مسترکلاس Apple Intelligence و شبکههای عصبی
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- ساخت و استقرار اپلیکیشنهایی که از مدلهای بنیادی روی دستگاه اپل برای پردازش پیشرفته متن و خلاصهسازی استفاده میکنند
- طراحی شبکههای عصبی خام از ابتدا، همراه با درک ریاضی وزنها، بایاسها و توابع فعالسازی
- پیادهسازی قابلیتهای هوشمند سطح بالا با استفاده از فریمورکهای Vision و Audio و Translation برای ایجاد تجربههای کاربری چندوجهی
- تسلط به یکپارچهسازی مدلهای سفارشی یادگیری ماشین با استفاده از Core ML و Apple Neural Engine (ANE) برای دستیابی به حداکثر کارایی
پیشنیازهای دوره
- یک Mac با Apple Silicon (M1 و M2 و M3 و M4 یا M5) و حداقل 16GB رم (برای آموزش مدل محلی و استفاده سنگین از شبیهساز، 32GB توصیه میشود).
- نصب macOS 26 (Tahoe) و Xcode 26 یا نسخههای جدیدتر. برای تست روی دستگاه، داشتن یک دستگاه سازگار با Apple Intelligence (iPhone 15 Pro یا جدیدتر) بسیار توصیه میشود.
- درک خوب از Swift و SwiftUI - هرچند منطق هوش مصنوعی را با جزئیات پوشش میدهیم، اما از پیادهسازی استاندارد رابط کاربری سریع عبور میکنیم.
- آشنایی پایه با جبر در سطح دبیرستان - قرار است به صورت عمیق وارد ریاضیات پشت وزنها، بایاسها و توابع فعالسازی شویم.
توضیحات دوره
قوانین توسعه برای اپل تغییر کردهاند.
ما وارد عصر Apple Neural Engine (ANE) و مدلهای بنیادین روی دستگاه شدهایم. با انتشار iOS 26 و macOS 26 (Tahoe)، اپل هوش مصنوعی را غیرمتمرکز کرده و آن را از ابر مستقیماً به دست کاربر منتقل کرده است.
این دوره درباره هوش مصنوعی نظری یا مهندسی پرامپت نیست. این یک دوره جامع در سطح تولید است که برای برنامهنویسانی طراحی شده که میخواهند نسل بعدی اپلیکیشنهای هوشمند و مبتنی بر حریم خصوصی را طراحی کنند
این دوره شکاف میان منطق خام شبکههای عصبی و پیادهسازی سطح بالا با استفاده از جدیدترین فریمورکهای اپل را پر میکند. شما فقط از AI استفاده نخواهید کرد؛ بلکه سیستمهایی را میسازید که آن را قدرت میدهند.
بر اساس سبک تولید «Mastermind» برای هماهنگی با دقت فنی موضوع، این دوره با یک سبک ویژوال منحصربهفرد و با وضوح بالا ارائه شده است. شما اسلایدهای ثابت و خستهکننده نخواهید دید. با استفاده از انیمیشنهای سفارشی و مصورسازیهای پویا از معماری، هر خط کد و هر مسیر منطقی API را درست جلوی چشم خود میبینید. این کار باعث میشود حتی پیچیدهترین مفاهیم، از انتشار رو به عقب تا معماریهای ترنسفرمر، به صورت ویژوال و شهودی قابل درک شوند.
آنچه یاد خواهید گرفت:
هسته Apple Intelligence
- فریمورک مدل های بنیادی: پیادهسازی مستقیم LLMs روی دستگاه برای استخراج متن، خلاصهسازی و جستجوی سمانتیک
- Xcode 26 Intelligence: تسلط به اشکالزدایی با کمک AI، تولید کد از زبان طبیعی و تحلیل پیشبینانه ران تایم
- رایانش ابری خصوصی: درک مرز میان پردازش روی دستگاه و استنتاج سمت سرور با حفاظت حریم خصوصی
معماری شبکه عصبی
- From Scratch to ANE: ساخت شبکههای عصبی خام و بهینهسازی آنها به طور ویژه برای Apple Neural Engine
- پرسپترون و فراتر از آن: بررسی عمیق وزنها، بایاسها و توابع فعالسازی با منطق ویژوال دقیق و باکیفیت
- CNNs و ترنسفرمرها: پیادهسازی شبکههای عصبی کانولوشن و معماریهای مدرن ترنسفرمر برای بینایی و زبان
یکپارچهسازی سیستم و هوش Siri
- App Intents و Siri: تعبیه عمیق منطق سفارشی اپلیکیشنهای شما در آگاهی روی صفحه Siri و لایههای جدید اتوماسیون سراسری سیستم
- شخصیسازی روی دستگاه: استفاده از Personal Context و Semantic Index برای اینکه هوش مصنوعی اپلیکیشن شما کاملاً متناسب با کاربر به نظر برسد.
