پیشرفت هوش مصنوعی در مدت دو سال

سلام دوستان من به شخصه دنبال کتاب های زبان اصلی معماری خیلی بودم .
دسترسی خوبی به دیتا های خوب پیدا کردم.
پس اطلاعات ام رو تصمیم گرفتم با شما به اشتراک بزارم.

🌟خوشحال میشم از کانال من دیدن کنید و عضوش بشید و یا حتی به کسانی که نیاز دارن اشتراک بزارید.
از کانال کتاب های معماری دیدن کنید.
@Architect_Book
با تشکر.😇
📕
این کانال رو یکی از دوستان کانال معرفی کردن که توش کتاب های مختلف معماری رو داره.

ترجمه‌ی فارسی کتاب مهندسی پرامپت که گوگل منتشر کرده رو از این لینک می‌تونید بخونید:

https://teal33t.github.io/prompt-engineering/

سایت TinyWow تعداد خیلی زیادی ابزار رو برای ادیت فایل‌های ورد، اکسل، پی‌دی‌اف، فیلم و عکس به صورت رایگان در اختیارتون می‌ذاره:

https://tinywow.com/

سلام دوستان
اینجا اگر کسی کار طراحی سایت انجام می‌ده و سرعت عمل خوبی هم داره به این آیدی پیام بده لطفا:
@UrNg84

LAST 3 DAYS | Deadline - this hashtag#Friday 25 April 2025
Fully funded hashtag#PhD with hashtag#Scholarship and stipend
Email :: amit.srivastava@adelaide.edu.au :: with documents below.
-
The project aims to develop accessible design-to-production (hashtag#DTP) workflows for structurally optimised unreinforced masonry (hashtag#URM) systems using 3D-concrete-printed (hashtag#3DCP) discrete elements for terrestrial and space applications.
-
Andy Thomas Centre for Space Resources, University of Adelaide ;
Block Research Group, ETH Zurich, and Zaha Hadid Architects, with
Arch_Manu [ARC Centre for Next-Gen Architectural Manufacturing] are seeking a motivated PhD candidate for a fully funded research project in Computational Masonry. Candidate should have Masters Degree in architecture/engineering or related field, strong background in computational design, and relevant knowledge of structures and programming for 3D printing.
-
Email the following to :: amit.srivastava@adelaide.edu.au :: by Friday 25 April
1. CV/resume including academic background and relevant experience
2. Statement of research interests (max. 2 pages)
3. Portfolio demonstrating relevant design and computational work
4. Contact information for two academic or professional references
5. Copy of academic transcripts

موقعیت دکتری تو حوزه Computational Masonry
3 روز بیشتر وقت نداره برسی کنید

از این تخفیف میتونین برای دوره دیپ لرنینگ مرکز معماری استفاده کنید

پرامپت ساخت لوگوی طلایی در ChatGPT با پارامترهای قابل تغییر برای شخصی سازی خروجی:

Credit: HSetareh

{ "prompt": "A professional golden logo transformed from the uploaded reference image, maintaining all exact details and proportions without adding or removing any elements from the original photo. The logo should be centered in the frame against a deep black background. The logo elements should have an intensely shining, luxurious metallic gold finish with pronounced specular highlights and realistic light reflections. Subtle traces of light should emanate from the edges of the logo, creating a gentle glow effect that highlights its contours. A soft reflection of the logo should appear beneath it on the dark surface, as if placed on a slightly reflective floor or table. The reflection should fade gradually into the background. The light traces should be delicate and not overwhelming, just enough to create an elegant aura around the golden elements. The overall mood should be premium, sophisticated and luxurious.", "negative_prompt": "text, watermark, signature, blurry, low quality, pixelated, oversaturated, distorted proportions, low contrast, flat lighting, amateur design, busy background", "parameters": { "width": 1024, "height": 1024, "cfg_scale": 7.5, "seed": -1, "steps": 30, "sampler": "DPM++ 2M Karras", "style_preset": "photographic", "model": "realistic", "image_reference_weight": 0.85, "color_adjustments": { "brightness": 0.05, "contrast": 1.1, "saturation": 1.2 }, "background": { "type": "gradient", "colors": ["#000000", "#080808"], "direction": "radial" }, "lighting": { "main_light": { "direction": "front", "intensity": 0.8, "color": "#FFD700" }, "rim_light": { "intensity": 0.4, "color": "#FFF8E0" } }, "post_processing": { "glow": { "intensity": 0.4, "radius": 12, "color": "#FFF8E0" }, "vignette": { "strength": 0.4, "size": 0.8 }, "reflection": { "intensity": 0.5, "fade": 0.7, "offset": 20 } }, "material_properties": { "metallic": 1.0, "roughness": 0.12, "reflectivity": 0.85, "specular_highlight": 0.95, "gold_sheen": { "intensity": 0.9, "color_variation": "#FFDF00 to #FFC125", "micro_surface_detail": 0.7 } }, "preserve_original": { "structure_fidelity": 1.0, "detail_preservation": "maximum", "proportion_lock": true, "element_retention": "complete" } } }

#پرامپت

دوره‌ی رایگان هوش مصنوعی برای مبتدی‌ها از Microsoft:

https://microsoft.github.io/AI-For-Beginners/

تا امروز، ریاضی‌دان‌ها موفق شدن عدد پی رو تا ۶۲.۸ تریلیون رقم اعشار محاسبه کنن. این رکورد با استفاده از یک ابررایانه ثبت شده که برای انجام این محاسبات ۱۰۸ روز و ۹ ساعت زمان صرف شده.

رکورد جهانی حفظ ارقام پی متعلق به فردیه که تونسته بیش‌تر از ۷۰ هزار رقم رو از حفظ بگه.

جالبه که بدونید علاقه‌مندان به ریاضیات روز ۱۴ مارس (۳/۱۴) رو به عنوان روز تولد عدد پی جشن می‌گیرن و حتی بعضی‌ها در این روز کیک پای (Pie) می‌پزن، چون تلفظش شبیه π هست.

آنتروپیک اینجا اعلام کرده که موقع ضبط دموهاشون یک اتفاق بامزه و سرگرم‌کننده‌ای که باهاش مواجه شدن این بوده که Claude در حین کدنویسی یکدفعه شروع به استراحت کرده و عکس‌های پارک ملی Yellowstone رو سرچ و تماشا کرده!


https://x.com/AnthropicAI/status/1848742761278611504?t=UZJCAeSCK4XI2KRBiJvzgQ&s=19

تو دوره دیپ لرنینگ میخوام موارد زیر رو پوشش بدم. سعی میکنم کم کم در مورد هر الگوریتم مطالبی رو آماده کنم و کاربردشون رو مخصوصا تو معماری نشون بدم.
محتواها رو سعی میکنم به صورت ویدئوهای آموزشی کوتاه بذارم تا آشنایی اولیه رو با انواع الگوریتم ها پیدا کنید.
جلسه اول دیپ لرنینگ رو هم حضورش رو آزاد میذاریم و همین جا تو کانال لینک میذارم براتون

Introduction to AI Introduction and History of AI
Review: 1. Linear regression
2. Data sets and Vectors
3. Correlation and Covariance
4. Regularization
5. Logistic Regression
6. SoftMax Classifier
7. Neural Network
8. Optimization Methods
9. Distributions
Introduction to Neural Networks
Perceptron
Multi-Layered Perceptron
Convolutional Neural Networks & CNN Architectures
Pre-trained Networks and Transfer Learning and Training Tricks
Autoencoders and VAEs
Gans
Deep Convolutional GANs (DCGANs)
Conditional GAN (CGAN)
Cycle Gan
Pix to pix
Graphs
Graph Neural Network
GCN (Graph Convolutional Network)
GAN (Graph Attention Network)
Diffusion Models
Transformers.
BERT.
Large Language Models,
Prompt Programming