Machine Learning
- الگوریتمهای پیشبینی
- آموزش شبکههای عصبی
Computer Vision
- پردازش فریم ویدیویی
- تشخیص هوشمند چهره
YOLO
- تشخیص اشیاء زنده
- ردیابی بلادرنگ هدف
Python
- کدنویسی بهینه منطق
- کار با کتابخانههای AI
LLM
- تولید متون هوشمند
- طراحی چتبات خلاق
AI Agent
- برنامهریزی خودکار
- حل مسئله مستقل
زبان پایه
تشخیص بلادرنگ
بینایی سیستم
ML
تحلیل عددی
AI Agent
عامل مستقل
LLM
مدل زبانی
اولین پلتفرم آزمایش و یادگیری عملی هوش مصنوعی
از تئوری تا
تجربه واقعی
هوش مصنوعی
با آواتار آژمان مفاهیم هوش مصنوعی را در دنیای واقعی آزمایش کنید، پروژه بسازید و نوآوری کنید.
مناسب برای همه علاقهمندان به دنیای AI
کودکان خلاق
۹ تا ۱۲ سال
تفکر الگوریتمی و بازیسازی هوش مصنوعی
نوجوانان آینده ساز
۱۳ تا ۱۷ سال
برنامهنویسی پایتون و بینایی ماشین
دانشجویان و مهندسان
همه سطوح
توسعه مدلهای زبانی بزرگ و رباتیک
مدارس و آموزشگاهها
طرح همگام
تجهیز کارگاهها و اجرای کاریکولوم رسمی AI
مربیان و مدرسان
تربیت مدرس
انتقال تجربه تدریس عملی ابزارهای پیشرفته
آواتار آزمان
همراههوشمند شما در
مسیر یادگیری و نوآوری
نقش استفاده از آواتار CarBot:
چون هوش مصنوعی نباید یک مفهوم انتزاعی روی صفحه مانیتور باشد.
در پلتفرم RobatAI، آواتار فیزیکی با نام CarBot نقش کالبدی را ایفا میکند که مدلهای هوش مصنوعی، الگوریتمهای بینایی ماشین، یادگیری عمیق و شبکههای عصبی شما را در دنیای واقعی به جریان میاندازد. هدف این است که نسل آینده، صرفاً مصرفکننده هوش مصنوعی نباشند، بلکه به توسعهدهندگان و خالقان فناوری فردا تبدیل شوند.
CarBot فرآیند آموزش هوش مصنوعی را به عینیترین شیوه ممکن تغییر داده است؛ به طوری که شما عملکرد کدهای هوشمند و تغییرات مدلهای خود را بلافاصله به صورت ملموس روی این آواتار فیزیکی مشاهده میکنید؛ امری که یادگیری را فوقالعاده هیجانانگیز و شگفتآور میسازد.
یک پروژه آیندهنگرانه، که با کمترین هزینه، امکان کار با یک آواتار هوش مصنوعی واقعی را میسر میسازد تا بتوانید ایدههای بزرگ خود را در حوزه هوش مصنوعی تجسمیافته، به راحتی آزمایش کنید و ارزشی چندهزار دلاری را با اقتصادیترین روش به دست آورید.
بهترین روش یادگیری، خلق ایده در حین تجربه است و ما این رویکرد را محقق کردهایم.
روش نوین آموزش هوش مصنوعی به صورت عملی و ازمایشگاهی
خلاصه نحوه اجرای تجربی و آزمایش هوش مصنوعی:
ایدهی اصلی فوقالعاده ساده است:
هر کسی که یک گوشی هوشمند دارد، بتواند با بهرهگیری از یک زیرساخت نرمافزاری، یک آواتار فیزیکی را به سیستم هوش مصنوعی مجهز کرده، تمام مفاهیم یادگیری ماشین را به صورت کاملاً عملی اجرا کند و آموزش ببیند تا در نهایت این تجربه ارزشمند را در دنیای واقعی و صنایع هوشمند به کار گیرد.
نکته کلیدی و جذاب این مسیر اینجاست: در پلتفرم ما، شاسی مکانیکی تنها یک «آواتار فیزیکی» یا کالبد بیرونی است. این مغز پردازشگر هوش مصنوعی و مدلهای شبکه عصبی (توسعهیافته در پلتفرم RobatAI) هستند که به این کالبد، جانِ هوشمند میبخشند. ما سختافزار را تا حد ممکن ساده و ایمن کردهایم تا تمام تمرکز، خلاقیت و نبوغ هنرجو بر روی هسته اصلی آینده جهان، یعنی هوش مصنوعی معطوف باقی بماند.
