توسعه اپلیکیشنهای هوش مصنوعی با OpenAI ،ChatGPT و Python
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- یادگیری تعامل با پلتفرم OpenAI (Generative AI) با استفاده از کد Python
- یادگیری مبانی LLM، تکامل ChatGPT، آموزش و کاربرد عملی آن
- یادگیری کار با قابلیتهای چندوجهی مانند تصاویر، فایلها، صدا با استفاده از OpenAI و کد Python
- یادگیری استفاده از مهندسی پرامپت برای هدایت مدلهای هوش مصنوعی به تولید خروجیهای دقیق
- یادگیری استفاده از جدیدترین تکنیکها برای تولید خروجیهای ساختاریافته از LLM
- استفاده از قدرت تماس با توابع در OpenAI برای تعامل با سیستمهای خارجی
پیش نیازهای دوره
- تجربه کار با Python
- تجربه کار با IDEهایی مانند Visual Studio Code
توضیحات دوره
"توسعه اپلیکیشنهای هوش مصنوعی با OpenAI ،ChatGPT و Python" یک دوره جامع طراحی شده برای آموزش چگونگی استفاده از APIs و ابزارهای OpenAI برای ساخت اپلیکیشنهای پیشرفته هوش مصنوعی است.
- در این دوره اصول مدلهای زبانی بزرگ (LLMs) را بررسی خواهید کرد، تکامل ChatGPT را درک کرده و تجربه عملی در استفاده از قابلیتهای OpenAI برای پردازش متن، تصویر و صدا کسب خواهید کرد.
- این دوره موضوعات اساسی مانند مهندسی پرامپت، تولید داده ساختاریافته و تماس با توابع را پوشش میدهد و به شما این امکان را میدهد که راهحلهای هوش مصنوعی پویا و تعاملی ایجاد کنید.
چه شما یک توسعهدهنده، دانشمند داده یا علاقهمند به هوش مصنوعی باشید، این دوره دانش و مهارتهای لازم برای توسعه اپلیکیشنهای پیشرفته هوش مصنوعی با استفاده از Python و OpenAI را به شما ارائه میدهد.
شروع دوره
این بخش دوره را معرفی میکند و مواردی که میتوانید در نهایت یاد بگیرید و به دست آورید را بررسی میکند. ما چگونگی راهاندازی محیط خود، دانلود مطالب دوره و دسترسی به منابع لازم برای پیگیری را پوشش خواهیم داد.
مقدمهای بر مدلهای زبانی بزرگ (LLMs)، OpenAI و ChatGPT
به بررسی دنیای LLM ها بپردازید و نگاهی عمیق به ChatGPT OpenAI، معماری آن و چگونگی انقلاب در پردازش زبان هوش مصنوعی محور بیندازید. تاریخچه تعامل ما با کامپیوترها قبل از LLM ها را بررسی کنید و چگونگی تکامل آنها از زمان انتشار ChatGPT را درک کنید. شما تکامل LLM ها را دنبال خواهید کرد و پیچیدگیهای مربوط به آموزش این مدلها را خواهید فهمید.
OpenAI APIs: گامهای اولیه به سمت تسلط
به مراحل اساسی کار با API های OpenAI، از راهاندازی محیط خود در مک یا ویندوز تا انجام درخواستهای API اولیه مسلط خواهید شد. این بخش شامل نصب Python، مدیریت وابستگیها با استفاده از Poetry یا pip، پیکربندی کلید OpenAI API و تعامل با مدلهای GPT با استفاده از کلاینتهای OpenAI است.
تسلط به چندوجهیبودن: ایجاد و ویرایش تصاویر با OpenAI
یاد بگیرید چگونه از قابلیتهای OpenAI برای تولید و ویرایش تصاویر استفاده کنید. این بخش شما را با چندوجهیبودن در هوش مصنوعی آشنا میکند و ترکیب تولید متن و تصویر را بررسی میکند. شما چگونگی ایجاد تصاویر، ویرایش آنها و استفاده از توابع واریانت OpenAI برای افزایش خلاقیت را بررسی خواهید کرد.
