دیتاهاب

دیتاهاب

ببین عزیز من، این هوش مصنوعی که این روزا همه جا اسمش رو میشنوی، تو ایران تازه واردِ. یعنی بخوام صادقانه بگم، هنوز ۱۰ سال نشده که جدی جدی پاش به دانشگاه‌ها و مراکز علمی ما باز شده. قبلش هم یه چیزایی بود ولی خب، اونقدر جدی نبود. تو صنعت هم همین داستانه - تازه…

نکته: اگه پست قبل نخوندی که حتما بخونش چون این مباحث خیلی بهم مربوطن
واسه راحتی کارت هم هشتگ آسیب_شناسی داخل کانال سرچ کن چون پیش فرض من اینه که پست قبل خوندی

رفقا، من کاری به حوزه‌های دیگه ندارم به صورت تخصصی دارم در مورد هوش مصنوعی صحبت می‌کنم و اینجا یه اتفاق مهم افتاد. داستان از این قراره که ما دو مدل رشد داریم: افقی و عمودی. حالا من به رشد عمودی میگم رشد عمقی. بذار برات قشنگ باز کنم این موضوع رو.

ببین، یه وقتایی میایم نگاه میکنیم میبینیم همه دارن پایتون درس میدن. خب من چیکار میکنم؟ میگم بذار یا یه چیز جدید یاد بدم، یا همین پایتون رو عمیق‌تر و پیشرفته‌تر توضیح بدم، جوری که تا حالا کسی نگفته. یا اصلاً برم سراغ یه موضوع دیگه (ولی بی نهایت موضوع وجود نداره که). اما یه مشکلی این وسط هست - این رشد عمقی یه جایی به ته خط میرسه!

مگه پایتون چقدر مبحث جدید داره؟! اکثر مباحثش گفته شده و دیگه مثلا پایتون رو مگه چقدر میشه عمیق تر گفت؟ دیگه نهایت بخوای شی گرایی و کار با فایل و ... بگی، نمیشه امنیت هم به بهونه اینکه داده مهمه و باید ازش محافظت بشه جز سرفصل ها بیاری.

میدونی چرا میگم ته خط؟ چون الان به یه بن‌بست رسیدیم. یعنی چی؟ یعنی بیشتر مطالب رو همه گفتن دیگه! مگه میشه پایتون رو از این بیشتر شکافت؟ خب شاید ذهن خلاق مدرسمون بگه که خب برو سراغ یادگیری ماشین و شبکه عصبی. خب اوکی سمت این تاپیک ها میری ولی اینام انتها دارن، خب مفاهیم محدودن دیگه، قرار نیست بی‌نهایت مفهوم جدید از آسمون بباره! اینجا بود که مراکز آموزشی موندن که 'خب حالا چی یاد بدیم؟

البته یه مشکل بزرگ‌تر هم هست. میدونی چیه؟ الان تو ایران، بچه‌هایی که تو حوزه هوش مصنوعی کار میکنن، اطلاعاتشون خیلی بیشتر از چیزیه که تو شرکت‌ها ازش انتظار دارن. یه شکاف فراخ این وسط افتاده - تو کلی چیز بلدی ولی فقط یه گوشه کوچیکش رو میتونی استفاده کنی. چرا؟ چون صنعت ما هنوز اونقدر پیشرفته نیست و تو عملاً بیشتر از نیازت میدونی. (ساده تر این حرف یعنی، ما تا الان هم زیادی عمیق شدیم)

#آسیب_شناسی

👍12

www.tgoop.com/data_hub_ir/842

1.27K viewsedited  Nov 10, 2024 at 06:12

نکته: اگه پست قبل نخوندی که حتما بخونش چون این مباحث خیلی بهم مربوطن
واسه راحتی کارت هم هشتگ آسیب_شناسی داخل کانال سرچ کن چون پیش فرض من اینه که پست قبل خوندی

رفقا، من کاری به حوزه‌های دیگه ندارم به صورت تخصصی دارم در مورد هوش مصنوعی صحبت می‌کنم و اینجا یه اتفاق مهم افتاد. داستان از این قراره که ما دو مدل رشد داریم: افقی و عمودی. حالا من به رشد عمودی میگم رشد عمقی. بذار برات قشنگ باز کنم این موضوع رو.

ببین، یه وقتایی میایم نگاه میکنیم میبینیم همه دارن پایتون درس میدن. خب من چیکار میکنم؟ میگم بذار یا یه چیز جدید یاد بدم، یا همین پایتون رو عمیق‌تر و پیشرفته‌تر توضیح بدم، جوری که تا حالا کسی نگفته. یا اصلاً برم سراغ یه موضوع دیگه (ولی بی نهایت موضوع وجود نداره که). اما یه مشکلی این وسط هست - این رشد عمقی یه جایی به ته خط میرسه!

مگه پایتون چقدر مبحث جدید داره؟! اکثر مباحثش گفته شده و دیگه مثلا پایتون رو مگه چقدر میشه عمیق تر گفت؟ دیگه نهایت بخوای شی گرایی و کار با فایل و ... بگی، نمیشه امنیت هم به بهونه اینکه داده مهمه و باید ازش محافظت بشه جز سرفصل ها بیاری.

میدونی چرا میگم ته خط؟ چون الان به یه بن‌بست رسیدیم. یعنی چی؟ یعنی بیشتر مطالب رو همه گفتن دیگه! مگه میشه پایتون رو از این بیشتر شکافت؟ خب شاید ذهن خلاق مدرسمون بگه که خب برو سراغ یادگیری ماشین و شبکه عصبی. خب اوکی سمت این تاپیک ها میری ولی اینام انتها دارن، خب مفاهیم محدودن دیگه، قرار نیست بی‌نهایت مفهوم جدید از آسمون بباره! اینجا بود که مراکز آموزشی موندن که 'خب حالا چی یاد بدیم؟

البته یه مشکل بزرگ‌تر هم هست. میدونی چیه؟ الان تو ایران، بچه‌هایی که تو حوزه هوش مصنوعی کار میکنن، اطلاعاتشون خیلی بیشتر از چیزیه که تو شرکت‌ها ازش انتظار دارن. یه شکاف فراخ این وسط افتاده - تو کلی چیز بلدی ولی فقط یه گوشه کوچیکش رو میتونی استفاده کنی. چرا؟ چون صنعت ما هنوز اونقدر پیشرفته نیست و تو عملاً بیشتر از نیازت میدونی. (ساده تر این حرف یعنی، ما تا الان هم زیادی عمیق شدیم)

#آسیب_شناسی

BY دیتاهاب