- خودکارسازی Intelligent: ساخت گردشکارهایی که به Apple Intelligence اجازه میدهند اکشنهای پیچیده و چندمرحلهای را در سراسر اپلیکیشن شما انجام دهد.
فریمورکهای پیشرفته توسعهدهنده
- Vision و Translation: هوش ویژوال بلادرنگ و یکپارچهسازی ترجمه لایو
- Create ML و Core ML: گردشکار آموزش مدلهای سفارشی و استقرار آنها با MLX برای کارایی آزمایشی
- تحلیل صدا و گفتار: منطق سطح بالای دستهبندی صوت و تشخیص گفتار
- و با مدل بنیادی میتوانید چتبات اختصاصی خود را بسازید که به صورت محلی روی دستگاه اجرا میشود، همچنین ترجمه را روی دستگاه و به صورت بلادرنگ انجام دهید یا چهرههای انسانی را تشخیص دهید.
مخاطبان دوره:
- توسعهدهندگان Swift و SwiftUI که میخواهند با تسلط به AI روی دستگاه، در لبه مطلق اکوسیستم اپل بمانند.
- مهندسان AI که میخواهند از مدلهای مبتنی بر ابر به سختافزار اپل با کارایی بالا و روی دستگاه مهاجرت کنند.
- معماران نرمافزار که باید پیامدهای مربوط به حریم خصوصی و کارایی Apple Intelligence را درک کنند.
- دانشجویان Mastermind که به ارزش تولیدی بالا و دقت فنی عمیق نیاز دارند.
آنچه همراه دوره ارائه میشود؟
- 11 آزمون تسلط: ارزیابیهای عمیق 50 سؤالی در پایان هر فصل برای سنجش درک و شهود شما
- داراییهای در سطح تولید: انیمیشنهای Flow سفارشی و فایلهای پروژهای که در سراسر دوره استفاده میشوند.
- آماده برای iOS 26 و macOS Tahoe: هر خط کد برای جدیدترین SDKs و الزامات حداقلی جدید 2026 تست شده است.
آینده نرمافزار هوشمند، خصوصی و روی دستگاه است. آیا آمادهاید آن را بسازید؟
همین حالا در دوره شرکت کرده و بیایید شروع به کار کنیم.
این دوره برای چه کسانی مناسب است؟
- توسعهدهندگان Swift و SwiftUI که میخواهند با تسلط به AI روی دستگاه، در خط مقدم مطلق اکوسیستم اپل بمانند.
- مهندسان مشتاق AI که میخواهند فراتر از فراخوانی API مبتنی بر ابر بروند و یاد بگیرند چگونه شبکههای عصبی را برای سختافزار محلی طراحی و بهینه کنند.
- معماران نرمافزار که باید جزئیات مربوط به حریم خصوصی، کارایی و پیادهسازی فریمورک Apple Intelligence را درک کنند.
- برنامهنویسان کنجکاو که به «جادو» قانع نیستند و میخواهند توضیحی عمیق از ریاضیات پشت AI مدرن (وزنها، بایاسها، توابع فعالسازی) داشته باشند.
مسترکلاس Apple Intelligence و شبکههای عصبی
-
مقدمه 01:46
-
توسعه اپلیکیشن - پیشنیازها (همه پروژههای دوره را از اینجا دانلود کنید) 01:09
-
Xcode 05:37
-
راهاندازی 00:35
-
آزمون تسلط فصل 1 - آمادهسازی برای هوش None
-
Apple Intelligence - بررسی 01:54
-
مقدمهای بر هوش مصنوعی 08:43
-
مدلها 02:22
-
معماری مدل 03:59
-
مدلهای اپل 02:45
-
آزمون تسلط فصل 2 - اصول هوش مصنوعی None
-
تکمیل کد 03:39
-
دستیار کدنویسی 10:26
-
مدلهای خارجی 02:44
-
مدلهای محلی 03:10
-
آزمون تسلط فصل 3 - توسعه با کمک AI در Xcode None
-
ابزارها - زمین بازی تصویر 05:57
-
سازنده تصویر 04:15
-
Genmojis 03:19
-
ذخیرهسازی Genmojis 02:02
-
پیادهسازی پیشرفته 10:04
-
ابزارهای نوشتن 03:40
-
پیادهسازی پیشرفته 04:32
-
فریمورک مدلهای بنیادی - سشن 08:44
-
دستورالعملها 02:16
-
استریمینگ 01:43
-
نمونهگیری 03:46
-
تولید هدایت شده 08:30
-
اسکیماهای پویا 07:15
-
فراخوانی ابزار 07:37
-
دسترسپذیری 03:47
-
خطاها 10:58
-
ذخیره سشنها 06:06
-
آداپتورها 15:45
-
زبان طبیعی - تشخیصدهنده زبان 04:37
-
Tokenizer 02:11
-
Tagger 09:23
-
تعبیهها 08:59
-
رابط ترجمه 03:50
-
تسکهای ترجمه 12:15
-
ترجمه دستهای 03:58
-
بررسی 00:53
-
تحلیل تصویر - دستهبندی تصویر 09:20
-
برجستگی مبتنی بر توجه 06:26
-
زیباییشناسی تصویر 02:26
-
تشخیص بارکد 04:17
-
تحلیل متن - تشخیص متن 04:39
-
تشخیص سند 12:02
-
تحلیل بدن انسان - تشخیص چهره 08:01
-
تشخیص بدن 06:57
-
تشخیص دست 03:49
-
Core Image 09:04
-
بارکدها 01:12
-
بخشبندی شخص 04:58
-
پردازش صدا - Speech Analyzer 05:32
-
رونویسی فایل 05:41
-
رونویسی لایو 11:12
-
ترجمه گفتار 01:26
-
سنتزکننده صدا 02:45
-
پیکربندی صدا 02:15
-
انتخاب صدا 02:50
-
صداهای پریمیوم 02:20
-
کنترل Synthesizer 03:47
-
تحلیل صدا 03:38
-
تحلیل فایل صوتی 04:44
-
تحلیل لایو صدا 04:07
-
فریمورک App Intents - App Intents 06:38
-
میانبرهای اپلیکیشن 06:52
-
دیالوگ 01:02
-
پارامترها 11:59
-
خطاها 01:42
-
انتیتی اپلیکیشن 11:45
-
Snippet View 09:59
-
نکات Siri 01:45
-
مدلهای سفارشی - Create ML 13:29
-
Core ML 07:19
-
مدلهای از پیش آموزش دیده 02:52
-
مدلهای خارجی - OpenAI 00:54
-
کلید API 02:00
-
API 06:15
-
Cloudflare 01:52
-
Workers 03:18
-
Wrangler 06:08
-
کتابخانه OpenAI 04:33
-
پیادهسازی 05:40
-
AI Gateway 03:33
-
شبکههای عصبی چگونه کار میکنند؟ - معماری شبکه 03:46
-
چرخه آموزش 01:10
-
انتشار رو به جلو 09:11
-
توابع خطا 07:42
-
انتشار رو به عقب 24:42
-
بهینهسازی 06:05
-
آموزش 02:16
-
فریمورک MLX 03:36
-
داده شبکه 13:57
-
انتشار رو به عقب 07:39
-
توابع ضرر 01:37
-
انتشار رو به عقب 00:39
-
بهینهسازی 02:18
-
معماری شبکه 03:17
-
آموزش 12:23
مشخصات آموزش
مسترکلاس Apple Intelligence و شبکههای عصبی
- تاریخ به روز رسانی: 1405/04/12
- سطح دوره:Alls
- تعداد درس:101
- مدت زمان :09:00:08
- حجم :7.45GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy