌ای که به هوش مصنوعی می‌دهید تا بدون گیج شدن مشکل را حل کند.