تسلط به چندوجهیبودن: بررسی قابلیتهای بصری با OpenAI
به بررسی قابلیتهای بصری OpenAI بپردازید. شما یاد خواهید گرفت چگونه تصاویر را با استفاده از URL ها تحلیل کنید، تصاویر رمزگذاری شده base64 را پردازش کنید و محدودیتهای OpenAI’s Vision API را درک کنید. این دانش به شما کمک خواهد کرد تا راهحلهای مبتنی بر بینایی را در پروژههای خود ادغام کنید.
تسلط به چندوجهیبودن: ایجاد و پردازش صدا با OpenAI
چگونگی مدیریت داده صوتی توسط OpenAI شامل تبدیل متن به صدا، رونویسی گفتار به متن و ترجمه زبان با استفاده از Whisper API را بررسی کنید. شما تجربه عملی در تبدیل متن نوشته شده به گفتار و رونویسی زبان محاوره به متن کسب خواهید کرد.
مهندسی پرامپت
این بخش به هنر تنظیم پرامپتها برای هدایت مدلهای هوش مصنوعی در تولید خروجیهای دقیق میپردازد. با تکنیکهای مختلف تنظیم پرامپت، از جمله پرامپت نویسی zero-shot و few-shot، آشنا میشوید و چگونگی تنظیم پرامپتها برای دستیابی به نتایج مورد نظر را خواهید آموخت. همچنین بررسی خواهید کرد که چگونه پرامپتها را در برابر حملات تزریق محافظت کنید.
تولید داده ساختاریافته با OpenAI
یاد بگیرید چگونه داده ساختاریافته را با استفاده از LLM های OpenAI تولید کنید. این بخش شامل تکنیکهای مهندسی پرامپت، استفاده از Pydantic برای اعتبارسنجی داده و متدهای پیشرفته برای تولید خروجیهای ساختاریافته است. شما یاد خواهید گرفت که چگونه داده ساختاریافته را به طور کارآمد در Python مدیریت کنید و چگونه Pydantic را با مهندسی پرامپت برای تولید دقیق داده ترکیب کنید.
تماس با توابع با استفاده از ابزارها در OpenAI
کشف کنید چگونه از OpenAI برای تماس با توابع برای تعامل با سیستمهای خارجی، دریافت داده بلادرنگ و ساخت اپلیکیشنهای تعاملی استفاده کنید. شما یاد خواهید گرفت چگونه OpenAI را به API ها برای داده بلادرنگ، مانند بروزرسانیهای آب و هوا و قیمتهای سهام متصل کنید و اپلیکیشنهای هوش مصنوعی خود را پویا و پاسخگوتر کنید.
این دوره جامع شما را به مهارتهای لازم برای ساخت اپلیکیشنهای مجهز به هوش مصنوعی با استفاده از ابزارها و APIهای قدرتمند OpenAI مجهز میکند. به ما بپیوندید تا در این مسیر برای تسلط به هنر توسعه اپلیکیشنهای هوش مصنوعی، با پروژههای عملی و مثالهای دنیای واقعی، گام برداریم.
این دوره برای چه کسانی مناسب است؟
- توسعهدهندگان نرمافزار که به دنبال ادغام قابلیتهای هوش مصنوعی به اپلیکیشنهای خود با استفاده از OpenAI و Python هستند.
- دانشمندان داده که میخواهند مهارتهای خود را با توسعه اپلیکیشنهای هوش مصنوعی ارتقا دهند.
- علاقهمندان به هوش مصنوعی که میخواهند پیادهسازیهای عملی OpenAI’s APIs و ChatGPT را بررسی کنند.
- مهندسان یادگیری ماشین که به دنبال گسترش دانش خود با ادغام مدلهای زبانی در پروژهها هستند.
- کارآفرینان و استارتاپها که به دنبال ساخت محصولات یا خدمات مبتنی بر هوش مصنوعی به صورت سریع و کارآمد هستند.
- دانشجویان و فارغالتحصیلان رشتههای کامپیوتر یا رشتههای مرتبط که میخواهند تجربه عملی با اپلیکیشنهای هوش مصنوعی کسب کنند.
- هر کسی که به هوش مصنوعی کنجکاو است و درک اولیهای از Python دارد و تمایل دارد درباره توسعه اپلیکیشنهای هوش مصنوعی بیاموزد.
توسعه اپلیکیشنهای هوش مصنوعی با OpenAI ،ChatGPT و Python
-
مقدمه دوره 05:11
-
پیشنیازها 01:36
-
دنیا قبل از LLM ها: نگاهی به گذشته 05:33
-
مدلهای زبانی بزرگ و تکامل آنها 08:27
-
چگونه مدلهای LLM آموزش میبینند؟ 04:14
-
مدلهای GPT و تکامل آنها 07:40
-
مزایا، چالشها و کاربردها با استفاده از LLM ها 07:03
-
عضویت در حساب ChatGPT و شروع به کاوش 06:34
-
مقدمهای بر OpenAI API 06:51
-
ایجاد حساب OpenAI و دسترسی به OpenAI Playground 07:17
-
نصب Python در مک 05:29
-
نصب Python در ویندوز 01:59
-
راهاندازی پروژه پایه با استفاده از Poetry 07:29
-
راهاندازی کلید OpenAI API 03:29
-
تعامل با GPT با استفاده از کلاینت OpenAI 13:38
-
ساختاردهی تماسهای API با توابع 04:08
-
پرامپت، توکنها و توکنسازی - آنها چه هستند؟ 05:43
-
پارامترهای درخواست OpenAI - دما 08:32
-
پارامترهای درخواست OpenAI مانند max_tokens 03:09
-
پارامترهای درخواست OpenAI مانند top_p 04:59
-
پخش زنده پاسخهای OpenAI 06:10
-
درک پیامهای سیستم، دستیار و کاربر در OpenAI 07:05
-
پیامهای سیستم، دستیار و کاربر در عمل 06:11
-
مقدمهای بر چندوجهی بودن در هوش مصنوعی 02:40
-
ایجاد یک تصویر با استفاده از OpenAI 05:28
-
بازنویسی کد برای ذخیره تصویر در سیستم فایل 04:29
-
ایجاد یک واریانت با استفاده از تابع 03:49
-
باز کردن بینایی: قابلیتهای درک تصویر با استفاده از URL تصویر 09:23
-
باز کردن بینایی: درک قابلیتها - با استفاده از تصویر رمزگذاری شده 09:46
-
محدودیتهای Vision API 01:52
-
از گفتار به صدا: تبدیل متن به صدا با مدل TTS OpenAI 10:56
-
مقدمهای بر Whisper API در OpenAI 03:03
-
رونویسی گفتار با استفاده از Whisper API در OpenAI 09:49
-
ترجمه با استفاده از Whisper API در OpenAI - ترجمه از فرانسوی به انگلیسی 04:33
-
مهندسی پرامپت و الگوی پرامپت 04:08
-
راهاندازی پروژه برای مهندسی پرامپت 02:11
-
مهندسی پرامپت در عمل - بیایید به بررسی پرامپت برنامه سفر بپردازیم 11:51
-
درک تزریق پرامپت و چگونگی کاهش آن 06:03
-
پرامپتنویسی Zero Shot 05:08
-
پرامپتنویسی Few Shot 04:43
-
پرامپتنویسی زنجیره تفکر 11:52
-
تسلط به پرامپتهای چند مرحلهای 09:39
-
مقدمهای بر خروجیهای ساختاریافته در LLM 07:30
-
خروجیهای ساختاریافته با استفاده از مهندسی پرامپت 07:58
-
خروجیهای ساختاریافته با استفاده از مثالهای Few Shot با مهندسی پرامپت 08:34
-
Pydantic در عمل 09:10
-
خروجیهای ساختاریافته با اعتبارسنجی مدل Pydantic با استفاده از مهندسی پرامپت 07:45
-
خروجیهای ساختاریافته با استفاده از response_format و pydantic 05:38
-
تماس با توابع - چه و چرا؟ 10:43
-
تماس با توابع با OpenAI: دسترسی به نام و زمان سیستم 13:00
-
ساخت یک اپلیکیشن تعاملی خط فرمان 05:27
-
متصل کردن تماس با توابع OpenAI به Open Meteo API برای داده آب و هوای زمان واقعی 12:48
-
دریافت قیمت سهام بلادرنگ با استفاده از تماس با توابع OpenAI 14:02
مشخصات آموزش
توسعه اپلیکیشنهای هوش مصنوعی با OpenAI ،ChatGPT و Python
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:همه سطوح
- تعداد درس:53
- مدت زمان :06:02:50
- حجم :3.59GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy