مسیر یادگیری

کار با هوش مصنوعی

کار با هوش مصنوعی یک مهارت است، نه یک اشتراک. کسی که خروجی خوب می گیرد ابزار بهتری ندارد؛ بلد است چه بخواهد، کجا اصلا نخواهد، و کدام جواب را باور نکند.

  • ۱۵ درس
  • رایگان، بدون ثبت نام

شش دسته مهارتی که این مسیر می سازد

فهمیدن اینکه چیستپرامپت نوشتن
حریم خصوصی و کسب و کارکار با هوش مصنوعیشش دسته مهارتکار با ابزارها
تشخیص و اعتمادخودکار کردن کارها

بعد از دو دسته اول، ترتیب مهم نیست و عمدا کندو کشیده شده نه پله. هر کسی از دسته ای شروع می کند که کارش آنجاست.

مسیر، قدم به قدم

درس ها به ترتیبی چیده شده اند که هر کدام روی قبلی می ایستد. از هر جایی هم می شود وارد شد.

  1. ۱هوش مصنوعی چیستهوش مصنوعی اسم یک فناوری نیست، اسم یک هدف است: برنامه هایی که کاری را انجام می دهند که تا دیروز قضاوت آدم لازم داشت. چیزی که امروز تقریبا همیشه پشت این اسم نشسته، مدلی است که رفتارش را از داده ساخته و نه قاعده ای که یک نفر از قبل نوشته باشد.مقدماتی
  2. ۲مدل زبانی بزرگ (LLM) چیستمدل زبانی بزرگ برنامه ای است که متن را به قطعه های کوچکی به اسم توکن می شکند و بارها و بارها حدس می زند توکن بعدی چه باشد. هیچ جدولی از حقایق داخلش نیست؛ چیزی که دارد وزن هایی است که از حجم عظیمی از متن به دست آمده اند و تعیین می کنند کدام ادامه محتمل تر است.مقدماتی
  3. ۳آموزش مهندسی پرامپتمهندسی پرامپت یعنی به جای یک درخواست مبهم، چهار چیز را صریح بنویسید: زمینه کار، دقیقا چه می خواهید، چه چیزهایی نباید در جواب باشد، و جواب در چه شکلی برگردد. مهارت اصلی هم نوشتن پرامپت اول نیست؛ خواندن جواب غلط و عوض کردن فقط یک چیز در دور بعد است.مقدماتی
  4. ۴تکنیک های پیشرفته پرامپتتکنیک های پیشرفته پرامپت یک نردبان پنج پله ای اند: بدون نمونه، با نمونه، زنجیره فکر، خروجی ساختاریافته و پرامپت سیستمی. پله بالاتر بهتر نیست، بیشتر است؛ و روی مدل های استدلالی امروز، راهنمای خود سازنده ها می گوید پله سوم را اغلب نباید بالا رفت.میانی
  5. ۵آموزش کار با ChatGPTکار با ChatGPT یعنی یک گفتگو باز کنید، کاری را که می خواهید با جزئیاتش بنویسید و جواب را قدم به قدم اصلاح کنید؛ نه اینکه یک سوال یک خطی بپرسید و ابزار را با همان یک جواب قضاوت کنید. مهارت واقعی در دو چیز است: چه چیزی داخل گفتگو می گذارید، و چه چیزی را هرگز نمی گذارید.مقدماتی
  6. ۶آموزش کار با ClaudeClaude یک ابزار گفتگو محور است که برای کارهایی ساخته شده که خروجی شان یک متن یا سند طولانی است و بارها ویرایش می شود، نه یک جواب کوتاه. پلن رایگانش روی صفحه قیمت خود انتروپیک فهرست شده، سقف عددی اش منتشر نشده، و ایران در هیچ کدام از دو فهرست کشورهای پشتیبانی شده این شرکت نیست.مقدماتی
  7. ۷آموزش کار با GeminiGemini برای کاری ساخته شده که ورودی اش فایل است: سند و صفحه گسترده و تصویر و ویدیو را پیوست می کنید و درباره همان ها سوال می پرسید. تنها ابزار میان سه چت بات بزرگ است که سقف های دقیقش را با عدد منتشر کرده، پس پیش از شروع کار می دانید کجا متوقف می شوید.مقدماتی
  8. ۸مدل های متن باز؛ کیمی و دیپ سیک و کوئنمدل متن باز یعنی وزن های مدل به شکل چند فایل قابل دانلود منتشر شده اند و می شود همان فایل ها را روی سخت افزار خودتان اجرا کرد. متن باز بودن خاصیت یک مخزن است و نه خاصیت یک شرکت: در همین کاتالوگ زد.ای، جیالام ۵.۲ با مجوز MIT نشسته و جیالام ۵.۳ با یک مجوز اختصاصی که خود شرکت نوشته.میانی
مداری به شکل مغز شیشه ای با جرقه های قرمز، بررسی های سبز و رد شدن های آبی که بالای میز معلق است

ترتیب درس ها ساده است. اول دو درس مفهومی که جواب می دهند زیر این اسم چه چیزی نشسته و یک مدل زبانی واقعا چه کار می کند، بعد پرامپت و تکنیک های پیشرفته اش، بعد ابزارهای پرکاربرد و مدل های متن باز، و آخر بخش هایی که بیشتر از همه اشتباه استفاده می شوند: ایجنت، اتوماسیون، تشخیص محتوا، توهم و حریم خصوصی. دو درس اول را رد نکنید. بیشتر شکایت هایی که از این ابزارها می شنویم از نبود همان دو تا می آید، نه از ضعف مدل.

این مسیر لایه مهارت است و لایه مرجع جای دیگری نشسته: در بخش هوش مصنوعی همین سایت نوشته ایم هر مدل چه می کند، چقدر قیمت دارد، در کدام رتبه بندی کجاست و از ایران دسترسی رسمی دارد یا نه، هر کدام با تاریخ و منبع. عمدا دو جا هستند: آن یکی هر هفته عوض می شود، این یکی نه.

یک چیزی که این مسیر ادعا نمی کند: اینکه هوش مصنوعی کار شما را انجام می دهد. در بیشتر کارهایی که در این درس ها می بینید، مدل نیمه اول کار را چند برابر سریع تر می کند و نیمه دوم را سنگین تر، چون خروجی ای که تقریبا درست است دیرتر از خروجی آشکارا غلط اصلاح می شود. هر جا این معامله به ضرر شماست، همان درس می گوید.

سوال هایی که واقعا پرسیده می شوند

برای کار با هوش مصنوعی باید برنامه نویسی بلد باشم؟

برای هیچ کدام از درس های این مسیر لازم نیست. چیزی که واقعا لازم است دقیق نوشتن است: اگر بتوانید خواسته تان را طوری بنویسید که یک همکار تازه وارد بدون سوال اضافه انجامش بدهد، پرامپت نوشتن را هم بلدید. جایی که کد لازم می شود اتوماسیون های سنگین است و همان درس خودش می گوید کجا از دستتان خارج شده.

از کدام درس شروع کنم؟

اگر تا حالا با این ابزارها کار نکرده اید، از اول و به ترتیب. اگر کار کرده اید و خروجی راضی تان نمی کند، مستقیم سراغ درس پرامپت بروید و بعد برگردید سراغ دو درس مفهومی؛ آن موقع می فهمید چرا آن پرامپت جواب نمی داد. کسی که فقط دنبال یک ابزار مشخص است هم می تواند مستقیم به درس همان ابزار برود.

این ابزارها از ایران کار می کنند؟

دسترسی رسمی استثناست نه قاعده، و ما نه اکانت می فروشیم و نه راه دور زدن تحریم یاد می دهیم. کاری که کرده ایم این است: برای هر ابزار، همان چیزی را نوشته ایم که صفحه رسمی خود سازنده می گوید، با تاریخ خواندن آن صفحه، و جایی که سازنده چیزی نگفته نوشته ایم نامشخص. مدل های متن باز که روی سخت افزار خودتان اجرا می شوند این محدودیت را ندارند و یک درس کامل دارند.

این مسیر برای کسی نوشته شده که می خواهد خودش این کارها را انجام بدهد. اگر کار تکراری روی دستتان مانده و ترجیح می دهید بسپاریدش، صفحه دستیار مجازی را ببینید