Melanee ‌Channel

به استحضار میرسانم؛ پروژه ی تحقیقاتی من راجع به "ترجمه ی خط میخی فارسی باستان با هوش مصنوعی" در هفتمین کنفرانس ملی زبان شناسی رایانشی در محل پژوهشگاه علوم انسانی و مطالعات فرهنگی ارائه شد.
فایل مقاله ام را می توانید از لینک زیر دانلود کنید:

https://www.researchgate.net/publication/382528886_Translating_Old_Persian_cuneiform_by_artificial_intelligence_AI

امیدوارم کار تحقیقاتی من در این پروژه توسط محقق های دیگر ادامه پیدا کند تا دستاورد های با ارزش این پروژه را در پیشرفت فرهنگ و تمدن کشور عزیزمان ایران ببینیم.



#پروژه_EOPL
#ترجمه_خط_میخی_فارسی_باستان
#هوش_مصنوعی

چند روز پیش در مراسم بزرگداشت پروفسور عبدالمجید ارفعی (متخصص خط میخی ایلامی) حضور داشتم، ایشون فرمودند در حدود سال ۱۳۱۴ به وقت دولت رضا شاه، تعداد حدود ۳۰ هزار کتیبه ی باستانی که از باروی شمال شرقی تخت جمشید کشف شده بودند، برای تحقیقات به موسسه شرقی دانشگاه شیکاگو آمریکا، ارسال شدند (به صورت امانی).
این کتیبه ها در ۵۴ جعبه چوبی بسته بندی شدند و از طریق بندر بوشهر به آمریکا فرستاده شدند و پس از گذشت ۸۹ سال هنوز به صورت کامل به ایران برنگشتند، فقط تعدادیشون طی دوره های مختلف در سفرهای ریاست جمهوری به وطن بازگردانده شدند.

پروفسور عبد المجید ارفعی فرمودند هنوز تعداد زیادی از این کتیبه ها خوانش نشده چون خوانش این کتیبه ها بسیار وقت گیر هست؛ یعنی ما هنوز کلی اسناد تاریخی داریم که از محتواشون بیخبر هستیم!

اگر پروژه ی من برای این کتیبه ها به کار گرفته بشه، خیلی سریع میتونیم کتیبه هارو خوانش کنیم و از اطلاعات این گنجینه های با ارزش با خبر بشیم؛ چون سرعت مغز کامپیوتر از مغز انسانی بسیار سریعتر هست.

پ.ن: مراسم بزرگداشت پروفسور عبدالمجید ارفعی، تهران، خانه هنرمندان ایران، نوزدهم مهر سال ۱۴۰۳ هجری خورشیدی

مفتخرم اعلام کنم پروژه ی "ترجمه ی خط میخی فارسی باستان با هوش مصنوعی" من در هفتمین همایش ملی زبان شناسی رایانشی پذیرفته شد و قراره آبان ۱۴۰۳ در پژوهشگاه علوم انسانی و مطالعات فرهنگی راجبش سخنرانی کنم.
بعد از برگزاری همایش هم به امید خدا قراره مقاله ام در مجله "زبان و زبان شناسی" که یکی از معتبرترین مجله های ایران در حوزه زبان شناسی هست چاپ و منتشر بشه🥰.

از خانم دکتر صالحی، دبیر همایش، برای تشویق من به ارسال مقاله ام به همایش بسیار سپاسگزارم و از خداوند برایشان آرزوی سلامتی و موفقیت دارم.🙏❤.

لینک گیت هاب پروژه:

https://github.com/Melanee-Melanee/Old-Persian-Cuneiform-OCR۱

دوستان و همکاران عزیزم من یک برنامه جالب پایتونی نوشتم که به ما کمک میکنه بدون اینکه بخوایم تعداد زیادی فایل PDF رو باز کنیم و بخونیم، برنامه تمام PDF هارو میخونه و فایل هارو طبق تعداد کلمات کلیدی (keyword) که ما بهش دادیم در خروجی مرتب (sort) میکنه و به ما نشون میده!
در واقع به ما کمک میکنه سریع متوجه بشیم کدوم فایل های PDF مرتبط تر هست با اون چیزی که ما میخوایم.

این برنامه، کاربرد های زیادی میتونه داشته باشه مثلا به رکروترها و مدیران استخدام کننده کمک میکنه که در سریع ترین زمان ممکن، از بین تعداد زیادی رزومه که به دست شون رسیده، مرتبط ترین کارمند رو انتخاب کنند.‌ اسم این برنامه رو
Simple Resume Analyzer
گذاشتم.

کد رو در قالب یک فایل ژوپیتر نوت بوک در گیتهابم منتشر کردم، خیلی ممنون میشم به این ریپازیتوری من یک ستاره (star) بدید🥰🙏❤🌸.

https://github.com/Melanee-Melanee/Simple_Resume_Analyzer

راستی یادم رفت بگم، تاریخ اجرای پروژه هام رو از تاریخ اولین کامیت اون پروژه ام در GitHub پیدا کردم.‌


این طوری معما حل شد.

#تجربه

امروز برای کاری مجبور بودم پروژه های سه سال پیشم رو دوباره اجرا کنم ولی بعضی برنامه هام رو به علت تداخل ورژن ها نتونستم اجرا کنم.

از طرفی هم چون اون زمان تازه کار بودم نمیدونستم که باید ورژن دقیق کتابخانه ها و ماژول هایی که استفاده میکنم رو سیو کنم؛ برای همین نمیدونستم کدوم ورژن هارو اون زمان استفاده کردم.

خیلی فکر کردم و در نهایت این راه حل به ذهنم رسید که من اگر تاریخ دقیق اجرای برنامه هام در سه سال پیش رو بدونم میتونم شماره ورژن کتابخانه هارو از مخزن PyPI پیدا کنم؛ هر کتابخانه در مخزن PyPI یک قسمت Release history داره که تمام ورژن های اون کتابخانه رو طبق تاریخ انتشارش منتشر کرده.

به این روش تونستم شماره دقیق ورژن هارو دربیارم و کتابخانه هارو دقیق با همون ورژن ها دوباره نصب کنم و مشکلم برطرف شد. یک فایل requirements.txt هم درست کردم.



پ.ن: وقتی میزنید pip install آخرین ورژن اون کتابخانه برای شما نصب میشه.‌ اگر بخواید ورژن های گذشته براتون نصب شه، مثلا کتابخانه نامپای در تاریخ نوامبر ۲۰۲۲:

pip install numpy==1.23.5

گر همه عِلم عالِمت باشد
بی عمل، مدعی و کذابی

عِلم چندان که بیشتر خوانی
چون عمل در تو نیست نادانی


<<سعدی>>

درس افزار دانشگاه صنعتی شریف:


https://ocw.sharif.ir/

چند روز پیش میخواستم مدل Llama 2 رو روی دیتای خودم فاین تیون کنم ولی چون میخواستم روی گوگل کولب کار کنم این کار عملی نبود چون گوگل کولب ریسورس های محدودی داره و مدل به این بزرگی رو نمیشه بر روی آن train کرد. برای همین از تکنیکِ
LoRA (Low Rank Adaption)
استفاده کردم که چون این تکنیک میاد تعداد پارامترهای قابل آموزش رو کم تر میکنه و کار trainig راحت تر انجام میشه.

سورس کدهای استفاده از LoRA رو در این ریپازیتوری گیت هابم میتونید ببینید:



https://github.com/Melanee-Melanee/LLMs/tree/main/Llama/Fine_tune_Llama_2

فهم عمیق نورون های شبکه عصبی را در پست های پروفسور Tom Yeh در لینکدین ببینید:


https://www.linkedin.com/posts/tom-yeh_mlp-aibyhand-neuralnetworks-activity-7233828307757113344-2o_t?utm_source=share&utm_medium=member_android

