۲۱ نمونه پروژه هوش مصنوعی از مبتدی تا پیشرفته

هر بار که در شبکه‌های اجتماعی می‌چرخید، اسپاتیفای را باز می‌کنید یا یک جست‌وجوی سریع در گوگل انجام می‌دهید، در واقع در حال استفاده از هوش مصنوعی هستید. تنوع کاربردهای هوش مصنوعی زیاد است و شرکت‌های بسیاری متخصصان این حوزه را استخدام می‌کنند. برای آن‌که بتوانید متخصص این حوزه شوید آشنایی با پروژه‌های مختلف مناسب شما است. در این مطلب از مجله دانشکار ۲۱ نمونه پروژه هوش مصنوعی را به شما معرفی کرده‌ایم. همراه ما باشید.

نمونه پروژه هوش مصنوعی برای سطح مبتدی

اگر جدیدا یادگیری انواع هوش مصنوعی را شروع کرده‌اید، انجام پروژه‌های ساده یکی از بهترین راه‌ها برای درک مفاهیم این حوزه است. نمونه پروژه‌های هوش مصنوعی سطح مبتدی با داده‌های آماده، الگوریتم‌های پایه و ابزارهای قابل‌دسترس اجرا می‌شوند و به دانش عمیق ریاضی یا برنامه‌نویسی پیشرفته نیاز ندارند. با انجام این پروژه‌ها می‌توانید مهارت‌هایی مانند آماده‌سازی داده، آموزش مدل، ارزیابی نتایج و استفاده از کتابخانه‌های پرکاربرد پایتون را به‌صورت عملی تمرین کنید.

۱. پیش‌بینی گونه حیوانات

در دیتاست این پروژه ۱۰ گروه حیوان وجود دارد؛ سگ، گربه، اسب، عنکبوت، پروانه، مرغ، گوسفند، گاو، سنجاب و فیل. این پروژه یک مسئله طبقه‌بندی چندکلاسه است و مدل باید براساس تصویر موجود در دیتاست، گونه حیوان را تشخیص دهد. برای پیاده‌سازی این پروژه می‌توانید از مدل ازپیش‌آموزش‌دیده VGG-16 استفاده کنید. این مدل از طریق کتابخانه Keras در پایتون قابل‌بارگذاری است. VGG-16 نوعی شبکه عصبی کانولوشنی یا CNN است که روی دیتاست ImageNet آموزش دیده است؛ مجموعه‌ای که بیش از ۱۴ میلیون تصویر از اشیای روزمره، میوه‌ها، وسایل نقلیه و برخی گونه‌های حیوانات را در بر می‌گیرد.

پس از بارگذاری مدل VGG-16 در پایتون، می‌توانید با استفاده از تصاویر برچسب‌گذاری‌شده موجود در دیتاست Kaggle، لایه‌های جدیدی روی آن آموزش دهید تا مدل بتواند ۱۰ گروه مختلف حیوانات را از یکدیگر تشخیص دهد.

ابزارها	دیتاست
پایتون، TensorFlow، Keras و VGG-16	Animals-10

۲. ابزار تصحیح خودکار متن

برای ساخت یک ابزار تصحیح خودکار مبتنی بر هوش مصنوعی در پایتون، می‌توانید از کتابخانه TextBlob استفاده کنید. این کتابخانه تابعی به نام correct() دارد. وقتی این تابع را روی یک متن اجرا می‌کنید، کلمات نادرست را شناسایی و آن‌ها را با نزدیک‌ترین واژه پیشنهادی جایگزین می‌کند.

پیاده‌سازی نسخه اولیه این پروژه ساده است؛ اما باید توجه داشت که کتابخانه TextBlob بدون خطا نیست. الگوریتم آن ممکن است بعضی کلمات با غلط املایی را تشخیص ندهد یا حتی یک واژه صحیح را به‌اشتباه تغییر دهد؛ برای مثال ممکن است کلمه is را با as جایگزین کند.

این ابزار نمی‌تواند ارتباط معنایی میان واژه‌ها را به‌درستی درک کند و برای تشخیص کلماتی که در کنار یکدیگر استفاده می‌شوند، نگاشت مشخصی انجام نمی‌دهد. برای مثال اگر به‌جای جمله «I like your shirt» بنویسید «I like your short»، الگوریتم احتمالا اشتباه را اصلاح نمی‌کند؛ زیرا هر دو کلمه از نظر املایی صحیح هستند، اما کلمه short با بافت جمله هماهنگی ندارد.

برای برطرف‌کردن این محدودیت‌ها می‌توانید مدل اختصاصی خودتان را بسازید یا از یک مدل ازپیش‌آموزش‌دیده پردازش زبان طبیعی مانند BERT استفاده کنید. این مدل برای پیش‌بینی واژه‌هایی آموزش دیده است که با بافت و معنای یک جمله هماهنگ باشند. ابزارها و کتابخانه‌هایی که برای این پروژه نیاز دارید عبارت‌اند از:

• پایتون
• BERT
• TextBlob
• NLTK

۳. ساخت چت‌بات ساده

چت‌بات‌ها یکی از شناخته‌شده‌ترین کاربردهای هوش مصنوعی هستند؛ از دستیارهای خدمات مشتری گرفته تا همراه‌های مجازی، این ابزارها همه‌جا حضور دارند. ساخت یک چت‌بات ساده، نقطه شروع مناسبی برای ورود به حوزه پردازش زبان طبیعی است و کمک می‌کند با نحوه درک و تولید زبان انسان توسط ماشین‌ها آشنا شوید.

برای انجام این پروژه یک چت‌بات قانون‌محور با استفاده از Python و کتابخانه NLTK بسازید. ابتدا قصدهای مختلف کاربر مانند سلام‌کردن، خداحافظی و پرسش‌های پرتکرار را تعریف کنید. سپس با استفاده از تطبیق کلمات کلیدی و روش بردارسازی TF-IDF در کنار معیار شباهت کسینوسی، پیام‌های کاربران را به پاسخ‌های ازپیش‌تعیین‌شده مرتبط کنید.

پیش از مقایسه پیام‌ها، می‌توانید از ابزار توکن‌سازی NLTK و Lemmatizer موجود در WordNet برای یکسان‌سازی و پیش‌پردازش ورودی کاربران استفاده کنید. برای تعاملی‌ترشدن پروژه نیز می‌توانید یک رابط کاربری ساده با Tkinter یا Streamlit به آن اضافه کنید. این پروژه مفاهیمی مانند پیش‌پردازش متن، تشخیص قصد کاربر و تولید پاسخ را به شما آموزش می‌دهد؛ مفاهیمی که پایه ساخت سیستم‌های پیشرفته‌تر هوش مصنوعی مکالمه‌ای محسوب می‌شوند. ابزارها و کتابخانه‌هایی که برای انجام نمونه پروژه هوش مصنوعی ساخت چت‌بات ساده نیاز دارید عبارت‌اند از:

• پایتون
• NLTK
• Streamlit
• scikit-learn

شزکت در بوت‌کمپ هوش مصنوعی دانشکار به شما کمک می‌کند راحت‌تر نمونه پروژه‌ها را پیاده‌سازی کنید.

۴. ساخت اپلیکیشن مترجم

اگر به شروع فعالیت در حوزه پردازش زبان طبیعی علاقه‌مند هستید، ساخت یک اپلیکیشن مترجم با استفاده از مدل Transformer می‌تواند پروژه مناسبی باشد. مدل‌های Transformer ویژگی‌های موجود در جمله را استخراج می‌کنند و میزان اهمیت هر کلمه را در ارتباط با سایر واژه‌های جمله تشخیص می‌دهند. این مدل‌ها از دو بخش رمزگذار و رمزگشا تشکیل شده‌اند که به‌صورت یکپارچه و هم‌زمان آموزش می‌بینند.

می‌توانید با استفاده از یک مدل Transformer، اپلیکیشن مترجم هوشمند خودتان را بسازید. برای این کار، ابتدا یک مدل ازپیش‌آموزش‌دیده را در پایتون بارگذاری کنید. سپس متنی را که می‌خواهید ترجمه شود، به توکن تبدیل کرده و آن را به مدل بدهید تا ترجمه را تولید کند. برای پیاده‌سازی این پروژه می‌توانید از کتابخانه GluonNLP استفاده کنید. همچنین دیتاست‌های آموزش و آزمایش موردنیاز پروژه را نیز می‌توان از طریق همین کتابخانه بارگذاری کرد.

ابزارها و کتابخانه‌ها	دیتاست
پایتون، Transformer و GluonNLP	IIT Bombay English-Hindi Parallel Corpus

۵. پیش‌بینی حقوق کارکنان

میزان حقوق کارکنان به عوامل مختلفی مانند سابقه کار، مهارت‌ها و شرایط بازار هر صنعت بستگی دارد. پیش‌بینی دقیق حقوق به کسب‌وکارها کمک می‌کند پرداخت منصفانه‌تری تعیین کنند و به کارجویان نیز امکان می‌دهد ارزش تقریبی خود را در بازار کار بهتر بشناسند. مدل‌های پیش‌بینی حقوق مبتنی‌بر هوش مصنوعی، الگوهای موجود در داده‌ها را تحلیل می‌کنند و اطلاعات قابل‌استفاده‌ای برای تصمیم‌گیری بهتر در استخدام و تعیین حقوق ارائه می‌دهند.

در این پروژه، یک مدل هوش مصنوعی از صفر ساخته می‌شود تا حقوق کارکنان را براساس سطح جایگاه شغلی پیش‌بینی کند. برای پیاده‌سازی پروژه از PyTorch استفاده می‌شود و مراحل آن شامل پیش‌پردازش داده‌ها، آموزش یک شبکه عصبی و ارزیابی عملکرد مدل است. این پروژه تجربه‌ای عملی برای یادگیری نحوه استفاده از هوش مصنوعی در تحلیل منابع انسانی و برنامه‌ریزی حقوق و مزایا فراهم می‌کند.

ابزارها و کتابخانه‌ها	ری‌پازیتوری گیت‌هاب
پایتون و PyTorch	ProjectProRepo

۶. تشخیص اعداد دست‌نویس فارسی

تشخیص اعداد دست‌نویس یکی از پروژه‌های کاربردی بینایی ماشین است. در این پروژه، مدل تصویری از یک عدد فارسی را دریافت می‌کند و تشخیص می‌دهد که عدد نوشته‌شده مربوط به کدام‌یک از اعداد ۰ تا ۹ است. چنین سیستمی می‌تواند برای خواندن فرم‌های دست‌نویس، پاسخ‌نامه‌ها، اسناد مالی و اطلاعات ثبت‌شده روی کاغذ استفاده شود.

برای اجرای این پروژه می‌توانید از دیتاست HODA استفاده کنید که شامل تصاویر برچسب‌گذاری‌شده اعداد دست‌نویس فارسی است. ابتدا تصاویر را تغییر اندازه داده و مقادیر پیکسل‌ها را نرمال‌سازی کنید. سپس یک شبکه عصبی کانولوشنی یا CNN بسازید تا ویژگی‌هایی مانند خطوط، انحناها و شکل کلی هر عدد را از تصاویر یاد بگیرد.

پس از آموزش مدل، می‌توانید تصویر یک عدد دست‌نویس جدید را به آن بدهید تا مدل عدد موجود در تصویر را پیش‌بینی کند. برای کاربردی‌ترشدن پروژه نیز می‌توانید یک صفحه ساده طراحی کنید که کاربر عددی را با ماوس رسم کند و نتیجه تشخیص مدل را ببیند. این پروژه به شما کمک می‌کند با مفاهیمی مانند پردازش تصویر، آماده‌سازی داده، شبکه‌های عصبی کانولوشنی، طبقه‌بندی چندکلاسه و ارزیابی عملکرد مدل آشنا شوید.

ابزارها و کتابخانه‌ها	دیتاست
پایتون، TensorFlow یا PyTorch، Keras، NumPy و OpenCV	persian handwritten dataset

۷. تحلیل احساسات ساده

تحلیل احساسات یکی از کاربردهای رایج پردازش زبان طبیعی است که برای تشخیص نظر و احساس کاربران نسبت به یک محصول، خدمت یا موضوع استفاده می‌شود. در این پروژه، مدل متن یک نظر فارسی را دریافت می‌کند و آن را در یکی از دسته‌های مثبت، منفی یا خنثی قرار می‌دهد. چنین سیستمی می‌تواند به فروشگاه‌های اینترنتی و کسب‌وکارها کمک کند تا میزان رضایت مشتریان را بهتر بررسی کنند.

برای اجرای این پروژه می‌توانید از مجموعه‌ای از نظرات برچسب‌گذاری‌شده کاربران، مانند نظرات محصولات دیجی‌کالا یا سفارش‌های اسنپ‌فود، استفاده کنید. ابتدا متن‌ها را پاک‌سازی کرده و مواردی مانند نشانه‌های نگارشی، فاصله‌های اضافی و کلمات کم‌اهمیت را حذف کنید. سپس متن‌ها را با روشی مانند TF-IDF به داده عددی تبدیل کرده و یک مدل طبقه‌بندی ساده مانند Naive Bayes یا Logistic Regression را آموزش دهید.

پس از آموزش مدل، می‌توانید یک نظر جدید مانند «کیفیت محصول خیلی خوب بود» یا «سفارشم با تأخیر رسید» را به آن بدهید تا احساس موجود در متن را پیش‌بینی کند. برای کاربردی‌ترشدن پروژه نیز می‌توانید با Streamlit یک صفحه ساده بسازید که کاربر نظر خود را وارد کند و نتیجه تحلیل را ببیند. این پروژه به شما کمک می‌کند با مفاهیمی مانند پاک‌سازی متن فارسی، تبدیل متن به ویژگی‌های عددی، طبقه‌بندی داده‌ها و ارزیابی عملکرد مدل آشنا شوید.

ابزارها و کتابخانه‌ها	دیتاست
Python، Pandas، Hazm، scikit-learn و Streamlit	sentiment-dksf

نمونه پروژه هوش مصنوعی برای سطح متوسط

اگر با مفاهیم پایه هوش مصنوعی و یادگیری ماشین آشنا شده‌اید، پروژه‌های سطح متوسط فرصت مناسبی برای توسعه مهارت‌های عملی شما هستند. این پروژه‌ها که از کاربردهای هوش مصنوعی در کسب‌وکار هستند، به پردازش داده‌های پیچیده‌تر، تنظیم مدل‌های ازپیش‌آموزش‌دیده و استفاده از تکنیک‌هایی مانند پردازش زبان طبیعی، بینایی ماشین و یادگیری عمیق نیاز دارند. با اجرای نمونه پروژه‌های هوش مصنوعی برای سطح متوسط می‌توانید آموخته‌های خود را روی مسائل واقعی پیاده کنید و نمونه‌کارهای حرفه‌ای‌تری برای رزومه خود بسازید.

۸. تشخیص اخبار جعلی

اخبار جعلی به اطلاعات نادرست یا گمراه‌کننده‌ای گفته می‌شود که در قالب خبر منتشر می‌شوند. تشخیص تفاوت میان خبر واقعی و جعلی همیشه آسان نیست و گاهی زمانی حقیقت مشخص می‌شود که موضوع بیش از حد گسترش پیدا کرده است. انتشار اخبار جعلی به‌ویژه در موقعیت‌هایی مانند انتخابات یا همه‌گیری بیماری‌ها می‌تواند خطرناک باشد. شایعات و اطلاعات نادرستی که جان انسان‌ها را تهدید می‌کنند، برای افراد و جامعه پیامدهای جدی دارند. به همین دلیل، اخبار جعلی باید پیش از ایجاد ترس عمومی و انتشار گسترده، شناسایی و کنترل شوند.

در این پروژه، یک سیستم تشخیص اخبار جعلی می‌سازید. برای آموزش مدل می‌توانید از دیتاست Real and Fake News استفاده کنید. همچنین می‌توان از مدل ازپیش‌آموزش‌دیده BERT برای طبقه‌بندی اخبار کمک گرفت.

BERT یک مدل پردازش زبان طبیعی متن‌باز است که می‌توانید آن را در پایتون بارگذاری کنید. سپس کافی است یک لایه خروجی به مدل اضافه کنید تا متن خبر را در یکی از دو دسته واقعی یا جعلی قرار دهد. این پروژه به شما کمک می‌کند با مفاهیمی مانند پیش‌پردازش متن، طبقه‌بندی دودویی، استفاده از مدل‌های ازپیش‌آموزش‌دیده و ارزیابی عملکرد مدل آشنا شوید.

ابزارها و کتابخانه‌ها	دیتاست
پایتون، BERT، Transformers، TensorFlow یا PyTorch	fake news dataset

۹. سیستم تشخیص اشیا در تصویر

دانشمند داده‌ که در ابتدای مسیر حرفه‌ای خود است، می‌تواند با انجام این پروژه مهارت‌هایش را در حوزه بینایی ماشین تقویت کند. سیستم تشخیص اشیا با استفاده از تکنیک‌های بینایی ماشین می‌تواند اشیای مختلف موجود در یک تصویر را شناسایی و دسته‌بندی کند. برای مثال، فرض کنید تصویری از شما هنگام کار با لپ‌تاپ وجود دارد. یک سیستم تشخیص اشیا باید بتواند شما را به‌عنوان انسان و لپ‌تاپ را به‌عنوان رایانه شناسایی کند و علاوه بر نام‌گذاری هر شیء، موقعیت آن‌ها را نیز در تصویر مشخص کند.

برای اجرای این پروژه می‌توانید از دیتاست Open Images Object Detection در Kaggle استفاده کنید. همچنین یک مدل ازپیش‌آموزش‌دیده و متن‌باز به نام SSD برای تشخیص اشیا وجود دارد.

مدل SSD روی دیتاست COCO آموزش دیده است؛ مجموعه‌ای شامل تصاویر اشیای روزمره مانند میز، صندلی و کتاب. برای ساخت یک سیستم تشخیص اشیای دقیق‌تر، می‌توانید لایه خروجی این مدل را با تصاویر موجود در دیتاست Open Images دوباره آموزش دهید. این پروژه به شما کمک می‌کند با مفاهیمی مانند تشخیص اشیا، تعیین محدوده اشیا در تصویر، استفاده از مدل‌های ازپیش‌آموزش‌دیده و یادگیری انتقالی آشنا شوید.

ابزارها و کتابخانه‌ها	دیتاست
پایتون، SSD، TensorFlow یا PyTorch، OpenCV و دیتاست COCO	Object Detection

۱۰. رزومه‌خوان هوشمند

کارشناسان استخدام زمان زیادی را صرف بررسی رزومه‌ها می‌کنند تا بهترین گزینه را برای یک موقعیت شغلی پیدا کنند. از آنجا که ممکن است برای یک فرصت شغلی صدها درخواست ارسال شود، این فرایند به روش‌های مختلفی خودکار شده است که یکی از رایج‌ترین آن‌ها، تطبیق کلمات کلیدی است. با استفاده از تکنیک‌های هوش مصنوعی و یادگیری ماشین می‌توانید یک رزومه‌خوان هوشمند بسازید که اطلاعات رزومه متقاضیان را بررسی کند، افراد دارای مهارت‌های مناسب را شناسایی کند و رزومه‌هایی را که صرفاً با کلمات کلیدی غیرضروری پر شده‌اند، کنار بگذارد.

دیتاستی که برای این پروژه استفاده می‌کنید فقط دو ستون عنوان شغلی و اطلاعات رزومه متقاضی را دارد. داده‌ها به‌صورت متنی هستند و پیش از استفاده باید پردازش شوند. برای آماده‌سازی متن‌ها می‌توانید از کتابخانه NLTK در پایتون کمک بگیرید.

سپس می‌توانید یک الگوریتم خوشه‌بندی بسازید که واژه‌ها و مهارت‌های مرتبط با هر حوزه شغلی را در کنار یکدیگر قرار دهد. در این روش، فقط وجود کلمات کلیدی مهم نیست و باید واژه‌هایی که از نظر معنایی و بافتی به یکدیگر نزدیک هستند نیز در نظر گرفته شوند. در پایان می‌توانید برای هر رزومه امتیازی از صفر تا ۱۰ تعیین کنید؛ به‌طوری‌که امتیاز صفر نشان‌دهنده کمترین تناسب و امتیاز ۱۰ نشان‌دهنده بیشترین تناسب رزومه با موقعیت شغلی باشد. این پروژه یکی از گزینه‌های مناسب برای یادگیری نقش هوش مصنوعی در منابع انسانی حوزه استخدام و تحلیل منابع انسانی است.

ابزارها و کتابخانه‌ها	دیتاست
پایتون و NLTK	resume dataset

۱۱. تشخیص کامنت‌های اسپم اینستاگرام

آیا تابه‌حال اعلانی دریافت کرده‌اید که نشان دهد فردی زیر پست اینستاگرام شما کامنت گذاشته است؟ با هیجان گوشی را برمی‌دارید و برنامه را باز می‌کنید، اما متوجه می‌شوید کامنت مربوط به یک ربات تبلیغاتی است که محصولی تقلبی را معرفی می‌کند. بخش نظرات بسیاری از شبکه‌های اجتماعی پر از ربات‌ها و پیام‌های اسپم است. این پیام‌ها بسته به نوع درخواستی که از کاربر دارند، می‌توانند فقط آزاردهنده یا حتی خطرناک باشند. با استفاده از تکنیک‌های هوش مصنوعی می‌توانید مدلی بسازید که تفاوت میان کامنت‌های واقعی و پیام‌های اسپم را تشخیص دهد.

ممکن است دیتاست آماده و مناسبی از کامنت‌های اسپم اینستاگرام پیدا نکنید؛ بنابراین می‌توانید داده‌های موردنیاز را از طریق جمع‌آوری اطلاعات وب تهیه کنید. با استفاده از API اینستاگرام و پایتون، مجموعه‌ای از کامنت‌های بدون برچسب را دریافت کنید.

برای آموزش اولیه مدل می‌توانید از دیتاست‌های مشابه، مانند مجموعه کامنت‌های اسپم یوتیوب در Kaggle، استفاده کنید. سپس کلمات و عبارت‌هایی را که در کامنت‌های تبلیغاتی و اسپم تکرار می‌شوند، شناسایی کنید. با استفاده از روشی مانند N-Gram می‌توان به واژه‌ها و ترکیب‌هایی که بیشتر در پیام‌های اسپم دیده می‌شوند وزن داد و آن‌ها را با کامنت‌های جمع‌آوری‌شده از اینستاگرام مقایسه کرد.

روش دیگر، استفاده از الگوریتم‌های مبتنی بر فاصله مانند شباهت کسینوسی است. عملکرد این روش‌ها تا حد زیادی به نوع پیش‌پردازشی بستگی دارد که روی داده‌ها انجام می‌دهید. برای دستیابی به نتایج بهتر نیز می‌توانید از مدل ازپیش‌آموزش‌دیده‌ای مانند ALBERT استفاده کنید.

الگوریتم‌های مبتنی‌بر تطبیق فاصله یا وزن‌دهی، در شناسایی واژه‌های مشابه عملکرد مناسبی دارند؛ اما شاید نتوانند بافت و معنای کامل جمله را درک کنند. مدل‌های پردازش زبان طبیعی مانند BERT و ALBERT در این زمینه عملکرد بهتری دارند؛ زیرا عواملی مانند بافت جمله، ارتباط معنایی کلمات و انسجام متن را نیز در نظر می‌گیرند.

ابزارها و کتابخانه‌ها	دیتاست
BERT, ALBERT و پایتون	YouTube Spam Collection Data Set

مطلب مرتبط: طراحی سایت با هوش مصنوعی

۱۲. شناسایی نظرات جعلی محصولات

اخبار جعلی به اطلاعات نادرست یا گمراه‌کننده‌ای گفته می‌شود که در قالب خبر منتشر می‌شوند. تشخیص تفاوت میان اخبار واقعی و جعلی همیشه آسان نیست و گاهی زمانی حقیقت مشخص می‌شود که موضوع بیش از حد گسترش پیدا کرده باشد.

انتشار اخبار جعلی، به‌ویژه در شرایطی مانند انتخابات یا همه‌گیری بیماری‌ها، می‌تواند بسیار خطرناک باشد. شایعات و اطلاعات نادرستی که سلامت و جان انسان‌ها را تهدید می‌کنند، برای افراد و جامعه پیامدهای جدی دارند. به همین دلیل باید اخبار جعلی را پیش از ایجاد ترس عمومی و انتشار میان تعداد زیادی از مردم، شناسایی و از گسترش آن‌ها جلوگیری کرد.

در این پروژه یک سیستم تشخیص اخبار جعلی می‌سازید. برای آموزش و ارزیابی مدل می‌توانید از دیتاست Real and Fake News استفاده کنید. همچنین می‌توان برای انجام این طبقه‌بندی از مدل ازپیش‌آموزش‌دیده BERT کمک گرفت.

BERT یک مدل متن‌باز پردازش زبان طبیعی است. می‌توانید این مدل را در پایتون بارگذاری کنید و با اضافه‌کردن یک لایه خروجی، آن را برای طبقه‌بندی متن آموزش دهید. مدل در پایان مشخص می‌کند که هر خبر در دسته اخبار واقعی یا جعلی قرار می‌گیرد.

ابزارها و کتابخانه‌ها	دیتاست
پایتون و BERT	Fake News Dataset

۱۳. استخراج موجودیت‌های فارسی

استخراج موجودیت‌های نام‌دار یکی از کاربردهای پردازش زبان طبیعی است که برای شناسایی اطلاعات مهم در متن استفاده می‌شود. در این پروژه، مدل یک متن فارسی را دریافت می‌کند و بخش‌هایی مانند نام افراد، سازمان‌ها، مکان‌ها، تاریخ‌ها، زمان‌ها، مبالغ و درصدها را تشخیص می‌دهد.

برای مثال، در جمله «شرکت دانشکار روز شنبه در تهران دوره جدید خود را برگزار می‌کند»، مدل باید «دانشکار» را به‌عنوان سازمان، «شنبه» را به‌عنوان زمان و «تهران» را به‌عنوان مکان شناسایی کند. چنین سیستمی می‌تواند برای تحلیل اخبار، دسته‌بندی اسناد، پردازش رزومه‌ها و استخراج خودکار اطلاعات از متن‌های طولانی استفاده شود.

برای اجرای این پروژه می‌توانید از دیتاست PEYMA استفاده کنید که شامل جمله‌های فارسی با موجودیت‌های برچسب‌گذاری‌شده است. ابتدا متن‌ها را توکن‌سازی و پاک‌سازی کنید. سپس یک مدل طبقه‌بندی توکن بسازید تا برای هر کلمه مشخص کند که آیا بخشی از نام یک شخص، سازمان، مکان یا موجودیت دیگری است.

برای نسخه ساده‌تر پروژه می‌توانید از الگوریتم‌هایی مانند CRF استفاده کنید. برای رسیدن به دقت بیشتر نیز می‌توانید یک مدل ازپیش‌آموزش‌دیده فارسی مانند ParsBERT را روی دیتاست PEYMA تنظیم کنید. مدل آموزش‌دیده باید بتواند موجودیت‌های موجود در متن‌های جدید را شناسایی و نوع هرکدام را مشخص کند.

برای کاربردی‌ترشدن پروژه می‌توانید یک رابط ساده با Streamlit بسازید که کاربر متن فارسی را وارد کند و موجودیت‌های شناسایی‌شده با رنگ‌ها یا برچسب‌های متفاوت نمایش داده شوند. این پروژه به شما کمک می‌کند با مفاهیمی مانند توکن‌سازی متن فارسی، برچسب‌گذاری توکن‌ها، تشخیص موجودیت‌های نام‌دار، تنظیم مدل‌های زبانی و ارزیابی مدل‌های پردازش متن آشنا شوید.

ابزارها و کتابخانه‌ها	دیتاست
پایتون، ParsBERT، Transformers، Hazm، PyTorch و Streamlit	peyma

۱۴. پرسش و پاسخ فارسی

سیستم پرسش و پاسخ یکی از کاربردهای مهم پردازش زبان طبیعی است که می‌تواند براساس یک متن فارسی، پاسخ سؤال کاربر را پیدا کند. در این پروژه، ابتدا یک متن یا مقاله در اختیار مدل قرار می‌گیرد و سپس کاربر درباره محتوای همان متن سؤال می‌پرسد. مدل باید بخش مرتبط را شناسایی کرده و پاسخ مناسب را از داخل متن استخراج کند.

برای مثال، اگر متنی درباره زندگی ابوعلی سینا در اختیار سیستم قرار بگیرد و کاربر بپرسد «ابوعلی سینا در کجا متولد شد؟»، مدل باید پاسخ را از اطلاعات موجود در همان متن پیدا کند. چنین سیستمی می‌تواند در دستیار هوش مصنوعی آموزشی، پاسخ‌گویی به سؤالات کاربران، جست‌وجو در اسناد و پشتیبانی آنلاین استفاده شود.

رای اجرای این پروژه می‌توانید از دیتاست PQuAD استفاده کنید که شامل متن‌های فارسی، سؤال‌های مرتبط و پاسخ صحیح هر سؤال است. ابتدا داده‌ها را آماده و متن و سؤال‌ها را توکن‌سازی کنید. سپس یک مدل ازپیش‌آموزش‌دیده مانند ParsBERT را روی این دیتاست تنظیم کنید تا بتواند ابتدا و انتهای پاسخ را در متن تشخیص دهد.

پس از آموزش مدل، کاربر می‌تواند یک متن فارسی و سؤال مرتبط با آن را وارد کند و سیستم پاسخ را مستقیماً از داخل متن استخراج کند. برای کاربردی‌ترشدن پروژه نیز می‌توانید یک رابط کاربری با Streamlit بسازید که کاربر متن و سؤال را وارد کرده و پاسخ مدل را مشاهده کند.

در نسخه پیشرفته‌تر، می‌توانید سیستم را به چند سند یا فایل PDF متصل کنید تا کاربر درباره مجموعه‌ای از اسناد سؤال بپرسد. در این حالت، ابتدا مرتبط‌ترین بخش متن پیدا می‌شود و سپس پاسخ نهایی تولید خواهد شد. این پروژه به شما کمک می‌کند با مفاهیمی مانند درک مطلب ماشینی، توکن‌سازی متن فارسی، تنظیم مدل‌های زبانی، استخراج پاسخ از متن و ارزیابی سیستم‌های پرسش و پاسخ آشنا شوید.

ابزارها و کتابخانه‌ها	دیتاست
پایتون، ParsBERT، Transformers، PyTorch، Hazm و Streamlit	PQuAD

نمونه پروژه هوش مصنوعی برای سطح پیشرفته

پروژه‌های پیشرفته هوش مصنوعی برای افرادی مناسب‌اند که با مفاهیم یادگیری ماشین، یادگیری عمیق و کار با داده‌های واقعی آشنایی دارند و می‌خواهند مهارت‌های خود را در حل مسائل پیچیده‌تر محک بزنند. اجرای این پروژه‌ها معمولاً به استفاده از شبکه‌های عصبی، مدل‌های زبانی، پردازش تصویر یا صوت و تنظیم مدل‌های ازپیش‌آموزش‌دیده نیاز دارد. با انجام نمونه پروژه‌های هوش مصنوعی برای سطح پیشرفته می‌توانید نحوه طراحی، آموزش، ارزیابی و پیاده‌سازی سیستم‌های هوشمند را به‌صورت عملی تجربه کنید و نمونه‌کارهای قدرتمندتری برای ورود به بازار کار بسازید.

۱۵. تشخیص تقلب کارت اعتباری

تقلب‌های مرتبط با کارت‌های اعتباری هر سال میلیاردها دلار خسارت ایجاد می‌کنند و به همین دلیل، شناسایی تراکنش‌های مشکوک یکی از کاربردهای مهم یادگیری ماشین در صنعت مالی محسوب می‌شود. این پروژه یکی از رایج‌ترین چالش‌های طبقه‌بندی را بررسی می‌کند؛ یعنی تشخیص تراکنش‌های تقلبی در دیتاست‌هایی که تعداد نمونه‌های عادی و متقلبانه در آن‌ها به‌شدت نامتوازن است.

این پروژه برای دانشجویانی که می‌خواهند با فرایندهای واقعی علم داده آشنا شوند، گزینه مناسبی است؛ زیرا مراحل مختلفی مانند آماده‌سازی داده، آموزش چند مدل، مدیریت عدم‌توازن کلاس‌ها و ارزیابی دقیق نتایج را در بر می‌گیرد.

در این پروژه، تشخیص تقلب کارت اعتباری به‌عنوان یک مسئله طبقه‌بندی با استفاده از Python پیاده‌سازی می‌شود. دیتاست مورد استفاده شامل ۲۸۴٬۸۰۷ تراکنش متعلق به دارندگان کارت‌های اروپایی است که فقط ۰٫۱۷۲ درصد آن‌ها تقلبی هستند.

برای مدیریت این عدم‌توازن شدید می‌توانید از روش SMOTE برای افزایش نمونه‌های کلاس تقلب و روش NearMiss برای کاهش نمونه‌های کلاس عادی استفاده کنید. سپس چند الگوریتم مختلف شامل Logistic Regression، Random Forest، SVM، Decision Tree و KNN را در یک فرایند Cross-validation و با استفاده از کتابخانه scikit-learn با یکدیگر مقایسه کنید.

در مرحله ارزیابی، می‌توانید از معیارهایی مانند نمودار ROC، منحنی یادگیری و شاخص‌های Precision و Recall استفاده کنید تا مدلی را انتخاب کنید که برای شناسایی تقلب در شرایط واقعی عملکرد بهتری دارد. این پروژه به شما کمک می‌کند با مفاهیمی مانند طبقه‌بندی داده، عدم‌توازن کلاس‌ها، نمونه‌برداری مجدد، اعتبارسنجی متقاطع و ارزیابی مدل‌های تشخیص تقلب آشنا شوید.

ابزارها و کتابخانه‌ها	دیتاست	کد منبع
پایتون، Scikit-learn, Pandas, Seaborn, Matplotlib, imbalanced-learn	European Cardholders Dataset	Credit Card Fraud Detection as a Classification Problem

۱۶. اپلیکیشن تشخیص زبان اشاره

می‌توانید با استفاده از پایتون و یک دیتاست متن‌باز، یک اپلیکیشن تحت وب برای تشخیص حرکات دست بسازید. این پروژه یکی از کاربردهای جذاب بینایی ماشین است و می‌تواند حرکات مختلف دست را از طریق تصویر یا ویدئوی زنده شناسایی کند.

برای اجرای این پروژه می‌توانید از دیتاست تشخیص حرکات دست موجود در Kaggle استفاده کنید. این دیتاست شامل ۲۰ هزار تصویر برچسب‌گذاری‌شده از حرکات مختلف دست است. ابتدا مدل VGG-16 را با استفاده از تصاویر موجود در دیتاست آموزش دهید. سپس با کمک OpenCV، تصاویر زنده را از دوربین دریافت کنید و هر فریم را در اختیار مدل قرار دهید تا حرکت دست را به‌صورت لحظه‌ای تشخیص دهد.

برای کاربردی‌ترشدن پروژه می‌توانید یک اپلیکیشن تشخیص حرکات دست طراحی کنید. مدل را روی یک سرور مستقر کنید تا کاربران بتوانند مقابل دوربین حرکات مختلفی با دست انجام دهند و نتیجه پیش‌بینی مدل را به‌صورت آنلاین مشاهده کنند. این پروژه به شما کمک می‌کند با مفاهیمی مانند پردازش ویدئوی زنده، یادگیری انتقالی، طبقه‌بندی تصویر، استفاده از مدل‌های ازپیش‌آموزش‌دیده و استقرار مدل‌های هوش مصنوعی آشنا شوید.

ابزارها و کتابخانه‌ها	دیتاست
VGG-16, OpenCV و پایتون	Hand Gesture Recognition Dataset

۱۷. تشخیص خشونت در ویدئوها

ویدئوهای حاوی خشونت یا محتوای حساس می‌توانند برای کاربران آزاردهنده باشند و بر سلامت روان آن‌ها تأثیر منفی بگذارند. بهتر است چنین ویدئوهایی در شبکه‌های اجتماعی با هشدار محتوا نمایش داده شوند یا برای افرادی که تمایلی به دیدن صحنه‌های خشونت‌آمیز ندارند، محدود یا پنهان شوند.

در این پروژه می‌توانید یک مدل یادگیری عمیق بسازید که محتوای خشونت‌آمیز را در ویدئوها تشخیص دهد و به‌صورت خودکار هشداری برای کاربران نمایش دهد تا پیش از تماشای ویدئو از حساس‌بودن محتوای آن مطلع شوند.

برای آموزش مدل می‌توانید از دیتاست‌هایی استفاده کنید که شامل نمونه‌های خشونت‌آمیز و غیرخشونت‌آمیز هستند. ابتدا فریم‌های تصویری ویدئوها را استخراج کنید و سپس یک شبکه عصبی کانولوشنی یا CNN را با استفاده از این تصاویر آموزش دهید.

برای پیاده‌سازی این پروژه می‌توانید از مدل‌های ازپیش‌آموزش‌دیده مختلفی مانند VGG16، VGG19 یا ResNet50 کمک بگیرید. مدل پس از آموزش باید بتواند فریم‌های ویدئوی جدید را بررسی و احتمال وجود محتوای خشونت‌آمیز را پیش‌بینی کند.

در نسخه پیشرفته‌تر، می‌توانید علاوه‌بر تحلیل فریم‌ها، ترتیب زمانی آن‌ها را نیز بررسی کنید تا مدل تفاوت میان یک تصویر خشن و یک صحنه خشونت‌آمیز در حال وقوع را بهتر تشخیص دهد.این پروژه به شما کمک می‌کند با مفاهیمی مانند پردازش ویدئو، استخراج فریم، طبقه‌بندی تصویر، یادگیری انتقالی و تشخیص محتوای حساس آشنا شوید.

ابزارها و کتابخانه‌ها	دیتاست
VGG-16, VGG-19, ResNet50و پایتون	Violent Flows Dataset

۱۸. برنامه‌ریزی محتوا

تولید و مدیریت محتوا بدون داشتن ساختار مشخص می‌تواند پیچیده و زمان‌بر باشد. برنامه‌ریزهای محتوایی مبتنی بر هوش مصنوعی به بازاریابان، نویسندگان و کسب‌وکارها کمک می‌کنند فعالیت‌های خود را منظم‌تر کنند، روندهای محتوایی را پیش‌بینی کنند و استراتژی‌های بهتری داشته باشند. این ابزارها با هماهنگ‌کردن محتوا با نیازها و علایق مخاطبان، به حفظ تعامل مستمر کاربران کمک می‌کنند و باعث افزایش دسترسی محتوا و بهبود بهره‌وری در ارتباطات دیجیتال می‌شوند.

در این پروژه از CrewAI، مدل Llama 3 ارائه‌شده توسط Groq و فریم‌ورک LangChain برای خودکارسازی فرایند تدوین استراتژی محتوا استفاده می‌شود. عامل هوشمند می‌تواند ساختار منظم و کاملی برای مقاله‌های وبلاگ تولید کند، اطلاعات و ویژگی‌های مخاطبان هدف را شناسایی کند و اصول سئو را در برنامه محتوایی در نظر بگیرد. به این ترتیب، فرایند برنامه‌ریزی و تولید محتوا برای کسب‌وکارها، بازاریابان و نویسندگان سریع‌تر و ساده‌تر می‌شود.

در نسخه پیشرفته‌تر، می‌توانید چند عامل هوشمند با وظایف متفاوت طراحی کنید؛ برای مثال یک عامل برای تحقیق درباره موضوع، یک عامل برای شناخت مخاطب، یک عامل برای سئو و عامل دیگری برای تدوین تقویم و ساختار محتوا. این پروژه به شما کمک می‌کند با مفاهیمی مانند عامل‌های هوشمند، مدل‌های زبانی بزرگ، طراحی گردش کار چندعاملی، تولید ساختار محتوا و خودکارسازی استراتژی بازاریابی آشنا شوید.

کد منبع	ریپازیتوری گیت‌هاب
How to Build an AI Agent with CrewAI	ProjectProRepo

۱۹. سیستم جست‌وجوی اقامتگاه با تصویر مشابه

در این پروژه هوش مصنوعی، یک سیستم پیشنهاددهنده براساس شباهت تصاویر ساخته می‌شود تا کاربران بتوانند اقامتگاه موردعلاقه خود را در Airbnb راحت‌تر پیدا کنند. برای اجرای این پروژه می‌توانید از دیتاست Inside Airbnb استفاده کنید که اطلاعات کاملی درباره اقامتگاه‌های ثبت‌شده در شهرهای مختلف ارائه می‌دهد.

ابتدا اطلاعات پایه اقامتگاه‌ها، مانند موقعیت مکانی، توضیحات، محدوده قیمت و آدرس صفحه اصلی هر اقامتگاه را از دیتاست Inside Airbnb دریافت کنید. سپس این اطلاعات را در پایگاه داده MongoDB که روی یک نمونه EC2 اجرا می‌شود، ذخیره کنید.

در مرحله بعد، تصاویر اقامتگاه‌های Airbnb در بوستون را جمع‌آوری و در فضای ذخیره‌سازی Amazon S3 ذخیره کنید. هم‌زمان می‌توانید برچسب‌های مربوط به ویژگی‌های مهم هر اقامتگاه و نظرات کاربران را نیز استخراج کرده و برای استفاده در مراحل بعدی نگه دارید. برای بررسی شباهت تصاویر، ابتدا هر تصویر را به سه کانال رنگی H، S و V تقسیم کنید. سپس برای هر کانال یک هیستوگرام بسازید و سه هیستوگرام به‌دست‌آمده را با یکدیگر ترکیب کنید تا ویژگی HSV-Histogram هر تصویر ایجاد شود.

برای ارزیابی کیفیت ویژگی‌های استخراج‌شده می‌توانید از معیار Calinski-Harabasz استفاده کنید. سپس با کمک فاصله کسینوسی، میزان شباهت میان تصاویر را محاسبه کنید. وقتی کاربر تصویر یک اقامتگاه را انتخاب می‌کند، سیستم می‌تواند اقامتگاه‌هایی با ظاهر و ویژگی‌های تصویری مشابه را به او پیشنهاد دهد. این پروژه به شما کمک می‌کند با مفاهیمی مانند سیستم‌های پیشنهاددهنده، پردازش تصویر، استخراج ویژگی‌های رنگی، محاسبه شباهت تصاویر، جمع‌آوری داده و کار با سرویس‌های ابری آشنا شوید.

ابزارها و کتابخانه‌ها	کد منبع
Amazon EC2, AWS S3, MongoDV, HSV-Histogram, Calinski-Harabasz metric	Reverse Image Lodging

۲۰. تبدیل متن فارسی به گفتار

تبدیل متن به گفتار یکی از کاربردهای مهم هوش مصنوعی در حوزه پردازش زبان و صوت است. در این پروژه، سیستم یک متن فارسی را دریافت می‌کند و آن را با صدایی قابل‌فهم و طبیعی می‌خواند. چنین ابزاری می‌تواند در ساخت کتاب‌های صوتی، دستیارهای صوتی، مسیریاب‌ها، سامانه‌های آموزشی و ابزارهای دسترس‌پذیری برای افراد کم‌بینا استفاده شود.

برای اجرای این پروژه می‌توانید از دیتاست ManaTTS استفاده کنید که شامل فایل‌های صوتی فارسی و متن متناظر با هر فایل است. ابتدا فایل‌های صوتی را پیش‌پردازش کرده و ویژگی‌هایی مانند Mel Spectrogram را از آن‌ها استخراج کنید. سپس یک مدل تبدیل متن به گفتار را آموزش دهید تا بتواند ارتباط میان حروف، کلمات، تلفظ و صدای خروجی را یاد بگیرد.

برای ساده‌ترشدن پروژه می‌توانید از مدل‌ها و ابزارهای ازپیش‌آموزش‌دیده مانند Coqui TTS استفاده کنید و آن‌ها را با داده‌های فارسی تنظیم کنید. مدل پس از دریافت متن، ابتدا ویژگی صوتی مناسب را تولید می‌کند و سپس با استفاده از یک Vocoder، این ویژگی‌ها را به فایل صوتی تبدیل می‌کند.

پس از آماده‌شدن مدل، می‌توانید یک رابط کاربری ساده بسازید که کاربر متن فارسی را وارد کند و فایل صوتی تولیدشده را بشنود یا ذخیره کند. در نسخه پیشرفته‌تر پروژه نیز می‌توان امکاناتی مانند تغییر سرعت خواندن، انتخاب نوع صدا، کنترل مکث‌ها و تنظیم لحن را به سیستم اضافه کرد. این پروژه به شما کمک می‌کند با مفاهیمی مانند پردازش صوت، آماده‌سازی دیتاست صوتی، Mel Spectrogram، مدل‌های تبدیل متن به گفتار و تولید صدای مصنوعی آشنا شوید.

ابزارها و کتابخانه‌ها	دیتاست
پایتون، PyTorch، Coqui TTS، Librosa و Transformers	ManaTTS Persian

۲۱. تحلیل سی‌تی‌اسکن

تحلیل تصاویر سی‌تی‌اسکن یکی از کاربردهای مهم هوش مصنوعی در حوزه پردازش تصاویر پزشکی است. در این پروژه، مدل تصاویر سی‌تی‌اسکن قفسه سینه را بررسی می‌کند و الگوهای تصویری مرتبط با درگیری ریه را تشخیص می‌دهد. چنین سیستم‌هایی می‌توانند در پروژه‌های تحقیقاتی برای دسته‌بندی تصاویر، مشخص‌کردن نواحی مشکوک و کمک به بررسی حجم زیادی از داده‌های پزشکی استفاده شوند.

برای اجرای این پروژه می‌توانید از دیتاست COVID19-CT استفاده کنید که تصاویر سی‌تی‌اسکن بیش از هزار بیمار مبتلا به کووید ۱۹ را از دو بیمارستان دانشگاهی در مشهد در بر می‌گیرد. اطلاعات هویتی بیماران از تصاویر حذف شده و داده‌ها برای پژوهش در زمینه پردازش تصاویر پزشکی و یادگیری عمیق منتشر شده‌اند.

ابتدا تصاویر را به اندازه یکسان تبدیل کرده و مقادیر پیکسل‌ها را نرمال‌سازی کنید. سپس می‌توانید از یک شبکه عصبی کانولوشنی یا مدل‌های ازپیش‌آموزش‌دیده‌ای مانند ResNet، DenseNet یا EfficientNet برای استخراج ویژگی‌های تصاویر استفاده کنید.

مدل پس از آموزش می‌تواند تصویر جدید را دریافت و آن را براساس دسته‌بندی تعریف‌شده پروژه بررسی کند. برای مثال، می‌توان مدلی ساخت که تصاویر دارای نشانه‌های درگیری ریه را از تصاویر بدون این نشانه‌ها جدا کند. در نسخه پیشرفته‌تر نیز می‌توانید با استفاده از مدل‌های بخش‌بندی تصویر، محل احتمالی نواحی درگیر ریه را روی تصویر مشخص کنید.

برای ارزیابی عملکرد مدل نباید فقط به Accuracy توجه کرد. استفاده از معیارهایی مانند Precision، Recall، F1-score، حساسیت، ویژگی و نمودار ROC کمک می‌کند عملکرد مدل، به‌خصوص در دیتاست‌های نامتوازن، دقیق‌تر بررسی شود. این پروژه به شما کمک می‌کند با مفاهیمی مانند پردازش تصاویر پزشکی، شبکه‌های عصبی کانولوشنی، یادگیری انتقالی، افزایش داده، طبقه‌بندی و بخش‌بندی تصویر آشنا شوید.

ابزارها و کتابخانه‌ها	دیتاست
پایتون، PyTorch یا TensorFlow، OpenCV، MONAI، NumPy و Matplotlib	COVID19-CT-Dataset

منبع: projectpro.io