[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"categoryMenus":3,"blogPost-12399":193,"$fgCtxDzykaCBIFiTzWnRZt2e3jS8hSym3TQd8b2VpeQI":214},{"status":4,"data":5},1,[6,46,106,124,144],{"id":4,"title":7,"list_order":4,"items":8},"آشنایی",[9,15,19,23,30,34,38,42],{"id":10,"link":11,"type":12,"slug":13,"title":14},8,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F8","content",null,"قوانین و مقررات",{"id":16,"link":17,"type":12,"slug":13,"title":18},9,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F9","پرسش های متداول",{"id":20,"link":21,"type":12,"slug":13,"title":22},12,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F12","راهنمای عضویت",{"id":24,"link":25,"type":26,"slug":27,"handler":28,"title":29},132,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fmakemoney","special","makemoney","makeMoney","درآمدزایی در گاما",{"id":31,"link":32,"type":12,"slug":13,"title":33},13,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F13","راهنمای دبیران",{"id":35,"link":36,"type":12,"slug":13,"title":37},15,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F15","راهنمای دانش آموزان",{"id":39,"link":40,"type":12,"slug":13,"title":41},141,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F141","تغییرات اخیر",{"id":43,"link":44,"type":12,"slug":13,"title":45},69,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F69","نرم افزارهای كاربردی",{"id":47,"title":48,"list_order":4,"items":49},2,"المپیادها",[50,54,58,62,66,70,74,78,82,86,90,94,98,102],{"id":51,"link":52,"type":12,"slug":13,"title":53},4,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F4","المپیاد ریاضی",{"id":55,"link":56,"type":12,"slug":13,"title":57},19,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F19","المپیاد فیزیک",{"id":59,"link":60,"type":12,"slug":13,"title":61},20,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F20","المپیاد شیمی",{"id":63,"link":64,"type":12,"slug":13,"title":65},21,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F21","المپیاد زیست شناسی",{"id":67,"link":68,"type":12,"slug":13,"title":69},22,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F22","المپیاد کامپیوتر",{"id":71,"link":72,"type":12,"slug":13,"title":73},23,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F23","المپیاد نجوم",{"id":75,"link":76,"type":12,"slug":13,"title":77},24,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F24","المپیاد ادبی",{"id":79,"link":80,"type":12,"slug":13,"title":81},25,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F25","المپیاد سلول‌های بنیادی",{"id":83,"link":84,"type":12,"slug":13,"title":85},95,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F95","المپیاد جغرافیا",{"id":87,"link":88,"type":12,"slug":13,"title":89},114,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F114","المپیاد علوم زمین",{"id":91,"link":92,"type":12,"slug":13,"title":93},115,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F115","المپیاد مدیریت، اقتصاد و حکمرانی",{"id":95,"link":96,"type":12,"slug":13,"title":97},140,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F140","المپیاد سواد رسانه‌ای",{"id":99,"link":100,"type":12,"slug":13,"title":101},136,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F136","المپیاد نانو",{"id":103,"link":104,"type":12,"slug":13,"title":105},151,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F151","المپیاد هوش مصنوعی",{"id":107,"title":108,"list_order":4,"items":109},3,"نمونه و تیزهوشان",[110,114,119],{"id":111,"link":112,"type":12,"slug":13,"title":113},26,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F26","آزمون ورودی پایه چهارم",{"id":115,"link":116,"type":26,"slug":117,"handler":117,"title":118},27,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fkhas6","khas6","آزمون ورودی پایه هفتم",{"id":120,"link":121,"type":26,"slug":122,"handler":122,"title":123},28,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fkhas9","khas9","آزمون ورودی پايه دهم",{"id":125,"title":126,"list_order":4,"items":127},7,"کتابهای درسی",[128,132,136,140],{"id":129,"link":130,"type":12,"slug":13,"title":131},43,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F43","دوره دبستان",{"id":133,"link":134,"type":12,"slug":13,"title":135},48,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F48","دوره اول متوسطه",{"id":137,"link":138,"type":12,"slug":13,"title":139},49,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F49","دوره دوم متوسطه",{"id":141,"link":142,"type":12,"slug":13,"title":143},50,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F50","بارم بندی دروس",{"id":10,"title":145,"list_order":10,"items":146},"پیشنهاد ویژه",[147,152,157,162,167,172,177,181,185,189],{"id":148,"link":149,"type":26,"slug":150,"handler":150,"title":151},108,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fhamahang6th","hamahang6th","امتحانات هماهنگ ششم",{"id":153,"link":154,"type":26,"slug":155,"handler":155,"title":156},71,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fhamahang9th","hamahang9th","امتحانات هماهنگ نهم",{"id":158,"link":159,"type":26,"slug":160,"handler":160,"title":161},147,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fnahaei10th","nahaei10th","امتحان نهایی دهم",{"id":163,"link":164,"type":26,"slug":165,"handler":165,"title":166},148,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fnahaei11th","nahaei11th","امتحان نهایی یازدهم",{"id":168,"link":169,"type":26,"slug":170,"handler":170,"title":171},94,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fnahaei12th","nahaei12th","امتحان نهایی دوازدهم",{"id":173,"link":174,"type":12,"slug":175,"title":176},68,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fkonkur","konkur","بیست‌وسه سال کنکور سراسری",{"id":178,"link":179,"type":12,"slug":13,"title":180},67,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F67","ويژه نامه نوبت دوم",{"id":182,"link":183,"type":12,"slug":13,"title":184},64,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F64","آزمون‌های نوبت دوم",{"id":186,"link":187,"type":12,"slug":13,"title":188},78,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F78","آزمون‌های نوبت اول",{"id":190,"link":191,"type":12,"slug":13,"title":192},90,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F90","آزمون سنجش آغازین",{"id":194,"section":4,"base":195,"course":196,"lesson":197,"title":198,"cat":199,"pic":200,"info_graphic":13,"podcast":13,"body":201,"tags":202,"metadata":13,"featured":196,"status":4,"views":206,"subdate":207,"up_date":208,"first_name":209,"last_name":210,"avatar":13,"cat_title":211,"subdate_jalali":212,"update_jalali":213},12399,61,0,14209,"آموزش هوش مصنوعی: یعنی به یک هوش مصنوعی کلی مثال و نمونه نشان می‌دهیم تا خودش یاد بگیرد چطور کار مورد نظر ما را انجام دهد.",14098,"https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002F3eUsTFbUjRpoDgEQMTdb_800.png","\u003Cdiv aria-label=\"آموزش هوش مصنوعی: یادگیری از طریق نمونه\" dir=\"rtl\" id=\"microecon-article\" role=\"article\" style=\"background: #ffffff; box-sizing: border-box; color: #667085; font-family: IRANSans,Tahoma,Arial,sans-serif; line-height: 1.8; max-width: 980px; padding: 16px; width: 100%; word-break: break-word\">\r\n\u003Ch2 style=\"color: #344054; font-size: 22px; font-weight: 800\">آموزش هوش مصنوعی: یادگیری از روی نمونه‌ها\u003C\u002Fh2>\r\n\r\n\u003Cdiv style=\"color: #667085; font-size: 13px; margin-top: 4px; opacity: .95\">مروری بر مفهوم یادگیری نظارت‌شده، نحوه کار با داده‌های آموزشی و کاربردهای عملی آن در دنیای واقعی\u003C\u002Fdiv>\r\n\r\n\u003Cdiv class=\"seo-summary\" style=\"background: #fff8e1; border-radius: 12px; border: 1px solid #ffb600; color: #667085; margin-bottom: 14px; margin-left: 16px; margin-right: 16px; margin-top: 14px; padding: 12px 14px\">\u003Cstrong style=\"color: #344054\">خلاصهٔ مقاله:\u003C\u002Fstrong> در این مقاله می‌آموزیم که هوش مصنوعی چگونه با دیدن مثال‌های فراوان، مهارت پیدا می‌کند. مفهوم \u003Cstrong>یادگیری نظارت‌شده\u003C\u002Fstrong>، قدم‌های آموزش یک مدل، نقش داده‌های برچسب‌دار، و تفاوت یادگیری ماشین با برنامه‌نویسی سنتی را با زبانی ساده و مثال‌های علمی بررسی خواهیم کرد. همچنین با چالش‌های رایج در این مسیر آشنا می‌شوید.\u003C\u002Fdiv>\r\n\r\n\u003Ch3 style=\"border-bottom: 2px solid #ffb600; color: #344054; font-size: 18px; margin-bottom: 16px; margin-left: 8px; margin-right: 8px; margin-top: 16px; padding: 0 0 6px 0\">یادگیری نظارت‌شده چیست و چه تفاوتی با برنامه‌نویسی معمولی دارد؟\u003C\u002Fh3>\r\n\r\n\u003Cp>در برنامه‌نویسی سنتی، ما قوانین دقیق را به کامپیوتر می‌دهیم. مثلاً می‌گوییم: \u003Cspan class=\"chip\" style=\"background: #fff3c4; border-radius: 999px; color: #24292f; display: inline-block; font-size: 12px; line-height: 1; padding: 4px 8px; vertical-align: baseline\">اگر دما بیشتر از ۳۰ درجه بود، فن را روشن کن\u003C\u002Fspan>. اما در \u003Cstrong>هوش مصنوعی\u003C\u002Fstrong> (و به طور خاص یادگیری ماشین) رویکرد متفاوت است: به جای نوشتن قانون، تعداد زیادی \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">«مثال»\u003C\u002Fspan> به ماشین نشان می‌دهیم و خودش الگوها را کشف می‌کند. به این نوع یادگیری، \u003Cstrong>یادگیری نظارت‌شده\u003C\u002Fstrong>\u003Csup>۱\u003C\u002Fsup> می‌گویند.\u003C\u002Fp>\r\n\r\n\u003Cp>مثلاً فرض کنید می‌خواهیم برنامه‌ای بنویسیم که عکس‌های گربه و سگ را تشخیص دهد. در روش سنتی باید هزاران قانون بنویسیم (مثلاً «اگر دو گوش نوک‌تیز و پوزه‌ی کشیده داشت، سگ است»). این کار تقریباً غیرممکن است. در روش هوش مصنوعی، هزاران عکس از گربه و سگ را به همراه برچسب \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">«گربه»\u003C\u002Fspan> یا \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">«سگ»\u003C\u002Fspan> به ماشین می‌دهیم و او خودش ویژگی‌های تشخیص را یاد می‌گیرد.\u003C\u002Fp>\r\n\r\n\u003Cdiv class=\"formula-box\" style=\"background: #fff7e6; border-radius: 12px; border: 1px solid #ffb600; color: #7a5200; font-size: 13px; padding: 12px 14px\">\u003Cstrong>نکتهٔ کلیدی:\u003C\u002Fstrong> در یادگیری نظارت‌شده، داده‌ها باید دارای \u003Cstrong>برچسب\u003C\u002Fstrong> باشند. مانند یک معلم که جواب سوال‌ها را به دانش‌آموز می‌گوید تا یاد بگیرد. به همین دلیل به آن \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">«نظارت‌شده»\u003C\u002Fspan> می‌گویند.\u003C\u002Fdiv>\r\n\r\n\u003Ch3 style=\"border-bottom: 2px solid #ffb600; color: #344054; font-size: 18px; margin-bottom: 16px; margin-left: 8px; margin-right: 8px; margin-top: 16px; padding: 0 0 6px 0\">اجزای اصلی آموزش یک مدل هوش مصنوعی: سه رکن اساسی\u003C\u002Fh3>\r\n\r\n\u003Cp>برای آموزش یک هوش مصنوعی به روش نظارت‌شده، سه چیز ضروری است:\u003C\u002Fp>\r\n\r\n\u003Cul style=\"list-style-position: outside; padding-right: 18px\">\r\n \u003Cli>\u003Cstrong>دادهٔ ورودی (ویژگی‌ها):\u003C\u002Fstrong> اطلاعات خامی که به مدل می‌دهیم. مثلاً برای پیش‌بینی قیمت خانه، ویژگی‌هایی مثل متراژ، تعداد اتاق، سال ساخت و محله را وارد می‌کنیم.\u003C\u002Fli>\r\n \u003Cli>\u003Cstrong>برچسب (خروجی مورد نظر):\u003C\u002Fstrong> جواب درست برای هر ورودی. مثلاً قیمت واقعی همان خانه.\u003C\u002Fli>\r\n \u003Cli>\u003Cstrong>الگوریتم یادگیری:\u003C\u002Fstrong> روش ریاضی که مدل از روی مثال‌ها قانون را کشف می‌کند. مانند معادلهٔ خط در ساده‌ترین حالت.\u003C\u002Fli>\r\n\u003C\u002Ful>\r\n\r\n\u003Cp>فرآیند آموزش مانند این است که به یک دانش‌آموز صدها مسئلهٔ ریاضی همراه با جواب بدهیم تا خودش فرمول را حدس بزند. مدل هوش مصنوعی هم با دیدن هر مثال، سعی می‌کند خروجی را پیش‌بینی کند، سپس میزان خطای خود را محاسبه می‌کند و وزن‌های داخلی‌اش را کمی تغییر می‌دهد تا دفعهٔ بعد دقیق‌تر پیش‌بینی کند.\u003C\u002Fp>\r\n\r\n\u003Cdiv aria-label=\"جدول مقایسه باکس‌های پستی\" role=\"region\" style=\"-webkit-overflow-scrolling: touch; border-radius: 12px; border: 1px solid #e5e7eb; margin-bottom: 8px; margin-left: 16px; margin-right: 16px; margin-top: 8px; overflow: auto; padding: 0\">\r\n\u003Ctable cellspacing=\"0\" style=\"border-collapse: collapse; box-sizing: border-box; min-width: 600px; width: 100%\">\r\n \u003Cthead>\r\n  \u003Ctr>\r\n   \u003Cth style=\"box-sizing: border-box; text-align: right; padding: 10px 12px; background: #24292f; color: #ffffff; font-size: 13px; font-weight: 700; border-bottom: 1px solid #1f2328; : \">مفهوم\u003C\u002Fth>\r\n   \u003Cth style=\"box-sizing: border-box; text-align: right; padding: 10px 12px; background: #24292f; color: #ffffff; font-size: 13px; font-weight: 700; border-bottom: 1px solid #1f2328; : \">برنامه‌نویسی سنتی\u003C\u002Fth>\r\n   \u003Cth style=\"box-sizing: border-box; text-align: right; padding: 10px 12px; background: #24292f; color: #ffffff; font-size: 13px; font-weight: 700; border-bottom: 1px solid #1f2328; : \">هوش مصنوعی (یادگیری نظارت‌شده)\u003C\u002Fth>\r\n  \u003C\u002Ftr>\r\n \u003C\u002Fthead>\r\n \u003Ctbody>\r\n  \u003Ctr style=\"background: #ffffff; : \">\r\n   \u003Ctd style=\"border-bottom: 1px solid #edf2f7; box-sizing: border-box; color: #667085; padding: 10px 12px; text-align: right\">ورودی\u003C\u002Ftd>\r\n   \u003Ctd style=\"border-bottom: 1px solid #edf2f7; box-sizing: border-box; color: #667085; padding: 10px 12px; text-align: right\">داده + قوانین\u003C\u002Ftd>\r\n   \u003Ctd style=\"border-bottom: 1px solid #edf2f7; box-sizing: border-box; color: #667085; padding: 10px 12px; text-align: right\">داده + برچسب‌ها\u003C\u002Ftd>\r\n  \u003C\u002Ftr>\r\n  \u003Ctr style=\"background: #f8fafc; : \">\r\n   \u003Ctd style=\"border-bottom: 1px solid #edf2f7; box-sizing: border-box; color: #667085; padding: 10px 12px; text-align: right\">خروجی\u003C\u002Ftd>\r\n   \u003Ctd style=\"border-bottom: 1px solid #edf2f7; box-sizing: border-box; color: #667085; padding: 10px 12px; text-align: right\">پاسخ بر اساس قوانین\u003C\u002Ftd>\r\n   \u003Ctd style=\"border-bottom: 1px solid #edf2f7; box-sizing: border-box; color: #667085; padding: 10px 12px; text-align: right\">قوانین کشف‌شده توسط ماشین\u003C\u002Ftd>\r\n  \u003C\u002Ftr>\r\n  \u003Ctr style=\"background: #ffffff; : \">\r\n   \u003Ctd style=\"border-bottom: 1px solid #edf2f7; box-sizing: border-box; color: #667085; padding: 10px 12px; text-align: right\">نیاز به متخصص حوزه\u003C\u002Ftd>\r\n   \u003Ctd style=\"border-bottom: 1px solid #edf2f7; box-sizing: border-box; color: #667085; padding: 10px 12px; text-align: right\">بسیار زیاد\u003C\u002Ftd>\r\n   \u003Ctd style=\"border-bottom: 1px solid #edf2f7; box-sizing: border-box; color: #667085; padding: 10px 12px; text-align: right\">کمتر (بیشتر نیاز به داده)\u003C\u002Ftd>\r\n  \u003C\u002Ftr>\r\n \u003C\u002Ftbody>\r\n\u003C\u002Ftable>\r\n\u003C\u002Fdiv>\r\n\r\n\u003Ch3 style=\"border-bottom: 2px solid #ffb600; color: #344054; font-size: 18px; margin-bottom: 16px; margin-left: 8px; margin-right: 8px; margin-top: 16px; padding: 0 0 6px 0\">قدم به قدم از آموزش تا پیش‌بینی: مثال تشخیص آپارتمان گران‌قیمت\u003C\u002Fh3>\r\n\r\n\u003Cp>فرض کنیم می‌خواهیم به یک هوش مصنوعی یاد بدهیم که قیمت آپارتمان را فقط بر اساس متراژ پیش‌بینی کند. قدم‌ها به ترتیب عبارتند از:\u003C\u002Fp>\r\n\r\n\u003Col style=\"list-style-position: outside; padding-right: 18px\">\r\n \u003Cli>\u003Cstrong>جمع‌آوری داده:\u003C\u002Fstrong> اطلاعات \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">۱۰۰\u003C\u002Fspan> آپارتمان شامل متراژ (ویژگی) و قیمت واقعی (برچسب).\u003C\u002Fli>\r\n \u003Cli>\u003Cstrong>انتخاب مدل:\u003C\u002Fstrong> ساده‌ترین مدل، یک خط راست است: \u003Cspan style=\"direction: ltr; display: inline-block; unicode-bidi: isolate; vertical-align: baseline; white-space: nowrap\">$ \\text{قیمت} = w \\times \\text{متراژ} + b $\u003C\u002Fspan> که \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">$ w $\u003C\u002Fspan> (شیب) و \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">$ b $\u003C\u002Fspan> (عرض از مبدأ) را باید مدل یاد بگیرد.\u003C\u002Fli>\r\n \u003Cli>\u003Cstrong>تعریف تابع هزینه (خطا):\u003C\u002Fstrong> معیاری که نشان می‌دهد پیش‌بینی مدل چقدر با واقعیت فاصله دارد. مثلاً میانگین مجذور خطاها: \u003Cspan style=\"direction: ltr; display: inline-block; unicode-bidi: isolate; vertical-align: baseline; white-space: nowrap\">$ \\text{خطا} = \\frac{1}{n} \\sum_{i=1}^{n} (y_i - \\hat{y}_i)^2 $\u003C\u002Fspan> که در آن \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">$ y_i $\u003C\u002Fspan> قیمت واقعی و \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">$ \\hat{y}_i $\u003C\u002Fspan> قیمت پیش‌بینی‌شده است.\u003C\u002Fli>\r\n \u003Cli>\u003Cstrong>الگوریتم بهینه‌سازی:\u003C\u002Fstrong> با روش \u003Cstrong>نزول گرادیان\u003C\u002Fstrong>\u003Csup>۲\u003C\u002Fsup>، مقدار \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">$ w $\u003C\u002Fspan> و \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">$ b $\u003C\u002Fspan> را قدم‌به‌قدم تغییر می‌دهیم تا خطا کمترین شود.\u003C\u002Fli>\r\n \u003Cli>\u003Cstrong>ارزیابی:\u003C\u002Fstrong> مدل را روی داده‌هایی که قبلاً ندیده تست می‌کنیم (مثل برگهٔ امتحان). اگر خطای تست کم بود، یعنی مدل خوب یاد گرفته است.\u003C\u002Fli>\r\n\u003C\u002Fol>\r\n\r\n\u003Cp>پس از آموزش، برای یک متراژ جدید (مثلاً \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">۱۲۰\u003C\u002Fspan> متر)، هوش مصنوعی به راحتی قیمت را با فرمول یادگرفته شده محاسبه می‌کند.\u003C\u002Fp>\r\n\r\n\u003Ch3 style=\"border-bottom: 2px solid #ffb600; color: #344054; font-size: 18px; margin-bottom: 16px; margin-left: 8px; margin-right: 8px; margin-top: 16px; padding: 0 0 6px 0\">کاربرد واقعی در زندگی روزمره: از تشخیص چهره تا پیشنهاد فیلم\u003C\u002Fh3>\r\n\r\n\u003Cp>شاید باور نکنید، اما هر روز از ده‌ها مدل هوش مصنوعی که با مثال آموزش دیده‌اند استفاده می‌کنیم:\u003C\u002Fp>\r\n\r\n\u003Cul style=\"list-style-position: outside; padding-right: 18px\">\r\n \u003Cli>\u003Cstrong>فیلتر هرزنامه (اسپم) در ایمیل:\u003C\u002Fstrong> به مدل هزاران ایمیل نشان داده می‌شود با برچسب \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">«هرزنامه»\u003C\u002Fspan> یا \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">«عادی»\u003C\u002Fspan>. مدل یاد می‌گیرد کلمات تکراری ایمیل‌های هرزنامه را تشخیص دهد.\u003C\u002Fli>\r\n \u003Cli>\u003Cstrong>تشخیص چهره در گوشی:\u003C\u002Fstrong> با دیدن نمونه‌های فراوان از چهرهٔ شما، مدل ویژگی‌های خاص صورتتان را یاد می‌گیرد و بعداً شما را از دیگران تشخیص می‌دهد.\u003C\u002Fli>\r\n \u003Cli>\u003Cstrong>پیشنهاد فیلم در سکوهای نمایش فیلم (نتفلیکس):\u003C\u002Fstrong> مدل بر اساس فیلم‌هایی که قبلاً دیده‌اید و امتیازی که به آنها داده‌اید، سلیقهٔ شما را یاد می‌گیرد و فیلم‌های مشابه پیشنهاد می‌دهد.\u003C\u002Fli>\r\n \u003Cli>\u003Cstrong>تشخیص تومور در تصاویر پزشکی:\u003C\u002Fstrong> با نشان دادن هزاران عکس از اسکن‌های پزشکی به همراه نظر متخصص (که کدام تومور خوش‌خیم یا بدخیم است)، مدل یاد می‌گیرد علائم اولیه را ببیند و به پزشک کمک کند.\u003C\u002Fli>\r\n\u003C\u002Ful>\r\n\r\n\u003Cdiv class=\"example-box\" style=\"background: #fff7e6; border-radius: 12px; border: 1px solid #ffb600; color: #7a5200; font-size: 13px; padding: 12px 14px\">\u003Cstrong>مثال عملی:\u003C\u002Fstrong> فرض کنید می‌خواهید به هوش مصنوعی یاد بدهید میوه‌ها را از روی وزن و رنگ تشخیص دهد. \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">۵۰\u003C\u002Fspan> نمونه سیب (قرمز، وزن \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">۱۵۰\u003C\u002Fspan> گرم) و \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">۵۰\u003C\u002Fspan> نمونه پرتقال (نارنجی، وزن \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">۱۸۰\u003C\u002Fspan> گرم) را به مدل نشان می‌دهید. مدل متوجه الگو می‌شود: میوه‌های قرمز با وزن کم‌تر احتمالاً سیب و میوه‌های نارنجی با وزن بیشتر احتمالاً پرتقال هستند. بعد از آموزش، یک میوه با وزن \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">۱۶۰\u003C\u002Fspan> گرم و رنگ نارنجی را به درستی پرتقال تشخیص می‌دهد.\u003C\u002Fdiv>\r\n\r\n\u003Ch3 style=\"border-bottom: 2px solid #ffb600; color: #344054; font-size: 18px; margin-bottom: 16px; margin-left: 8px; margin-right: 8px; margin-top: 16px; padding: 0 0 6px 0\">چالش‌های مفهومی در مسیر آموزش هوش مصنوعی\u003C\u002Fh3>\r\n\r\n\u003Cdiv style=\"background: #f8fafc; border-radius: 12px; border: 1px solid #e2e8f0; margin-bottom: 10px; margin-left: 12px; margin-right: 12px; margin-top: 10px; padding: 12px 14px\">\u003Cstrong>سؤال ۱: اگر داده‌های آموزشی کم یا نامرغوب باشند چه اتفاقی می‌افتد؟\u003C\u002Fstrong>\u003Cbr>\r\nپاسخ: مدل یا \u003Cstrong>کم‌برازش\u003C\u002Fstrong>\u003Csup>۳\u003C\u002Fsup> می‌شود (هیچ الگوی مفیدی یاد نمی‌گیرد) یا \u003Cstrong>بیش‌برازش\u003C\u002Fstrong>\u003Csup>۴\u003C\u002Fsup> (نمونه‌ها را از حفظ می‌کند و بر روی دادهٔ جدید عملکرد ضعیفی دارد). مثل دانش‌آموزی که فقط جواب تمرین‌ها را حفظ کرده، اما مفهوم را نفهمیده است.\u003C\u002Fdiv>\r\n\r\n\u003Cdiv style=\"background: #f8fafc; border-radius: 12px; border: 1px solid #e2e8f0; margin-bottom: 10px; margin-left: 12px; margin-right: 12px; margin-top: 10px; padding: 12px 14px\">\u003Cstrong>سؤال ۲: چطور مطمئن شویم هوش مصنوعی واقعاً «یاد گرفته» یا فقط جواب‌ها را حفظ کرده؟\u003C\u002Fstrong>\u003Cbr>\r\nپاسخ: با تقسیم داده به دو بخش: \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">۸۰٪\u003C\u002Fspan> برای آموزش و \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline\">۲۰٪\u003C\u002Fspan> برای تست. اگر مدل روی دادهٔ تست (که هرگز ندیده) هم عملکرد خوبی داشته باشد، نشانهٔ یادگیری واقعی است. همچنین از روشهایی مثل \u003Cstrong>اعتبارسنجی متقابل\u003C\u002Fstrong>\u003Csup>۵\u003C\u002Fsup> استفاده می‌شود.\u003C\u002Fdiv>\r\n\r\n\u003Cdiv style=\"background: #f8fafc; border-radius: 12px; border: 1px solid #e2e8f0; padding: 12px 14px\">\u003Cstrong>سؤال ۳: آیا هوش مصنوعی می‌تواند کارهایی را یاد بگیرد که مثال‌هایش را نداشته باشیم؟\u003C\u002Fstrong>\u003Cbr>\r\nپاسخ: خیر. در یادگیری نظارت‌شده، حتماً به دادهٔ برچسب‌دار نیاز است. اگر برای تشخیص یک بیماری نادر، نمونه کافی نداشته باشیم، مدل قادر به یادگیری نخواهد بود. برای این موارد از روش‌های دیگر مثل \u003Cstrong>یادگیری بدون نظارت\u003C\u002Fstrong>\u003Csup>۶\u003C\u002Fsup> استفاده می‌شود.\u003C\u002Fdiv>\r\n\r\n\u003Cdiv class=\"summary-box\" style=\"background: #fffdf3; border-radius: 12px; border: 1px solid #ffb600; color: #24292f; padding: 12px 14px\">\u003Cstrong>نکات کلیدی مقاله:\u003C\u002Fstrong>\u003Cbr>\r\n- در آموزش هوش مصنوعی به روش نظارت‌شده، به جای نوشتن قانون، نمونه‌های زیاد با برچسب نشان داده می‌شود.\u003Cbr>\r\n- سه رکن اصلی: دادهٔ ورودی، برچسب‌ها، و الگوریتم یادگیری.\u003Cbr>\r\n- مدل با اندازه‌گیری خطا و بهینه‌سازی وزن‌ها، الگوها را کشف می‌کند.\u003Cbr>\r\n- مهمترین چالش‌ها: کمبود داده، بیش‌برازش، و نیاز به دادهٔ برچسب‌دار با کیفیت.\u003Cbr>\r\n- از تشخیص چهره تا پزشکی، هر روز از این فناوری استفاده می‌کنیم.\u003C\u002Fdiv>\r\n\r\n\u003Ch3 style=\"border-bottom: 2px solid #ffb600; color: #344054; font-size: 18px; margin-bottom: 16px; margin-left: 8px; margin-right: 8px; margin-top: 16px; padding: 0 0 6px 0\">پاورقی‌ها\u003C\u002Fh3>\r\n\r\n\u003Cp dir=\"rtl\">\u003Csup>۱\u003C\u002Fsup>\u003Cstrong>یادگیری نظارت‌شده (Supervised Learning):\u003C\u002Fstrong> شاخه‌ای از یادگیری ماشین که در آن مدل با استفاده از داده‌های ورودی همراه با برچسب‌های صحیح آموزش می‌بیند.\u003Cbr>\r\n\u003Csup>۲\u003C\u002Fsup>\u003Cstrong>نزول گرادیان (Gradient Descent):\u003C\u002Fstrong> الگوریتم بهینه‌سازی تکراری که برای کمینه کردن تابع هزینه با حرکت در خلاف جهت شیب تابع استفاده می‌شود.\u003Cbr>\r\n\u003Csup>۳\u003C\u002Fsup>\u003Cstrong>کم‌برازش (Underfitting):\u003C\u002Fstrong> حالتی که مدل نتواند الگوی داده‌های آموزشی را به خوبی یاد بگیرد و هم روی دادهٔ آموزش و هم روی دادهٔ تست عملکرد ضعیفی داشته باشد.\u003Cbr>\r\n\u003Csup>۴\u003C\u002Fsup>\u003Cstrong>بیش‌برازش (Overfitting):\u003C\u002Fstrong> حالتی که مدل نویزها و جزئیات اضافی دادهٔ آموزشی را نیز یاد می‌گیرد و در نتیجه روی دادهٔ جدید عملکرد ضعیفی دارد.\u003Cbr>\r\n\u003Csup>۵\u003C\u002Fsup>\u003Cstrong>اعتبارسنجی متقابل (Cross-Validation):\u003C\u002Fstrong> روشی برای ارزیابی عملکرد مدل با تقسیم چندبارهٔ داده به بخش‌های آموزش و اعتبارسنجی.\u003Cbr>\r\n\u003Csup>۶\u003C\u002Fsup>\u003Cstrong>یادگیری بدون نظارت (Unsupervised Learning):\u003C\u002Fstrong> نوعی یادگیری ماشین که در آن داده‌ها بدون برچسب هستند و مدل باید الگوهای پنهان را خودش کشف کند.\u003C\u002Fp>\r\n\u003C\u002Fdiv>\r\n",[203,204,205],"آموزش هوش مصنوعی","کار و فناوری ششم آزمایشی"," پایه ششم",126,"2026-04-25 13:08:55","2026-08-16 23:56:33","ندا","بنی هاشمی","کپسول آموزشی","1405\u002F02\u002F5","23:56 1405\u002F05\u002F25",{"tests":215,"papers":216,"files":217,"questions":218,"exams":219,"tutorials":220,"blogs":221},[],[],[],[],[],[],[222,231,240,248,256,264,272,280,288,296,304,312],{"id":223,"title":224,"cat":199,"pic":225,"up_date":226,"title_url":227,"url":228,"legacy_url":229,"cat_title":211,"update_jalali":230},12380,"وب جهانی: به همه وب‌سایت‌هایی که در اینترنت وجود دارند، می‌گویند.","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002FMpAArtaGYajsR2Xb0RBy_200.png","2026-09-13 10:52:45","وب-جهانی-به-همه-وبسایتهایی-که-در-اینترنت-وجود-دارند-میگویند","https:\u002F\u002Fgama.ir\u002Fblogs\u002F12380\u002Fوب-جهانی-به-همه-وبسایتهایی-که-در-اینترنت-وجود-دارند-میگویند","https:\u002F\u002Fgama.ir\u002Fblog\u002F12380\u002Fوب-جهانی-به-همه-وبسایتهایی-که-در-اینترنت-وجود-دارند-میگویند","1405\u002F06\u002F22",{"id":232,"title":233,"cat":199,"pic":234,"up_date":235,"title_url":236,"url":237,"legacy_url":238,"cat_title":211,"update_jalali":239},12033,"فناوری:  استفاده از علم و تجربه برای درست کردن یک چیز یا پیدا کردن یک راه‌حل که بتواند یک نیاز یا خواسته ما را برطرف کند","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002FUnZNixy4T7D4hbHQdeYm_200.png","2026-08-17 18:24:57","فناوری-استفاده-از-علم-و-تجربه-برای-درست-کردن-یک-چیز-یا-پیدا-کردن-یک-راهحل-که-بتواند-یک-نیاز-یا-خواسته-ما-را-برطرف-کند","https:\u002F\u002Fgama.ir\u002Fblogs\u002F12033\u002Fفناوری-استفاده-از-علم-و-تجربه-برای-درست-کردن-یک-چیز-یا-پیدا-کردن-یک-راهحل-که-بتواند-یک-نیاز-یا-خواسته-ما-را-برطرف-کند","https:\u002F\u002Fgama.ir\u002Fblog\u002F12033\u002Fفناوری-استفاده-از-علم-و-تجربه-برای-درست-کردن-یک-چیز-یا-پیدا-کردن-یک-راهحل-که-بتواند-یک-نیاز-یا-خواسته-ما-را-برطرف-کند","1405\u002F05\u002F26",{"id":241,"title":242,"cat":199,"pic":243,"up_date":244,"title_url":245,"url":246,"legacy_url":247,"cat_title":211,"update_jalali":239},12034,"فناوری سخت: وقتی برای حل یک مشکل، جواب ما یک چیز فیزیکی و قابل لمس باشد، مثل یک وسیله یا ابزار","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002FezF1Ac0cZPOkT5lSVW7o_200.png","2026-08-17 18:21:41","فناوری-سخت-وقتی-برای-حل-یک-مشکل-جواب-ما-یک-چیز-فیزیکی-و-قابل-لمس-باشد-مثل-یک-وسیله-یا-ابزار","https:\u002F\u002Fgama.ir\u002Fblogs\u002F12034\u002Fفناوری-سخت-وقتی-برای-حل-یک-مشکل-جواب-ما-یک-چیز-فیزیکی-و-قابل-لمس-باشد-مثل-یک-وسیله-یا-ابزار","https:\u002F\u002Fgama.ir\u002Fblog\u002F12034\u002Fفناوری-سخت-وقتی-برای-حل-یک-مشکل-جواب-ما-یک-چیز-فیزیکی-و-قابل-لمس-باشد-مثل-یک-وسیله-یا-ابزار",{"id":249,"title":250,"cat":199,"pic":251,"up_date":252,"title_url":253,"url":254,"legacy_url":255,"cat_title":211,"update_jalali":239},12035,"فناوری نرم: وقتی برای حل یک مشکل، جواب ما یک برنامه، روش یا راهکار باشد، نه یک وسیله فیزیکی.","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002F7osdfdT97zlnOzj9Ftrf_200.png","2026-08-17 18:18:49","فناوری-نرم-وقتی-برای-حل-یک-مشکل-جواب-ما-یک-برنامه-روش-یا-راهکار-باشد-نه-یک-وسیله-فیزیکی","https:\u002F\u002Fgama.ir\u002Fblogs\u002F12035\u002Fفناوری-نرم-وقتی-برای-حل-یک-مشکل-جواب-ما-یک-برنامه-روش-یا-راهکار-باشد-نه-یک-وسیله-فیزیکی","https:\u002F\u002Fgama.ir\u002Fblog\u002F12035\u002Fفناوری-نرم-وقتی-برای-حل-یک-مشکل-جواب-ما-یک-برنامه-روش-یا-راهکار-باشد-نه-یک-وسیله-فیزیکی",{"id":257,"title":258,"cat":199,"pic":259,"up_date":260,"title_url":261,"url":262,"legacy_url":263,"cat_title":211,"update_jalali":239},12036,"خلاقیت: یعنی از قوه تخیل خود استفاده کنیم و ایده‌های تازه و نو خلق کنیم تا بتوانیم مسائل مختلف زندگیمان را حل کنیم.","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002FOMK1buXry6FOOU28QSQ0_200.png","2026-08-17 18:16:00","خلاقیت-یعنی-از-قوه-تخیل-خود-استفاده-کنیم-و-ایدههای-تازه-و-نو-خلق-کنیم-تا-بتوانیم-مسائل-مختلف-زندگیمان-را-حل-کنیم","https:\u002F\u002Fgama.ir\u002Fblogs\u002F12036\u002Fخلاقیت-یعنی-از-قوه-تخیل-خود-استفاده-کنیم-و-ایدههای-تازه-و-نو-خلق-کنیم-تا-بتوانیم-مسائل-مختلف-زندگیمان-را-حل-کنیم","https:\u002F\u002Fgama.ir\u002Fblog\u002F12036\u002Fخلاقیت-یعنی-از-قوه-تخیل-خود-استفاده-کنیم-و-ایدههای-تازه-و-نو-خلق-کنیم-تا-بتوانیم-مسائل-مختلف-زندگیمان-را-حل-کنیم",{"id":265,"title":266,"cat":199,"pic":267,"up_date":268,"title_url":269,"url":270,"legacy_url":271,"cat_title":211,"update_jalali":239},12037,"نوآوری: یعنی ایده‌های جدید و خلاقانه خود را عملی کنیم و یک محصول یا خدمت را برای اولین بار بسازیم یا آن را خیلی بهتر از قبل کنیم.","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002FWa5zWis1yzHNh28fgqk3_200.png","2026-08-17 18:13:26","نوآوری-یعنی-ایدههای-جدید-و-خلاقانه-خود-را-عملی-کنیم-و-یک-محصول-یا-خدمت-را-برای-اولین-بار-بسازیم-یا-آن-را-خیلی-بهتر-از-قبل-کنیم","https:\u002F\u002Fgama.ir\u002Fblogs\u002F12037\u002Fنوآوری-یعنی-ایدههای-جدید-و-خلاقانه-خود-را-عملی-کنیم-و-یک-محصول-یا-خدمت-را-برای-اولین-بار-بسازیم-یا-آن-را-خیلی-بهتر-از-قبل-کنیم","https:\u002F\u002Fgama.ir\u002Fblog\u002F12037\u002Fنوآوری-یعنی-ایدههای-جدید-و-خلاقانه-خود-را-عملی-کنیم-و-یک-محصول-یا-خدمت-را-برای-اولین-بار-بسازیم-یا-آن-را-خیلی-بهتر-از-قبل-کنیم",{"id":273,"title":274,"cat":199,"pic":275,"up_date":276,"title_url":277,"url":278,"legacy_url":279,"cat_title":211,"update_jalali":239},12038,"اختراع: یعنی برای اولین بار یک وسیله یا روش کاملاً جدید بسازیم که تا به حال وجود نداشته است","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002F3kLRN85mzwSbfcdXKEPZ_200.png","2026-08-17 18:10:15","اختراع-یعنی-برای-اولین-بار-یک-وسیله-یا-روش-کاملا-جدید-بسازیم-که-تا-به-حال-وجود-نداشته-است","https:\u002F\u002Fgama.ir\u002Fblogs\u002F12038\u002Fاختراع-یعنی-برای-اولین-بار-یک-وسیله-یا-روش-کاملا-جدید-بسازیم-که-تا-به-حال-وجود-نداشته-است","https:\u002F\u002Fgama.ir\u002Fblog\u002F12038\u002Fاختراع-یعنی-برای-اولین-بار-یک-وسیله-یا-روش-کاملا-جدید-بسازیم-که-تا-به-حال-وجود-نداشته-است",{"id":281,"title":282,"cat":199,"pic":283,"up_date":284,"title_url":285,"url":286,"legacy_url":287,"cat_title":211,"update_jalali":239},12039,"محصول: به چیزی می‌گویند که در کارخانه یا توسط یک فرد ساخته می‌شود و ما می‌توانیم آن را بخریم و از آن استفاده کنیم، مثل تلویزیون یا دوچرخه","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002FAPhKhA9fedyLrTL62Y8C_200.png","2026-08-17 18:07:42","محصول-به-چیزی-میگویند-که-در-کارخانه-یا-توسط-یک-فرد-ساخته-میشود-و-ما-میتوانیم-آن-را-بخریم-و-از-آن-استفاده-کنیم-مثل-تلویزیون-یا-دوچرخه","https:\u002F\u002Fgama.ir\u002Fblogs\u002F12039\u002Fمحصول-به-چیزی-میگویند-که-در-کارخانه-یا-توسط-یک-فرد-ساخته-میشود-و-ما-میتوانیم-آن-را-بخریم-و-از-آن-استفاده-کنیم-مثل-تلویزیون-یا-دوچرخه","https:\u002F\u002Fgama.ir\u002Fblog\u002F12039\u002Fمحصول-به-چیزی-میگویند-که-در-کارخانه-یا-توسط-یک-فرد-ساخته-میشود-و-ما-میتوانیم-آن-را-بخریم-و-از-آن-استفاده-کنیم-مثل-تلویزیون-یا-دوچرخه",{"id":289,"title":290,"cat":199,"pic":291,"up_date":292,"title_url":293,"url":294,"legacy_url":295,"cat_title":211,"update_jalali":239},12076,"تکامل فناوری: یعنی یک فناوری در طول زمان تغییر کند و پیشرفت نماید تا بهتر، قوی‌تر یا کارآمدتر شود","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002F63tYXxHSZOsmfr3Wljd8_200.png","2026-08-17 18:05:14","تکامل-فناوری-یعنی-یک-فناوری-در-طول-زمان-تغییر-کند-و-پیشرفت-نماید-تا-بهتر-قویتر-یا-کارآمدتر-شود","https:\u002F\u002Fgama.ir\u002Fblogs\u002F12076\u002Fتکامل-فناوری-یعنی-یک-فناوری-در-طول-زمان-تغییر-کند-و-پیشرفت-نماید-تا-بهتر-قویتر-یا-کارآمدتر-شود","https:\u002F\u002Fgama.ir\u002Fblog\u002F12076\u002Fتکامل-فناوری-یعنی-یک-فناوری-در-طول-زمان-تغییر-کند-و-پیشرفت-نماید-تا-بهتر-قویتر-یا-کارآمدتر-شود",{"id":297,"title":298,"cat":199,"pic":299,"up_date":300,"title_url":301,"url":302,"legacy_url":303,"cat_title":211,"update_jalali":239},12077,"سنگ چخماق: نوعی سنگ سخت و تیز بوده که انسان‌های اولیه از آن برای درست کردن آتش یا ساخت ابزارهای تیز مثل تیغه استفاده می‌کردند","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002FXUXKcOvAHkDy2zjE9xTz_200.png","2026-08-17 18:02:47","سنگ-چخماق-نوعی-سنگ-سخت-و-تیز-بوده-که-انسانهای-اولیه-از-آن-برای-درست-کردن-آتش-یا-ساخت-ابزارهای-تیز-مثل-تیغه-استفاده-میکردند","https:\u002F\u002Fgama.ir\u002Fblogs\u002F12077\u002Fسنگ-چخماق-نوعی-سنگ-سخت-و-تیز-بوده-که-انسانهای-اولیه-از-آن-برای-درست-کردن-آتش-یا-ساخت-ابزارهای-تیز-مثل-تیغه-استفاده-میکردند","https:\u002F\u002Fgama.ir\u002Fblog\u002F12077\u002Fسنگ-چخماق-نوعی-سنگ-سخت-و-تیز-بوده-که-انسانهای-اولیه-از-آن-برای-درست-کردن-آتش-یا-ساخت-ابزارهای-تیز-مثل-تیغه-استفاده-میکردند",{"id":305,"title":306,"cat":199,"pic":307,"up_date":308,"title_url":309,"url":310,"legacy_url":311,"cat_title":211,"update_jalali":239},12078,"الهام گرفتن از طبیعت: یعنی وقتی دانشمندان و مخترعان به دقت به طبیعت، گیاهان و جانوران نگاه می‌کنند و از شکل، کار یا ویژگی آنها برای ساخت یک وسیله جدید ایده می‌گیرند.","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002FrpiYyAmwvcCjlKGMLHJi_200.png","2026-08-17 13:44:48","الهام-گرفتن-از-طبیعت-یعنی-وقتی-دانشمندان-و-مخترعان-به-دقت-به-طبیعت-گیاهان-و-جانوران-نگاه-میکنند-و-از-شکل-کار-یا-ویژگی-آنها-برای-ساخت-یک-وسیله-جدید-ایده-میگیرند","https:\u002F\u002Fgama.ir\u002Fblogs\u002F12078\u002Fالهام-گرفتن-از-طبیعت-یعنی-وقتی-دانشمندان-و-مخترعان-به-دقت-به-طبیعت-گیاهان-و-جانوران-نگاه-میکنند-و-از-شکل-کار-یا-ویژگی-آنها-برای-ساخت-یک-وسیله-جدید-ایده-میگیرند","https:\u002F\u002Fgama.ir\u002Fblog\u002F12078\u002Fالهام-گرفتن-از-طبیعت-یعنی-وقتی-دانشمندان-و-مخترعان-به-دقت-به-طبیعت-گیاهان-و-جانوران-نگاه-میکنند-و-از-شکل-کار-یا-ویژگی-آنها-برای-ساخت-یک-وسیله-جدید-ایده-میگیرند",{"id":313,"title":314,"cat":199,"pic":315,"up_date":316,"title_url":317,"url":318,"legacy_url":319,"cat_title":211,"update_jalali":239},12079,"آب‌گریزی: خاصیتی در برخی سطوح است که باعث می‌شود آب به شکل قطره روی آن بماند و داخل آن فرو نرود یا روی آن پخش نشود، مثل برگ نیلوفر آبی.","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002FoWcIwbgtFXOE2Xnlwzmk_200.png","2026-08-17 13:42:34","آبگریزی-خاصیتی-در-برخی-سطوح-است-که-باعث-میشود-آب-به-شکل-قطره-روی-آن-بماند-و-داخل-آن-فرو-نرود-یا-روی-آن-پخش-نشود-مثل-برگ-نیلوفر-آبی","https:\u002F\u002Fgama.ir\u002Fblogs\u002F12079\u002Fآبگریزی-خاصیتی-در-برخی-سطوح-است-که-باعث-میشود-آب-به-شکل-قطره-روی-آن-بماند-و-داخل-آن-فرو-نرود-یا-روی-آن-پخش-نشود-مثل-برگ-نیلوفر-آبی","https:\u002F\u002Fgama.ir\u002Fblog\u002F12079\u002Fآبگریزی-خاصیتی-در-برخی-سطوح-است-که-باعث-میشود-آب-به-شکل-قطره-روی-آن-بماند-و-داخل-آن-فرو-نرود-یا-روی-آن-پخش-نشود-مثل-برگ-نیلوفر-آبی"]