تبدیل متن به SQL!
به کمک این هوش مصنوعی میتوانید هر کد SQL ای را که میخواهید با نوشتن توضیحات راجب آن کد، به دست بیاورید و یا بلعکس میتوانید کد SQL را به برنامه بدهید تا راجب آن کد توضیح دهد.
این هوش مصنوعی ابزارهای جالب دیگری هم دارد.‌


http://text2sql.ai

📍لیست ابزارهای هوش مصنوعی رایگان برای مطالعه سریع مقالات


summarizer.scholarcy.com
خلاصه سازی مقاله
تولید خودکار فلش کارت و پاورپوینت
استخراج بخش های مهم مقاله
توضیح نتایج در یک جمله

semanticscholar.org
هایلایت بخش های مختلف مقاله
کارت های رفرنس برای مقاله
استخراج جملات مهم مقاله برای مطالعه سریع

perplexity.ai
خلاصه سازی و نکته برداری علمی مقالات با رفرنس
دسترسی به GPT-4

app.silatus.com
خلاصه سازی مقالات
امکان آپلود مقالات بسیار حجیم
ارائه API برای خودکاری سازی

cubox.cc
تولید خودکار فهرست محتوا
توضیح تکمیلی برای هر بخش
خلاصه سازی و ساده سازی متن

storywiz.io
ساخت خودکار ارائه تصویری زیبا در قالب استوری
افزونه مرورگر
خلاصه سازی مقالات

chat.portal.so
پاسخ به سوال براساس مقاله
دسترسی به مدلهای GPT-4 vision
دسترسی به مدلهای متن باز جهت استفاده نامحدود

threesigma.ai
پاسخ به سوال بر اساس مقاله با رفرنس به محتوای مقاله
امکان آپلود مقاله تا حجم 30 مگابایت
چت با یک یا چند مقاله

sread.ai
طرح سوال از مقاله
افزونه مرورگر
تولید نقشه ذهنی از مقاله
ساخت خودکار گراف دانش

پژوهش‌گران، یک AI Agent مبتنی بر LLM را معرفی کردند که قادرست مقاله‌های علمی در سطح کنفرانس را نوشته و ارزیابی کند!

https://arxiv.org/pdf/2408.06292

معرفی کتاب:
Name: OCR with OpenCV, Tesseract, and Python
Authors: Dr Adrian Rosebrock, ...
Pages: 324


کتاب بسیار مفیدی راجب OCR هست که فصل پنجم آن مربوط به
EasyOCR
هم هست.

راجب ترنسفورمرها که قلب تپنده ی LLM ها هستند، آقای مهندس حمیدرضا حسین خانی، استاد دانشگاه صنعتی شریف، ویدئوهای آموزشی منتشر کرده اند که بسیار آموزنده هستند. این چهار ویدئو را به ترتیب ببینید:


ویدئو نخست: پردازش دنباله‌ها و شبکه‌های عصبی RNN
https://www.aparat.com/v/pxur1r9

ویدئو دوم: شبکه‌های LSTM و GRU
https://www.aparat.com/v/mlt6433

ویدئو سوم: آشنایی با معماری Encoder-Decoder و مکانیزم Attention
https://www.aparat.com/v/hqg95m8

ویدئو چهارم: ترنسفورمرها (Transformers) و مدل‌های زبانی بزرگ (LLMs)
https://www.aparat.com/v/viel9ri

مقاله اصلی ChatGPT که توسط شرکت Openai در سال ۲۰۲۰ منتشر شد.

چگونه برای اولین بار در جهان، خط میخی فارسی باستان توسط خاور شناس انگلیسی، هنرلی راولینسون (Henry Rawlinson) در سال ۱۸۴۵ میلادی، ترجمه و رمز گشایی شد؟
مجموعه مقالات تحت عنوان "تاریخ خط میخی فارسی باستان" نوشته ی دکتر پرویز رجبی در مجله چیستا در دهه شصت هجری خورشیدی، این موضوع را شفاف سازی کرده اند. پی دی اف مقالات را در گیت هابم منتشر کرده ام:


لینک مقالات



خیلی خلاصه اش را بخواهم بگویم، رمز گشایی به روش
comparative linguistics
یا زبان شناسی مقایسه ای انجام شده چون عین محتوای مشابه خط میخی فارسی باستان در بیستون، در کتیبه هایی با زبان یونان باستان و سانسکریت هم وجود داشته و چون خط یونان باستان (Ancient Greek) قبلا رمزگشایی و آوانویسی شده بوده، متعاقبا متن های مشابه آن با خط میخی فارسی باستان نیز رمزگشایی شد. غیر از این مورد، آزمایش های بسیار پیچیده ای در طی سال های طولانی در موزه بریتانیا نیز انجام شد که منجر به رمزگشایی خط میخی فارسی باستان شد.

البته قبل از هنری راولینسون، گئورک فردریش گروتفند، نخستین واژگان خط فارسی باستان را رمز گشایی کرده بود.



#رمز_گشایی_خط_میخی_فارسی_باستان

ترجمه:

۱. من داریوش هستم، شاه بزرگ، شاه شاهان، شاه مردمان، شاه روی این زمین، پسر ویشتاسپه هخامنشی

۲. و داریوش شاه میگوید اهوره مزدا بزرگترین خدایان مرا آفرید. این شهریاری را برای من ساخت. این شهریاری را به من داد، بزرگ، زیبا، با مردان و با اسبان

۳. و به خواست اهوره مزدا پدرم ویشتاسپه و ارشامه پدربزرگم هر دو زنده بوده اند هنگامی که اهوره مزدا مرا روی زمین شاه کرد.

۴. اهوره مزدا چنین خواست: در تمام گستره این زمین، او مرا همچون مرد برگزید. او مرا روی این زمین شاه کرد.

۵. من این قدیه را به اهوره مزدا دادم؛ اهوره مزدا یاریش را به من داد؛ آنچه من میخواستم بکنم، مرا در آن کار کامیاب گرداند؛ آنچه من کردم به خواست اهوره مزدا آن را کردم.

۶. کاخی که من در شوش ساختم از دور دست موادش آورده شدند و در عمق زمین کنده شد تا جایی که به سنگ برسد؛ وقتی که کاملاً کنده شد، روی شن پایه هایش ساخته شدند. ۲۰ ارش، روی این شن کاخی ساخته شد.


۷. این کار که زمین تا عمق برداشته شود و اینکه روی شفته پایه ها ساخته شوند و اینکه آجرها قالب ریزی شوند، مردمان بابل این کار را کردند.


۸. و چوب سدر از کوهی به نام لبنان آورده شده؛ مردمان آشور آن را تا بابل آوردند و از بابل، کاریها و یونانیان تا شوش آوردند و چوب یکا از گنداره و کرمان آورده شد.

۹. و طلا از لیدیا و باختر (بلخ) آورده شد؛ آن در اینجا کار گذاشته شده و سنگ لاجورد و عقیق که در اینجا کار گذاشته شدند از سغدیانه آورده شدند. فیروزه ای که از خوارزم آورده شد، در اینجا کار گذاشته شد.


۱۰. و نقره و آبنوس از مصر آورده شدند؛ تزئیناتی که با آن دیوارها تزئین شده اند از ایونیه آورده شد؛ و عاجی که در اینجا کار گذاشته شد از حبشه ،هند و ارخوزیا (رخج) آورده شد.

۱۱.‌و ستونهای سنگی که در اینجا کار گذاشته شدند از روستایی به نام آبیرادو در عیلام آورده شدند. تراشکارانی که سنگ را کار گذاشتند از یونانیان و از لیدیای ها بودند.

۱۲. و زرگرانی که زرگری کردند از مادها و از مصری ها بوده اند و مردانی که چوب کار کردند از لیدیایی ها و مصریان بوده اند و مردانی که خشت زدند از بابلی ها بودند و مردانی که دیوارها را تزئین کردند از مادها و مصریان بوده اند.

۱۳. و داریوش شاه میگوید: به خواست اهوره مزدا در شوش بسیاری از کارهای زیبا کرده شد، بسیاری از کارهای زیبا کرده شد.
اهوره مزدا من و مردمم را بپایاد.