دوره آموزشی مبانی هوش مصنوعی: آنچه هر متخصص باید بداند
51 دقیقهمبتدی2026-05-11
مدرسین

Laurence Moroney
جزئیات دوره
تا حالا شده وقتی درباره هوش مصنوعی حرف میزنن، حس کنی دارن به یه زبان فضایی صحبت میکنن؟ اصلاً نگران نباش! این دوره دقیقاً برای همین ساخته شده؛ برای کسایی که میخوان بدون درگیر شدن با پیچیدگیهای فنی و فرمولهای ریاضی، بفهمن واقعاً پشت این همه سر و صدا چه خبره.
توی این دوره، Laurence Moroney (که خودش از بزرگهای دنیای AI هست) قراره مثل یه دوست صمیمی، مفاهیم پیچیده رو به زبان خیلی ساده و خودمانی برات کالبدشکافی کنه. قرار نیست کدنویسی یاد بگیری، بلکه قراره یاد بگیری چطوری هوش مصنوعی رو درک کنی، کجاها واقعاً به کارت میاد و کجاها فقط یه تبلیغات توخالی و «هایپ» (Hype) هست. از اینکه هوش مصنوعی چطوری کار میکنه تا اینکه کجای کارش میلنگه و چه خطراتی ممکنه برای جامعه داشته باشه، همه رو با مثالهای واقعی بررسی میکنیم. در نهایت، اینطوری میشی که توی جلسات کاری یا حتی توی گفتگوهای روزمره، بتونی با اعتمادبهنفس درباره AI حرف بزنی و بدونی چطوری از ابزارهای اون برای پیشرفت شغلیت استفاده کنی.
اهداف یادگیری
درک مفاهیم پایه و اصلی هوش مصنوعی مثل یادگیری ماشین (Machine Learning)، شبکههای عصبی (Neural Networks) و هوش مصنوعی مولد (Generative AI) به زبان خیلی ساده و بدون اصطلاحات سخت.
شناسایی کاربردهای واقعی هوش مصنوعی در زندگی و کار، و یادگیری اینکه تشخیص بدی کدوم مسئله رو AI میتونه حل کنه و کدوم رو نه.
آشنایی با مسائل اخلاقی مهم، سوگیریهای الگوریتمی (Bias) و تأثیرات اجتماعی هوش مصنوعی بر دنیای ما.
یادگیری نحوه پیدا کردن فرصتهای طلایی برای استفاده از ابزارهای هوش مصنوعی در جایگاه شغلی فعلی خودت.
توی این دوره، Laurence Moroney (که خودش از بزرگهای دنیای AI هست) قراره مثل یه دوست صمیمی، مفاهیم پیچیده رو به زبان خیلی ساده و خودمانی برات کالبدشکافی کنه. قرار نیست کدنویسی یاد بگیری، بلکه قراره یاد بگیری چطوری هوش مصنوعی رو درک کنی، کجاها واقعاً به کارت میاد و کجاها فقط یه تبلیغات توخالی و «هایپ» (Hype) هست. از اینکه هوش مصنوعی چطوری کار میکنه تا اینکه کجای کارش میلنگه و چه خطراتی ممکنه برای جامعه داشته باشه، همه رو با مثالهای واقعی بررسی میکنیم. در نهایت، اینطوری میشی که توی جلسات کاری یا حتی توی گفتگوهای روزمره، بتونی با اعتمادبهنفس درباره AI حرف بزنی و بدونی چطوری از ابزارهای اون برای پیشرفت شغلیت استفاده کنی.
اهداف یادگیری
درک مفاهیم پایه و اصلی هوش مصنوعی مثل یادگیری ماشین (Machine Learning)، شبکههای عصبی (Neural Networks) و هوش مصنوعی مولد (Generative AI) به زبان خیلی ساده و بدون اصطلاحات سخت.
شناسایی کاربردهای واقعی هوش مصنوعی در زندگی و کار، و یادگیری اینکه تشخیص بدی کدوم مسئله رو AI میتونه حل کنه و کدوم رو نه.
آشنایی با مسائل اخلاقی مهم، سوگیریهای الگوریتمی (Bias) و تأثیرات اجتماعی هوش مصنوعی بر دنیای ما.
یادگیری نحوه پیدا کردن فرصتهای طلایی برای استفاده از ابزارهای هوش مصنوعی در جایگاه شغلی فعلی خودت.
سرفصل ها
مقدمه
- ملزومات هوش مصنوعی برای محیط کار را بیاموزید
شکستن هیاهوی تبلیغاتی
- تبلیغات را نادیده بگیرید
- انتظارات خود را از نو تنظیم کنید
- مهندسی سریع - چگونه به زبان انسان صحبت کنیم
- آیا هوش مصنوعی شغل شما را خواهد گرفت؟
- از شلختگی کار جلوگیری کنید
مکانیک هوش مصنوعی
- تغییر الگو - قوانین در مقابل دادهها
- سلام به دنیای یادگیری ماشین - الگوها و پیشبینیها
- رفع ابهام از شبکههای عصبی - تفکر در فیلترها
- بینایی کامپیوتر - ماشینها چگونه میبینند
- دو زندگی هوش مصنوعی - آموزش در مقابل استنتاج
- ریشههای تعصب - این بدخواهی نیست، بلکه محاسبات است
هوش مصنوعی مولد و عاملها
- پیشبینی در مقابل تولید - تغییر از مرتبسازی به خلق کردن
- درون LLM - تکمیل خودکار روی استروئیدها
- توهمات - چرا هوش مصنوعی روانی کلام را بر حقیقت ترجیح میدهد
- RAG - دادن امتحان کتاب باز به هوش مصنوعی
- ایجاد نظم از دل هرج و مرج
- عاملهای هوش مصنوعی - گذار از چت کردن به بازیگری
بهکارگیری هوش مصنوعی - راهبردهای عملی
- قانون کار ۲۰ دقیقهای - پیدا کردن منطقه طلایی
- تحلیل دادههای محاورهای - بینش بدون کد
- انگلیسی، نحو جدید است - کدنویسی برای غیر کدنویسان
- دروغسنج هوش مصنوعی - سؤالاتی که باید از فروشندگان پرسید
- مشکل کفشهای سفید - انصاف مهندسی
آینده هوش مصنوعی - ایمنی، استراتژی و شما
- دیپفیک و اعتماد دیجیتال - دیدن دیگر باور کردن نیست
- پشته ضروری هوش مصنوعی - آن را ساده نگه دارید
- آینده کوچک است - هوش مصنوعی ابری در مقابل هوش مصنوعی روی دستگاه
- یادگیرنده بینهایت - چگونه آینده را درک کنیم
- چالش ۲۰ دقیقهای - تبدیل شدن از ناظر به کاربر
نتیجهگیری
- شما اکنون نیرویتان چند برابر شده است