نقش حیاتی تلفن همراه در CarBot
-
قدرت پردازش بالا
-
حسگرهای کامل در یک دستگاه
-
ارتباط ساده، در دسترس، قابل ارتقا
چه کسانی میتوانند در این پلتفرم و با استفاده ازآواتار CarBot آموزش ببینند؟
کودکان
(۹ تا ۱۱ سال)
آشنایی بازیمحور با آواتار و هوش مصنوعی برای کودکان خلاق
با همراهی والدین یا مربیان، کودکان بدون درگیر شدن با چالشهای خشک سختافزاری یا سیمکشیهای پیچیده، وارد دنیای تفکر الگوریتمی میشوند. در این سطح، آواتار فیزیکی CarBot به بچهها کمک میکند تا مفاهیم هوشمندسازی، منطق تصمیمگیری و پردازش تصویر را به صورت کاملاً امن، شاد و پروژهمحور لمس کنند. هر تجربه با CarBot، گامی استوار به سوی سواد دیجیتال قرن بیست و یکم.
کارگاه
نوجوانان و دانشآموزان
(۱۲ تا ۱۶ سال)
مهندسی سیستمهای خودران و ناوبری هوشمند
از اولین خط کد تا فرمانروایی بر اتومبیل خودران
نوجوانان در این سطح، الگوریتمهای هوش مصنوعی و بینایی ماشین را به کمک محیط گرافیکی و نیمهمتنی RobatAI روی پلتفرم فیزیکی اجرا میکنند.
با به کارگیری دوربین و سنسورهای آواتار CarBot، پروژههای مهندسی جذابی مانند پردازش زنده تصاویر، دور زدن هوشمند موانع و تحلیل تلهمتری دادهها خلق میشود؛ تجربهای بینظیر برای درخشش در مسابقات علمی و جشنوارههای فناوری کشور.
کارگاه
دانشجویان و متخصصین
(۱۷ سال به بالا) آزمایشگاه کوچک رباتهای صنعتی (توسعه یادگیری عمیق و هوش مصنوعی لبه)
دانشجویان و توسعهدهندگان میتوانند مدلهای پیشرفته یادگیری ماشین (Machine Learning) و یادگیری عمیق (Deep Learning) را مستقیماً روی پردازنده لبه CarBot پیادهسازی کنند. این پلتفرم، بستری ایدهآل و کم-هزینه برای تست و توسعه سناریوهای واقعی صنعت، از جمله کلونسازی رفتار رانندگی (Behavioral Cloning)، رباتهای لجستیک انبارداری و سیستمهای پایش امنیتی مدرن، بدون ریسک سختافزاری است.
کارگاه
مدارس و آموزشگاهها
تبدیل کلاس و کارگاه سنتی به آزمایشگاه مدرن AI
(مدرسه خود را به لبه تکنولوژی متصل کنید)
اکوسیستم RobatAI به مدارس و مراکز آموزشی کمک میکند تا مفاهیم تئوریک و خشک کتابهای درسی را به کارگاههای پویا، تیمی و محصولمحور تبدیل کنند. دبیران میتوانند بر بستر یک پلتفرم استاندارد و یکپارچه، پیشرفتهترین مباحث هوش مصنوعی را به شکلی ملموس تدریس کرده و مرکز خود را به عنوان «آموزشگاه پیشرو در مشاغل آینده» معرفی نمایند.
کارگاه
بخش پروژههای شاخص هوش مصنوعی (AI Projects Showcase)
– از آموزش تا صنعت
CarBot فقط یک آواتار ساده نیست؛ کارگاهی عملی برای آموزش و تست ایدههای خلاقانه و نو در بستر هوش مصنوعی و البته، با کمترین هزینه را برای همه فراهم میکند.
مهارتهای کلیدی که با اجرای پروژه آواتار Azman میآموزید
از هوش مصنوعی تا مکانیک، هر آنچه برای آموزش عملی هوش مصنوعی، نیاز دارید، در اینجا گردآوری شده است.
