آموزش هوش مصنوعی از صفر؛ ۵ دورهٔ رایگان و مسیر یادگیری قدم‌به‌قدم

آموزش هوش مصنوعی از صفر لازم نیست گران یا پیچیده باشد. چند دورهٔ رایگان و رسمی هست که از مفاهیم ساده شروع می‌کنند و دو تا از آن‌ها ترجمهٔ فارسی هم دارند. در این راهنما یک مسیر سه‌مرحله‌ای می‌خوانید: از شناخت مفاهیم بدون برنامه‌نویسی تا ساختن اولین برنامهٔ هوش مصنوعی.

اگر هنوز تعریف دقیق هوش مصنوعی را نمی‌دانید، اول هوش مصنوعی چیست را بخوانید. ما صفحهٔ رسمی همهٔ دوره‌های این راهنما را ۲۰ مهر ۱۴۰۵ بررسی کردیم.

آموزش هوش مصنوعی از صفر را از کجا شروع کنیم؟

اول هدفتان را روشن کنید. کسی که می‌خواهد در درس و کار روزمره از چت‌بات‌ها بهتر استفاده کند، به برنامه‌نویسی نیازی ندارد. کسی که می‌خواهد خودش برنامه یا مدل بسازد، باید کمی پایتون بلد باشد. جدول زیر پنج دورهٔ رایگان را کنار هم گذاشته است.

مرحلهٔ اول: مفاهیم پایه، بدون برنامه‌نویسی

۱. دورهٔ عناصر هوش مصنوعی را شروع کنید

دورهٔ ⁦Elements of AI⁩ را دانشگاه هلسینکی با شرکت MinnaLearn ساخته است. بخش اول آن، ⁦Introduction to AI⁩، به گفتهٔ سازنده‌اش برای همه است و ریاضی پیچیده یا برنامه‌نویسی نمی‌خواهد. در آن می‌خوانید هوش مصنوعی چیست، چه کارهایی از آن برمی‌آید و چه کارهایی نه، و چه اثری بر زندگی ما دارد. دوره رایگان است و هر وقت خواستید آن را جلو می‌برید، اما نسخهٔ فارسی ندارد.

۲. کار کردن درست با دستیارهای هوش مصنوعی را یاد بگیرید

آنتروپیک، سازندهٔ کلود، دوره‌های آموزشی رایگانی دارد. دورهٔ ⁦AI Fluency⁩ چهارده درس و یک آزمون دارد و حدود چهار ساعت طول می‌کشد. محور آن چهار مهارت است: واگذاری درست کار به هوش مصنوعی، توضیح روشن خواسته، سنجیدن جواب و استفادهٔ مسئولانه. اگر وقت دورهٔ کامل را ندارید، راهنمای سؤال پرسیدن بهتر از هوش مصنوعی خلاصهٔ کاربردی همین مهارت‌ها به فارسی است.

مرحلهٔ دوم: هوش مصنوعی مولد با ترجمهٔ فارسی

دورهٔ ⁦Generative AI for Beginners⁩ مایکروسافت ۲۱ درس دارد و یاد می‌دهد برنامه‌هایی بسازید که با مدل‌های زبانی کار می‌کنند؛ از نوشتن پرامپت تا ساختن چت‌بات. هر درس موضوع خودش را دارد، پس می‌توانید از هر جا که خواستید شروع کنید. دوره روی گیت‌هاب منتشر شده و ترجمهٔ فارسی آن در پوشهٔ ⁦translations/fa⁩ است.

این ترجمه را ابزار خودکار ⁦Co-op Translator⁩ مایکروسافت می‌سازد و به‌روز نگه می‌دارد. پس متن فارسی برای فهم کلی خوب است، اما اصطلاح‌های فنی را با نسخهٔ انگلیسی هم مقایسه کنید.

مرحلهٔ سوم: یادگیری ماشین و شبکهٔ عصبی

وقتی مفاهیم پایه را یاد گرفتید و کمی پایتون بلد بودید، سراغ دورهٔ ⁦AI for Beginners⁩ مایکروسافت بروید. این دوره دوازده هفته و ۲۴ درس است و درس‌ها، آزمونک و تمرین عملی دارند. در آن با ابزارهای ⁦TensorFlow⁩ و ⁦PyTorch⁩ کار می‌کنید و دربارهٔ اخلاق هوش مصنوعی هم می‌خوانید. این دوره هم ترجمهٔ خودکار فارسی دارد.

اگر می‌خواهید پیش از این دوره قدم کوچک‌تری بردارید، بخش دوم دورهٔ هلسینکی، ⁦Building AI⁩، الگوریتم‌های پایهٔ هوش مصنوعی را آموزش می‌دهد. سازنده‌اش می‌گوید پایتون مقدماتی برای استفادهٔ کامل از آن لازم است.

هر روز با یک دستیار هوش مصنوعی تمرین کنید

دوره‌ها مفاهیم را می‌دهند، اما یادگیری با تمرین جا می‌افتد. یک دستیار هوش مصنوعی می‌تواند معلم خصوصی‌تان باشد: مفهومی را که در درس نفهمیدید بپرسید و بخواهید با یک مثال ساده به فارسی توضیحش بدهد. بعد از او بخواهید چند سؤال کوتاه از همان درس بپرسد تا ببینید چقدر یاد گرفته‌اید.

یک نکته را فراموش نکنید: دستیارها گاهی با اطمینان اشتباه می‌کنند. نام‌ها، عددها و تاریخ‌ها را با منبع درس مقایسه کنید و هر جا شک داشتید، منبع را خودتان در کتاب یا سایت معتبر پیدا کنید؛ منبعی که دستیار پیشنهاد می‌دهد ممکن است وجود نداشته باشد. اگر دانشجو هستید، مرز کمک و تقلب را در هوش مصنوعی برای دانشجویان بخوانید.