[{"data":1,"prerenderedAt":219},["ShallowReactive",2],{"lesson:t3-s01-images":3,"course:hamhoosh":56},{"meta":4,"prev":11,"next":16,"sections":20},{"free_preview":5,"order":6,"slug":7,"source":8,"term":9,"title_fa":10},true,1,"t3-s01-images","book",3,"فصل ۰۱ — ساختِ تصویر با هوش مصنوعی",{"free_preview":5,"order":12,"slug":13,"source":8,"term":14,"title_fa":15},9,"t2-s09-assistant-project",2,"فصل ۰۹ — پروژه: یک دستیارِ شخصی بساز",{"free_preview":17,"order":14,"slug":18,"source":8,"term":9,"title_fa":19},false,"t3-s02-image-understanding","فصل ۰۲ — فهمِ تصویر",[21,25,28,33,36,39,43,46,49,53],{"kind":22,"heading":23,"html":24},"normal","در این فصل چه یاد می‌گیری","\u003Ch2 id=\"در-این-فصل-چه-یاد-می‌گیری\">در این فصل چه یاد می‌گیری\u003Ca class=\"head-anchor\" href=\"#%D8%AF%D8%B1-%D8%A7%DB%8C%D9%86-%D9%81%D8%B5%D9%84-%DA%86%D9%87-%DB%8C%D8%A7%D8%AF-%D9%85%DB%8C%E2%80%8C%DA%AF%DB%8C%D8%B1%DB%8C\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>تا اینجا فقط با کلمه‌ها کار کرده‌ای: پرامپت می‌فرستادی و متن می‌گرفتی. حالا وارد جعبه‌ابزارِ امروز می‌شویم، جایی که هوش مصنوعی دیگر فقط با متن سروکار ندارد. اولین کاری که یاد می‌گیری، ساختنِ تصویر است: یک جمله می‌نویسی و مدل از دلِ آن یک عکس بیرون می‌کشد که هرگز وجود نداشته. ولی قبل از آن باید یک چیزِ مهم را درست بفهمی — که مدلِ امروز چطور چند جنسِ داده (متن، تصویر، صدا) را کنارِ هم می‌فهمد. آخر این فصل هم می‌فهمی چرا این تصویرها گاهی دست‌های عجیب و نوشته‌های به‌هم‌ریخته دارند، و چطور دورش بزنی.\u003C\u002Fp>\n\u003Cp>\u003Cpicture>\u003Csource type=\"image\u002Fwebp\" srcset=\"\u002F_img\u002F01-image-multimodal.af773909b3.160.webp 160w, \u002F_img\u002F01-image-multimodal.af773909b3.320.webp 320w, \u002F_img\u002F01-image-multimodal.af773909b3.480.webp 480w, \u002F_img\u002F01-image-multimodal.af773909b3.640.webp 640w, \u002F_img\u002F01-image-multimodal.af773909b3.768.webp 768w, \u002F_img\u002F01-image-multimodal.af773909b3.960.webp 960w, \u002F_img\u002F01-image-multimodal.af773909b3.1280.webp 1280w\" sizes=\"(max-width: 900px) 100vw, 800px\">\u003Cimg src=\"\u002F_img\u002F01-image-multimodal.af773909b3.1280.jpg\" srcset=\"\u002F_img\u002F01-image-multimodal.af773909b3.160.jpg 160w, \u002F_img\u002F01-image-multimodal.af773909b3.320.jpg 320w, \u002F_img\u002F01-image-multimodal.af773909b3.480.jpg 480w, \u002F_img\u002F01-image-multimodal.af773909b3.640.jpg 640w, \u002F_img\u002F01-image-multimodal.af773909b3.768.jpg 768w, \u002F_img\u002F01-image-multimodal.af773909b3.960.jpg 960w, \u002F_img\u002F01-image-multimodal.af773909b3.1280.jpg 1280w\" sizes=\"(max-width: 900px) 100vw, 800px\" alt=\"یک برشِ آموزشی از یک مدلِ واحد که هم‌زمان به یک تکه متن، یک عکس و یک موجِ صوتی وصل است؛ کنارش، جدا و کوچک‌تر، یک دستگاهِ متخصصِ ساختِ تصویر که فقط تصویرِ تازه بیرون می‌دهد\" width=\"1376\" height=\"768\" loading=\"lazy\" decoding=\"async\">\u003C\u002Fpicture>\u003C\u002Fp>\n\u003Cp>آخر این فصل می‌توانی:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>بگویی \u003Ccode>multimodal\u003C\u002Fcode> یعنی چه و چرا مدلِ امروز یک مدلِ واحد است، نه چند متخصصِ چسبیده به‌هم\u003C\u002Fli>\n\u003Cli>فرقِ «فهمیدنِ تصویر» (همان مدلِ واحد) و «ساختنِ تصویر» (گاهی مدلِ جدا) را توضیح بدهی\u003C\u002Fli>\n\u003Cli>یک پرامپتِ تصویری بنویسی که سبک، ترکیب‌بندی و نور را کنترل کند و خروجی را تکرار به تکرار بهتر کنی\u003C\u002Fli>\n\u003Cli>محدودیت‌های واقعیِ ساختِ تصویر (دست‌ها، متنِ داخلِ تصویر) را تشخیص بدهی و راهِ دورزدنشان را بدانی\u003C\u002Fli>\n\u003C\u002Ful>\n",{"kind":22,"heading":26,"html":27},"قبل از شروع","\u003Ch2 id=\"قبل-از-شروع\">قبل از شروع\u003Ca class=\"head-anchor\" href=\"#%D9%82%D8%A8%D9%84-%D8%A7%D8%B2-%D8%B4%D8%B1%D9%88%D8%B9\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>\u003Cstrong>از فصل ۶ ترم ۱:\u003C\u002Fstrong> مدلِ زبانی با مدل‌های تصویر و صدا فرق دارد، و دستیارِ پیشرفتهٔ امروز می‌تواند چند جنسِ داده را با هم بفهمد.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>از فصل ۱ ترم ۲:\u003C\u002Fstrong> نیتِ روشن — هدف و زمینه را به مدل بده، وگرنه جوابِ کلی می‌گیری.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>از فصل ۳ ترم ۲:\u003C\u002Fstrong> حلقهٔ تکرار — اولین جواب یک پیش‌نویس است؛ پله‌پله بهترش می‌کنی.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>مثل همیشه فقط یک مرورگر و دستیارِ هوش مصنوعی‌ات (با کلیدِ رایگانِ خودت) لازم داری.\u003C\u002Fp>\n",{"kind":29,"heading":30,"html":31,"embed":32},"lab","","و بگذار باز بماند؛ هر پرامپتِ تصویری را که در این فصل می‌بینی همان‌جا امتحان کن و خروجی را با چشمِ خودت مقایسه کن","\u002Flab\u002Fembed\u002Fhamhoosh\u002Fterm-3-toolkit\u002Fsession-01-images",{"kind":22,"heading":34,"html":35},"۱. چندوجهی یعنی چه","\u003Ch2 id=\"۱-چندوجهی-یعنی-چه\">۱. چندوجهی یعنی چه\u003Ca class=\"head-anchor\" href=\"#%DB%B1-%DA%86%D9%86%D8%AF%D9%88%D8%AC%D9%87%DB%8C-%DB%8C%D8%B9%D9%86%DB%8C-%DA%86%D9%87\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>تا حالا شاید شنیده باشی که «هوش مصنوعی چشم و گوش ندارد». این جمله دیگر درست نیست. مدل‌های جدیِ امروز — از جمله همان Gemini رایگانی که در این دوره به‌کارش می‌بریم — از همان اول روی متن و تصویر و صدا \u003Cstrong>با هم\u003C\u002Fstrong> آموزش دیده‌اند. به این می‌گویند \u003Ccode>multimodal\u003C\u002Fcode>: یک مدلِ \u003Cstrong>واحد\u003C\u002Fstrong> که چند جنسِ داده را کنارِ هم می‌فهمد. این مهم است، پس آرام‌تر بگویمش: وقتی یک عکس به دستیارت می‌دهی و درباره‌اش سؤال می‌پرسی، یک «ابزارِ بینایی»ِ جدا وارد نمی‌شود که به مدل چسبانده باشند؛ همان مدلی که متن را می‌فهمد، خودِ تصویر را هم می‌فهمد.\u003C\u002Fp>\n\u003Cp>ولی یک نکتهٔ ظریف هست که خیلی‌ها اشتباه می‌گیرند. \u003Cstrong>فهمیدن\u003C\u002Fstrong> با \u003Cstrong>ساختن\u003C\u002Fstrong> فرق دارد. فهمیدنِ یک عکس یا یک صدا کارِ همان مدلِ واحد است. ولی وقتی می‌خواهی مدل یک عکسِ \u003Cstrong>تازه بسازد\u003C\u002Fstrong>، اغلب پشتِ پرده یک مدلِ \u003Cstrong>متخصصِ ساختِ تصویر\u003C\u002Fstrong> این کار را انجام می‌دهد و دستیار فقط خواسته‌ات را به آن می‌رساند. یعنی برای فهمیدن یک مدل، و برای ساختن گاهی یک متخصصِ جدا. این تصویرِ درستِ امروز است: نه «هوشِ بی‌چشم‌وگوش»ِ قدیمی، و نه یک مدلِ جادوییِ همه‌کاره.\u003C\u002Fp>\n\u003Cp>\u003Cstrong>قبل از ادامه، جواب بده:\u003C\u002Fstrong> اگر عکسی از یخچالت به دستیار بدهی و بپرسی «با این‌ها چه بپزم؟»، کارِ کدام است — همان مدلِ واحد، یا یک متخصصِ ساختِ تصویرِ جدا؟ و اگر بخواهی یک عکسِ تازه از یک غذای خیالی بسازد چه؟\u003C\u002Fp>\n",{"kind":22,"heading":37,"html":38},"۲. اولین تصویر: از کلمه تا عکس","\u003Ch2 id=\"۲-اولین-تصویر-از-کلمه-تا-عکس\">۲. اولین تصویر: از کلمه تا عکس\u003Ca class=\"head-anchor\" href=\"#%DB%B2-%D8%A7%D9%88%D9%84%DB%8C%D9%86-%D8%AA%D8%B5%D9%88%DB%8C%D8%B1-%D8%A7%D8%B2-%DA%A9%D9%84%D9%85%D9%87-%D8%AA%D8%A7-%D8%B9%DA%A9%D8%B3\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>بیا یک تصویر بسازیم. مدلِ تصویر روی حجمِ عظیمی از عکس‌ها به‌همراهِ توضیحِ متنیِ هرکدام آموزش دیده، پس یاد گرفته کدام شکل‌ها به کدام کلمه‌ها می‌خورند. تو یک جمله می‌دهی، مدل یک تصویر می‌سازد. ساده‌ترین پرامپت را امتحان کن:\u003C\u002Fp>\n\u003Cpre class=\"code-block\" dir=\"ltr\">\u003Ccode>یک گربهٔ نارنجی که روی یک کتاب خوابیده.\n\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Cp>یک عکسِ آبرومند می‌گیری: یک گربهٔ نارنجی، یک کتاب. ولی احتمالاً دقیقاً آن چیزی نیست که در ذهنت بود — شاید نورش سرد است، شاید از زاویه‌ای که نمی‌خواستی، شاید پس‌زمینه شلوغ است. این طبیعی است. یادت باشد مدل قطعی نیست: اگر همین پرامپت را دوباره بفرستی، یک گربهٔ \u003Cstrong>متفاوت\u003C\u002Fstrong> می‌سازد. تصویر از یک انبارِ آماده بیرون نمی‌آید؛ هر بار از نو ساخته می‌شود، دقیقاً مثلِ متن.\u003C\u002Fp>\n\u003Cp>پس اولین جواب، مثلِ همیشه، یک \u003Cstrong>پیش‌نویس\u003C\u002Fstrong> است. حالا برویم سراغِ اینکه چطور آن را کنترل کنیم.\u003C\u002Fp>\n",{"kind":40,"heading":41,"html":42},"meta","۳. پرامپتِ تصویری: سبک، ترکیب، نور","\u003Ch2 id=\"۳-پرامپتِ-تصویری-سبک-ترکیب-نور\">۳. پرامپتِ تصویری: سبک، ترکیب، نور\u003Ca class=\"head-anchor\" href=\"#%DB%B3-%D9%BE%D8%B1%D8%A7%D9%85%D9%BE%D8%AA%D9%90-%D8%AA%D8%B5%D9%88%DB%8C%D8%B1%DB%8C-%D8%B3%D8%A8%DA%A9-%D8%AA%D8%B1%DA%A9%DB%8C%D8%A8-%D9%86%D9%88%D8%B1\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>سه اهرمِ اصلی داری که با آن‌ها یک تصویرِ کلی را به دقیقاً چیزی که می‌خواهی تبدیل می‌کنی: \u003Cstrong>سبک\u003C\u002Fstrong>، \u003Cstrong>ترکیب‌بندی\u003C\u002Fstrong> و \u003Cstrong>نور\u003C\u002Fstrong>.\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>سبک:\u003C\u002Fstrong> جنسِ تصویر — عکسِ واقع‌گرایانه، نقاشیِ آبرنگ، طرحِ خطیِ ساده، سه‌بعدیِ کارتونی.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>ترکیب‌بندی:\u003C\u002Fstrong> چه چیزی کجای قاب است — نمای نزدیک یا دور، از بالا یا هم‌سطح، سوژه در وسط یا کنار.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>نور:\u003C\u002Fstrong> حال‌وهوای صحنه — نورِ گرمِ غروب، نورِ نرمِ یک پنجرهٔ ابری، نورِ تندِ ظهر.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>حالا همان گربه را با هر سه اهرم دوباره بخواه:\u003C\u002Fp>\n\u003Cpre class=\"code-block\" dir=\"ltr\">\u003Ccode>یک گربهٔ نارنجی که روی یک کتابِ باز خوابیده، نمای نزدیک از هم‌سطحِ چشم،\nسبکِ عکسِ واقع‌گرایانه، نورِ گرمِ نرمِ غروب که از پنجرهٔ کنار می‌تابد،\nپس‌زمینهٔ ساده و کم‌عمق.\n\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Cp>فرقش زمین تا آسمان است. حالا صحنه حال‌وهوا دارد، نگاهت جایی می‌رود که خواستی، و جنسِ تصویر همانی است که در ذهنت بود. همان حلقهٔ تکرارِ ترمِ قبل اینجا هم کار می‌کند: خروجی را نگاه کن، \u003Cstrong>یک چیز\u003C\u002Fstrong> را عوض کن («نور را سردتر کن»، «از بالا نشانش بده»، «پس‌زمینه را شلوغ‌تر کن»)، دوباره بساز، و فرق را ببین. تصویرسازیِ خوب یعنی چند دورِ کوچکِ اصلاح، نه یک پرامپتِ جادویی در اولین تلاش.\u003C\u002Fp>\n\u003Cblockquote>\n\u003Cp>💡 \u003Cstrong>نکته:\u003C\u002Fstrong> به‌جای صفتِ کلیِ «قشنگ» یا «حرفه‌ای»، چیزِ دیدنی بگو. «قشنگ» برای مدل یعنی هیچ؛ ولی «نورِ گرمِ غروب» و «نمای نزدیک» چیزهایی‌اند که می‌تواند بکشد. هر کلمهٔ پرامپتت باید به یک تصمیمِ تصویری وصل باشد.\u003C\u002Fp>\n\u003C\u002Fblockquote>\n",{"kind":22,"heading":44,"html":45},"۴. محدودیت‌های واقعی: دست‌ها و متنِ داخلِ تصویر","\u003Ch2 id=\"۴-محدودیت‌های-واقعی-دست‌ها-و-متنِ-داخلِ-تصویر\">۴. محدودیت‌های واقعی: دست‌ها و متنِ داخلِ تصویر\u003Ca class=\"head-anchor\" href=\"#%DB%B4-%D9%85%D8%AD%D8%AF%D9%88%D8%AF%DB%8C%D8%AA%E2%80%8C%D9%87%D8%A7%DB%8C-%D9%88%D8%A7%D9%82%D8%B9%DB%8C-%D8%AF%D8%B3%D8%AA%E2%80%8C%D9%87%D8%A7-%D9%88-%D9%85%D8%AA%D9%86%D9%90-%D8%AF%D8%A7%D8%AE%D9%84%D9%90-%D8%AA%D8%B5%D9%88%DB%8C%D8%B1\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>مدلِ تصویر معجزه نیست و دو ضعفِ مشهور دارد که باید بشناسی، وگرنه ساعت‌ها تلاش می‌کنی و گیج می‌مانی.\u003C\u002Fp>\n\u003Cp>\u003Cstrong>اول، دست‌ها.\u003C\u002Fstrong> انگشت‌ها شکل‌های پیچیده و متنوعی‌اند و مدل «نمی‌شمارد» — فقط شکلِ محتملی می‌کشد که شبیهِ دست است. برای همین \u003Cstrong>گاهی\u003C\u002Fstrong> پیش می‌آید که دستِ آدمِ توی تصویر شش انگشت داشته باشد یا انگشت‌ها عجیب پیچ بخورند. مدل‌های پرچم‌دارِ امروز این را خیلی کمتر از قبل اشتباه می‌کنند، ولی هنوز اولین‌جایی که باید نگاه کنی همین است.\u003C\u002Fp>\n\u003Cp>\u003Cstrong>دوم، و مهم‌تر، متنِ داخلِ تصویر.\u003C\u002Fstrong> مدلِ تصویر متن را مثلِ ما «هجی» نمی‌کند؛ بیشتر شکلِ حروفی را که دیده نقاشی می‌کند، بی‌آنکه لزوماً بداند املای درست چیست. برای متنِ کوتاهِ لاتین این چند سالِ اخیر خیلی بهتر شده و بعضی مدل‌ها یک کلمهٔ کوتاهِ انگلیسی را تمیز می‌نویسند؛ ولی برای فارسی و هر خطِ غیرلاتین هنوز نامطمئن است، و این همان قاعدهٔ ماندگاری است که باید یادت بماند. بیا خرابی‌اش را از نزدیک ببینیم. فرض کن یک تابلوی مغازه می‌خواهی که رویش نوشته باشد «کافه»:\u003C\u002Fp>\n\u003Cpre class=\"code-block\" dir=\"ltr\">\u003Ccode>یک تابلوی مغازهٔ کافه با نورِ گرم، که رویِ تابلو با خطِ خوش نوشته شده «کافه».