01
هوش مصنوعی
بینایی ماشین، YOLO و پردازش تصویر
- مفاهیم پایه هوش مصنوعی
- یادگیری ماشین
- بینایی ماشین
- تشخیص اشیاء (YOLO)
- شبکههای عصبی عمیق
YOLO
OpenCV
CNN
02
برنامهنویسی
Python، JavaScript و توسعه نرمافزار
- برنامهنویسی با پایتون
- ساختار داده و الگوریتم
- برنامهنویسی شیگرا
- کار با کتابخانههای هوش مصنوعی
- دیباگ و رفع خطا
Python
OOP
Git
03
الکترونیک
Arduino، حسگرها و کنترل موتور
- مدارهای الکترونیکی پایه
- کار با حسگرها و ماژولها
- میکروکنترلر Arduino / ESP32
- درایور موتورها و منبع تغذیه
- اتصالات و سیمکشی سختافزار
Arduino
Sensors
PWM
04
مکانیک
طراحی، مونتاژ و حرکت ربات
- طراحی و شناخت شاسی ربات
- آشنایی با اجزای مکانیکی
- سیستمهای حرکت و انتقال نیرو
- مونتاژ و اسمبل کردن قطعات
- آشنایی با چاپ و مدلسازی سهبعدی
CAD
3D Print
Chassis
05
الگوریتم
تفکر منطقی، حل مسئله و تصمیمگیری
- الگوریتمهای پایه کنترل ربات
- تکنیکهای بهینهسازی حل مسئله
- ساختارهای تصمیمی هوشمند
- منطق فازی و کنترل فیدبک
- مسیریابی هوشمند و خودمختاری
Logic
Decision Tree
PID
آموزش هوش مصنوعی با زبان ساده: الهامبخش نسل آینده متخصصان فناوری
کارگاههای مختلف پروژه آزمان
بدنه ربات
برای ساخت بدنه ربات از روش های مختلفی میتوان بهره گرفت. ارزان ترین آن ساخت بدنه با کمک کارتن، روش دیگر پرینت سه بعدی اجزاء و یا استفاده از بدنه ماشین های اسباب بازی
کلیک کنید
برنامه نویسی
در پلتفرم ربات هوش مصنوعی CarBot ، شما میتوانید هر نوع کدی را برای کنترل ربات آزمایش نمایید. البته به صورت عملی، کد را مینویسید و نتیجه را مشاهده میکنید.
کلیک کنید
سرویس کنترل
یکی از روش های کنترل ربات هوش مصنوعی، استفاده از سرویس وب و در بستر اینترنت میباشد، کنترل ربات از طریق وب سرویس و اینترنت، به صورت کنترل از راه دور
کلیک کنید
آردوینو
برای ترجمه دستوراتی که از طرف اپلیکیشن ارسال میشود، یک میان افزار نیاز هست. تا دستورات نرم افزاری را به بخشهای مختلف ربات ترجمه شود. این کار با کمک آردوینو انجام میشود.
کلیک کنید
اپلیکیشن
جهت استفاده از قدرت پردازش، دوربین و سنسورهای داخل گوشی موبایل، اپلیکیشن carBot تهیه شده است و اپلیکیشن دیگری نیز برای کنترل ربات ایجاد کرده ایم.
کلیک کنید
مدلهای هوش مصنوعی استفادهشده در آواتار آزمان
آواتار آزمان، فقط یک ربات ساده نیست؛ پشت صحنهی آن، مدلهای واقعی یادگیری ماشین در حال اجرا هستند.
چند نمونه از مدلهایی که در پروژه به کار میبریم:
مدل هوش مصنوعی EfficientDet
بدون دیدگاه
مدل هوش مصنوعی EfficientDet چیست؟ دقت بالا با کارایی مناسب وقتی نیاز به شناسایی دقیقتر اشیاء با ساختار پیچیدهتر داریم، از EfficientDet استفاده میکنیم؛ مدلی که تعادل خوبی بین دقت و سرعت روی گوشی ایجاد میکند. EfficientDet یک معماری پیشرفته برای تشخیص اشیا (Object Detection) است که توسط تیم Google Brain توسعه داده شده و
مدل هوش مصنوعی PilotNet
بدون دیدگاه
PilotNet – یادگیری رانندگی خودران الگوریتمی الهامگرفته از خودروهای خودران که با نگاهکردن به تصویر دوربین، زاویهی فرمان ربات را تعیین میکند.ابزاری عالی برای آزمایش ایدههای ناوبری و رانندگی خودکار. PilotNet اولین بار در سال ۲۰۱۶ توسط NVIDIA بهعنوان یک مدل شبکه عصبی کانولوشنال (CNN) برای خودروهای خودران معرفی شد. هدف اصلی آن، یادگیری مستقیم
مدل هوش مصنوعی YOLO
بدون دیدگاه
YOLO چیست؟( تشخیص همزمان چند شیء) وقتی میخواهیم چندین شیء را همزمان در تصویر ربات پیدا کنیم (مثلاً چند مانع، چند جعبه یا چند برچسب)، از مدلهای خانواده YOLO استفاده میکنیم. YOLO مخفف You Only Look Once (فقط یکبار نگاه کن) است، یک مدل هوش مصنوعی است که برای تشخیص اشیا در تصاویر و ویدیوها
مدل هوش مصنوعی MobileNet
بدون دیدگاه
MobileNet – تشخیص سریع روی موبایلمدل سبک و بهینه برای اجرا روی گوشی؛ مناسب برای تشخیص اشیای عمومی در محیط کلاس و سالن تست، بدون نیاز به سختافزار سنگین. MobileNetV3-320 یک مدل پیشرفته در خانواده MobileNet است که توسط Google Research توسعه یافته و برای اجرای کارآمد روی دستگاههای موبایل و سیستمهای لبه (Edge) بهینهسازی