یادگیری تقویتی هوش مصنوعی با پایتون

آیا تا به حال فکر کرده‌اید که فناوری‌های هوش مصنوعی مانند OpenAI ChatGPT و GPT-4 واقعاً چگونه کار می‌کنند؟ در این دوره، شما پایه‌های این برنامه‌های تحول‌آفرین را خواهید آموخت.

وقتی مردم درباره هوش مصنوعی صحبت می‌کنند، معمولاً منظورشان یادگیری نظارت‌شده و بدون نظارت نیست.

این وظایف در مقایسه با کاری که ما معمولاً از هوش مصنوعی انتظار داریم — مثل بازی شطرنج و گو، رانندگی خودروها و شکست دادن بازی‌های ویدیویی در سطحی فراتر از انسان — نسبتاً ساده هستند.

یادگیری تقویتی اخیراً برای انجام تمام این کارها و بیشتر از آن محبوب شده است.

دقیقا مانند یادگیری عمیق، بخش زیادی از نظریه آن در دهه‌های ۷۰ و ۸۰ کشف شده بود، اما تا همین اواخر امکان مشاهده نتایج شگفت‌انگیز آن وجود نداشت.

در سال ۲۰۱۶ شاهد بودیم که AlphaGo شرکت گوگل قهرمان جهان در بازی Go را شکست داد.

هوش‌های مصنوعی بازی‌هایی مثل Doom و Super Mario را انجام دادند.

خودروهای خودران شروع به رانندگی در جاده‌های واقعی با سایر رانندگان و حتی جابه‌جایی مسافران (مثل Uber) بدون کمک انسان کردند.

اگر این موارد برای شما شگفت‌انگیز است، برای آینده آماده باشید چون قانون بازگشت شتاب‌گیرنده می‌گوید این پیشرفت‌ها به صورت تصاعدی ادامه خواهد یافت.

یادگیری درباره یادگیری نظارت‌شده و بدون نظارت کار کوچکی نیست. تا به امروز من بیش از ۲۵ دوره فقط درباره این موضوعات داشته‌ام.

اما یادگیری تقویتی دنیای جدیدی را باز می‌کند. همان‌طور که در این دوره خواهید آموخت، یادگیری تقویتی بسیار متفاوت از یادگیری نظارت‌شده و بدون نظارت است.

این حوزه منجر به بینش‌های جدیدی در روان‌شناسی رفتاری و علوم اعصاب شده است. همان‌طور که خواهید دید، فرآیند آموزش یک عامل بسیار شبیه آموزش یک حیوان یا حتی انسان است. این نزدیک‌ترین چیزی است که تاکنون به هوش عمومی مصنوعی واقعی رسیده‌ایم.

 
آنچه در این دوره پوشش داده می‌شود:

مسئله Multi-Armed Bandit و معضل جستجو و بهره‌برداری
روش‌های محاسبه میانگین و میانگین متحرک و ارتباط آن‌ها با گرادیان کاهشی تصادفی
فرایندهای تصمیم‌گیری مارکوف (MDPs)
برنامه‌نویسی پویا
روش مونت کارلو
یادگیری تفاوت زمانی (Q-Learning و SARSA)
روش‌های تقریب (چگونه یک شبکه عصبی عمیق یا مدل قابل مشتق دیگر را در الگوریتم یادگیری تقویتی وارد کنیم)
نحوه استفاده از OpenAI Gym بدون تغییر کد
پروژه: ساخت یک ربات معامله‌گر بورس با استفاده از Q-Learning
اگر آماده یک چالش جدید و یادگیری تکنیک‌های هوش مصنوعی هستید که در یادگیری نظارت‌شده، بدون نظارت یا یادگیری عمیق ندیده‌اید، این دوره برای شماست.

 
منتظرتان در کلاس هستم!

"اگر نتوانی آن را پیاده‌سازی کنی، یعنی آن را نفهمیده‌ای."

همان‌طور که فیزیک‌دان بزرگ ریچارد فاینمن گفت:
"چیزی را که نتوانم بسازم، نمی‌توانم بفهمم."

دوره‌های من تنها دوره‌هایی هستند که در آن‌ها یاد می‌گیرید الگوریتم‌های یادگیری ماشین را از صفر پیاده‌سازی کنید.

دوره‌های دیگر فقط به شما یاد می‌دهند چطور داده‌ها را در کتابخانه‌ها وارد کنید، اما آیا واقعاً برای نوشتن ۳ خط کد به کمک نیاز دارید؟

بعد از انجام همین کار برای ۱۰ دیتاست، متوجه می‌شوید ۱۰ چیز یاد نگرفته‌اید؛ فقط یک چیز یاد گرفته‌اید و ۱۰ بار آن را تکرار کرده‌اید...