\n\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Cp>مدل یک تصویرِ زیبا می‌سازد — تابلو، نورِ گرم، همه‌چیز سرِ جایش. ولی وقتی به خودِ حروف نگاه می‌کنی، به‌جای «کافه» چیزی می‌بینی شبیهِ «کاڡھ» یا حروفی که اصلاً کلمه نیستند؛ انگار کسی که فارسی بلد نیست فقط شکلِ حروف را از رو کشیده. برای فارسی و هر خطِ غیرلاتین این خرابی شدیدتر است. راهِ درست این است که متن را اصلاً از مدلِ تصویر نخواهی: تصویر را بدونِ نوشته بساز، بعد خودت متن را رویش بگذار. این دقیقاً همان قاعده‌ای است که در کلِ این دوره برای تصویرها رعایت می‌کنیم.\u003C\u002Fp>\n\u003Cblockquote>\n\u003Cp>✅ \u003Cstrong>وارسی:\u003C\u002Fstrong> اگر تصویری می‌سازی که قرار است چیزِ واقعی را نشان بدهد — یک نمودار، یک بنای واقعی، شکلِ درستِ یک وسیله — یادت باشد مدلِ تصویر جزئیات را \u003Cstrong>می‌سازد\u003C\u002Fstrong>، حتی وقتی غلط‌اند؛ یک نمودارِ زیبا می‌کشد که فِلِش‌ها و برچسب‌هایش بی‌معنی‌اند. سه قانونِ ثابتِ این دوره همیشه سرِ جایشان‌اند: \u003Cstrong>«اول خودت فکر کن» — «وارسی کن، خط به خط» — «مدل مطمئن است؛ دلیل نمی‌شود درست باشد».\u003C\u002Fstrong> تصویرِ آموزشی یا فنی را همیشه با یک مرجعِ واقعی تطبیق بده، نه اینکه چون خوش‌ساخت است باورش کنی.\u003C\u002Fp>\n\u003C\u002Fblockquote>\n\u003Cblockquote>\n\u003Cp>⚠️ \u003Cstrong>مواظب باش:\u003C\u002Fstrong> اگر تصویری را که ساختی جایی منتشر می‌کنی، صادق باش که با هوش مصنوعی ساخته شده — همان قاعدهٔ صداقتی که در فصل ۷ ترم ۱ دیدی. و هیچ‌وقت چهرهٔ یک آدمِ واقعی را بی‌اجازه‌اش بازنساز؛ چرایش را در ترم ۶ کامل می‌بینی.\u003C\u002Fp>\n\u003C\u002Fblockquote>\n",{"kind":22,"heading":47,"html":48},"واژه‌های تازهٔ این فصل","\u003Ch2 id=\"واژه‌های-تازهٔ-این-فصل\">واژه‌های تازهٔ این فصل\u003Ca class=\"head-anchor\" href=\"#%D9%88%D8%A7%DA%98%D9%87%E2%80%8C%D9%87%D8%A7%DB%8C-%D8%AA%D8%A7%D8%B2%D9%87%D9%94-%D8%A7%DB%8C%D9%86-%D9%81%D8%B5%D9%84\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cdiv class=\"table-wrap\">\u003Ctable>\u003Cthead>\n\u003Ctr>\n\u003Cth>کلمه\u003C\u002Fth>\n\u003Cth>تلفظ به حروف فارسی\u003C\u002Fth>\n\u003Cth>یعنی چه\u003C\u002Fth>\n\u003C\u002Ftr>\n\u003C\u002Fthead>\n\u003Ctbody>\n\u003Ctr>\n\u003Ctd>multimodal\u003C\u002Ftd>\n\u003Ctd>مالتی‌مودال\u003C\u002Ftd>\n\u003Ctd>یک مدلِ واحد که چند جنسِ داده (متن، تصویر، صدا) را با هم می‌فهمد\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>مدلِ تصویر\u003C\u002Ftd>\n\u003Ctd>—\u003C\u002Ftd>\n\u003Ctd>مدلی که از یک جملهٔ متنی یک عکسِ تازه می‌سازد\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftbody>\n\u003C\u002Ftable>\u003C\u002Fdiv>",{"kind":50,"heading":51,"html":52},"checkpoint","تمرین‌ها","\u003Ch2 id=\"تمرین‌ها\">تمرین‌ها\u003Ca class=\"head-anchor\" href=\"#%D8%AA%D9%85%D8%B1%DB%8C%D9%86%E2%80%8C%D9%87%D8%A7\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>\u003Cstrong>تمرین اجباری:\u003C\u002Fstrong> یک تصویر را دو بار بساز. اول عمداً کلی بخواه («یک منظره بساز»). بعد همان را با هر سه اهرم دوباره بخواه: سبک، ترکیب‌بندی و نور را مشخص کن. دو خروجی را کنارِ هم بگذار و در یک جمله بنویس دقیقاً چه چیزی عوض شد و کدام اهرم بیشترین اثر را داشت.\u003C\u002Fp>\n\u003Cp>\u003Cstrong>تمرین ستاره‌دار ⭐:\u003C\u002Fstrong> از مدل بخواه تصویری بسازد که یک کلمهٔ مشخص (فارسی یا انگلیسی) رویش نوشته باشد. خروجی را نگاه کن، بنویس حروف دقیقاً چطور خراب شدند، و بعد همان تصویر را بدونِ نوشته بساز تا فرق را ببینی.\u003C\u002Fp>\n",{"kind":22,"heading":54,"html":55},"در فصل بعد","\u003Ch2 id=\"در-فصل-بعد\">در فصل بعد\u003Ca class=\"head-anchor\" href=\"#%D8%AF%D8%B1-%D9%81%D8%B5%D9%84-%D8%A8%D8%B9%D8%AF\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>این فصل تصویر را \u003Cstrong>می‌ساختی\u003C\u002Fstrong>؛ فصلِ بعد جهتش برعکس می‌شود: یک عکس به مدل \u003Cstrong>می‌دهی\u003C\u002Fstrong> و ازش سؤال می‌پرسی. یاد می‌گیری متنِ داخلِ یک عکس را با \u003Ccode>OCR\u003C\u002Fcode> بیرون بکشی، از مدل بخواهی یک نمودار را برایت توضیح بدهد — و ببینی چطور همین‌جا هم می‌تواند با اطمینان چیزی را که در تصویر نیست بسازد، پس باز هم وارسی لازم می‌شود.\u003C\u002Fp>\n",{"course":57,"entitled":17,"lessons":65,"payments_enabled":17,"terms":218,"live":5},{"active_window":58,"effective_price_toman":59,"free":5,"lesson_count":60,"price_toman":61,"slug":62,"summary_fa":63,"title_fa":64},null,0,51,2500000,"hamhoosh","از «هوش مصنوعی واقعاً چیست» تا ساختن ابزار واقعی با آن — بدون دیوار ریاضی و بدون پیش‌نیاز برنامه‌نویسی. هوش مصنوعی همکارِ هوشمندی است که وارسی‌اش می‌کنی، نه اوراکلی که چشم‌بسته باور کنی.","هم‌هوش — خودآموز هوش مصنوعی",[66,69,72,75,79,83,87,91,95,98,101,104,107,110,113,116,119,120,121,122,125,128,131,134,137,140,143,146,149,152,155,158,161,164,167,170,173,176,179,182,185,188,191,194,197,200,203,206,209,212,215],{"free_preview":5,"order":6,"slug":67,"source":8,"term":6,"title_fa":68},"t1-s01-first-conversation","فصل ۰۱ — با چه چیزی حرف می‌زنی؟ اولین گفت‌وگو",{"free_preview":5,"order":14,"slug":70,"source":8,"term":6,"title_fa":71},"t1-s02-how-it-learns","فصل ۰۲ — چطور یاد گرفت",{"free_preview":5,"order":9,"slug":73,"source":8,"term":6,"title_fa":74},"t1-s03-tokens","فصل ۰۳ — توکن: واحدِ کارِ مدل",{"free_preview":5,"order":76,"slug":77,"source":8,"term":6,"title_fa":78},4,"t1-s04-hallucination","فصل ۰۴ — چرا مطمئن ولی غلط: توهم",{"free_preview":5,"order":80,"slug":81,"source":8,"term":6,"title_fa":82},5,"t1-s05-limits","فصل ۰۵ — مرزها: چه نمی‌داند و چه نباید ازش خواست",{"free_preview":5,"order":84,"slug":85,"source":8,"term":6,"title_fa":86},6,"t1-s06-types","فصل ۰۶ — گونه‌های هوش مصنوعی",{"free_preview":5,"order":88,"slug":89,"source":8,"term":6,"title_fa":90},7,"t1-s07-responsible-start","فصل ۰۷ — از همین حالا مسئولانه",{"free_preview":5,"order":92,"slug":93,"source":8,"term":6,"title_fa":94},8,"t1-s08-interrogate-project","فصل ۰۸ — پروژه: یک مدل را بازجویی کن",{"free_preview":5,"order":6,"slug":96,"source":8,"term":14,"title_fa":97},"t2-s01-intent","فصل ۰۱ — نیت، نه جادو",{"free_preview":5,"order":14,"slug":99,"source":8,"term":14,"title_fa":100},"t2-s02-context","فصل ۰۲ — زمینه‌دادن",{"free_preview":5,"order":9,"slug":102,"source":8,"term":14,"title_fa":103},"t2-s03-iterate","فصل ۰۳ — حلقهٔ تکرار",{"free_preview":5,"order":76,"slug":105,"source":8,"term":14,"title_fa":106},"t2-s04-verify","فصل ۰۴ — وارسی: مهم‌ترین مهارت",{"free_preview":5,"order":80,"slug":108,"source":8,"term":14,"title_fa":109},"t2-s05-system","فصل ۰۵ — لحنِ ثابت و دستورِ سیستمی",{"free_preview":5,"order":84,"slug":111,"source":8,"term":14,"title_fa":112},"t2-s06-tune","فصل ۰۶ — کنترلِ خلاقیت، دقت و عمق",{"free_preview":5,"order":88,"slug":114,"source":8,"term":14,"title_fa":115},"t2-s07-structured","فصل ۰۷ — پرامپتِ ساختارمند و قابلِ‌استفادهٔ مجدد",{"free_preview":5,"order":92,"slug":117,"source":8,"term":14,"title_fa":118},"t2-s08-antipatterns","فصل ۰۸ — دام‌ها و افسانه‌ها",{"free_preview":5,"order":12,"slug":13,"source":8,"term":14,"title_fa":15},{"free_preview":5,"order":6,"slug":7,"source":8,"term":9,"title_fa":10},{"free_preview":17,"order":14,"slug":18,"source":8,"term":9,"title_fa":19},{"free_preview":17,"order":9,"slug":123,"source":8,"term":9,"title_fa":124},"t3-s03-audio-video","فصل ۰۳ — صدا و ویدیو",{"free_preview":17,"order":76,"slug":126,"source":8,"term":9,"title_fa":127},"t3-s04-research","فصل ۰۴ — پژوهش با هوش مصنوعی",{"free_preview":17,"order":80,"slug":129,"source":8,"term":9,"title_fa":130},"t3-s05-writing","فصل ۰۵ — نوشتن و بازنویسی",{"free_preview":17,"order":84,"slug":132,"source":8,"term":9,"title_fa":133},"t3-s06-study","فصل ۰۶ — یادگیری و درس‌خواندن",{"free_preview":17,"order":88,"slug":135,"source":8,"term":9,"title_fa":136},"t3-s07-work","فصل ۰۷ — کارِ حرفه‌ای",{"free_preview":17,"order":92,"slug":138,"source":8,"term":9,"title_fa":139},"t3-s08-coding-help","فصل ۰۸ — کمکِ کدنویسی (بی‌آنکه برنامه‌نویس باشی)",{"free_preview":17,"order":12,"slug":141,"source":8,"term":9,"title_fa":142},"t3-s09-workflow-project","فصل ۰۹ — پروژه: یک جریانِ کاریِ واقعی",{"free_preview":5,"order":6,"slug":144,"source":8,"term":76,"title_fa":145},"t4-s01-training-deep","فصل ۰۱ — آموزش، عمیق‌تر (بدون ریاضی)",{"free_preview":17,"order":14,"slug":147,"source":8,"term":76,"title_fa":148},"t4-s02-embeddings","فصل ۰۲ — از توکن تا معنا: embedding",{"free_preview":17,"order":9,"slug":150,"source":8,"term":76,"title_fa":151},"t4-s03-context-memory","فصل ۰۳ — حافظه و پنجرهٔ زمینه",{"free_preview":17,"order":76,"slug":153,"source":8,"term":76,"title_fa":154},"t4-s04-rag","فصل ۰۴ — RAG: دادنِ دانشِ تازه به مدل",{"free_preview":17,"order":80,"slug":156,"source":8,"term":76,"title_fa":157},"t4-s05-agents","فصل ۰۵ — عامل‌ها و ابزارها",{"free_preview":17,"order":84,"slug":159,"source":8,"term":76,"title_fa":160},"t4-s06-local-vs-cloud","فصل ۰۶ — مدلِ محلی در برابر ابری",{"free_preview":17,"order":88,"slug":162,"source":8,"term":76,"title_fa":163},"t4-s07-persian-gap","فصل ۰۷ — شکافِ فارسی-انگلیسی",{"free_preview":17,"order":92,"slug":165,"source":8,"term":76,"title_fa":166},"t4-s08-mental-model-project","فصل ۰۸ — پروژه: نقشهٔ ذهنیِ یک پاسخ",{"free_preview":5,"order":6,"slug":168,"source":8,"term":80,"title_fa":169},"t5-s01-api-idea","فصل ۰۱ — API چیست: حرف‌زدنِ برنامه با مدل",{"free_preview":17,"order":14,"slug":171,"source":8,"term":80,"title_fa":172},"t5-s02-first-call","فصل ۰۲ — اولین فراخوانی",{"free_preview":17,"order":9,"slug":174,"source":8,"term":80,"title_fa":175},"t5-s03-from-js","فصل ۰۳ — از JavaScript صدا بزن",{"free_preview":17,"order":76,"slug":177,"source":8,"term":80,"title_fa":178},"t5-s04-system-in-code","فصل ۰۴ — نقش و پارامتر در کد",{"free_preview":17,"order":80,"slug":180,"source":8,"term":80,"title_fa":181},"t5-s05-structured-output","فصل ۰۵ — خروجیِ ساختارمند",{"free_preview":17,"order":84,"slug":183,"source":8,"term":80,"title_fa":184},"t5-s06-build-app","فصل ۰۶ — یک وب‌اپِ کوچکِ هوش‌مصنوعی‌دار",{"free_preview":17,"order":88,"slug":186,"source":8,"term":80,"title_fa":187},"t5-s07-cost-limits","فصل ۰۷ — هزینه، سهمیه و مرزها",{"free_preview":17,"order":92,"slug":189,"source":8,"term":80,"title_fa":190},"t5-s08-ship-project","فصل ۰۸ — پروژه: ابزارِ هوش‌مصنوعیِ خودت را منتشر کن",{"free_preview":5,"order":6,"slug":192,"source":8,"term":84,"title_fa":193},"t6-s01-deepfakes","فصل ۰۱ — دیپ‌فیک و رسانهٔ جعلی",{"free_preview":17,"order":14,"slug":195,"source":8,"term":84,"title_fa":196},"t6-s02-misinformation","فصل ۰۲ — دفاع در برابر بدْاطلاعات",{"free_preview":17,"order":9,"slug":198,"source":8,"term":84,"title_fa":199},"t6-s03-detection-myth","فصل ۰۳ — افسانهٔ «تشخیصِ هوش مصنوعی»",{"free_preview":17,"order":76,"slug":201,"source":8,"term":84,"title_fa":202},"t6-s04-bias","فصل ۰۴ — سوگیری و انصاف",{"free_preview":17,"order":80,"slug":204,"source":8,"term":84,"title_fa":205},"t6-s05-privacy-data","فصل ۰۵ — حریم خصوصی و دادهٔ تو",{"free_preview":17,"order":84,"slug":207,"source":8,"term":84,"title_fa":208},"t6-s06-ownership","فصل ۰۶ — مالکیت و کپی‌رایتِ خروجی",{"free_preview":17,"order":88,"slug":210,"source":8,"term":84,"title_fa":211},"t6-s07-work-future","فصل ۰۷ — کار، مهارت و مرزهای سالم",{"free_preview":17,"order":92,"slug":213,"source":8,"term":84,"title_fa":214},"t6-s08-safety-ethics","فصل ۰۸ — ایمنی و اخلاق، بدونِ موعظه",{"free_preview":17,"order":12,"slug":216,"source":8,"term":84,"title_fa":217},"t6-s09-capstone","فصل ۰۹ — پروژهٔ نهایی: چیزی مسئولانه بساز و منتشر کن",[],1784990545768]