آموزش نصب کامل انواع هوش مصنوعی: راهنمای جامع ۱۴۰۴

انقلاب هوش مصنوعی: اکنون در کامپیوتر شما!

تصور کنید ChatGPT، Midjourney، Stable Diffusion و ده‌ها مدل پیشرفته هوش مصنوعی دیگر را نه فقط در مرورگر، بلکه به صورت کامل روی کامپیوتر شخصی خود داشته باشید. بدون محدودیت دسترسی، بدون نیاز به اینترنت پرسرعت، و با حفظ کامل حریم خصوصی! در این راهنمای جامع، به شما نشان می‌دهیم چگونه هر نوع هوش مصنوعی را روی سیستم خود نصب کنید و از قدرت واقعی این تکنولوژی بهره ببرید.

آمار شگفت‌انگیز: طبق گزارش‌های معتبر، بیش از ۱۰۰ میلیون نفر در سراسر جهان از مدل‌های هوش مصنوعی به صورت محلی استفاده می‌کنند. این آمار هر ماه ۱۵٪ رشد می‌کند.

نکته کلیدی: نصب محلی هوش مصنوعی نه تنها رایگان است، بلکه به شما کنترل کامل بر داده‌ها، حریم خصوصی و سفارشی‌سازی پیشرفته را می‌دهد.

از مبتدی که فقط می‌خواهد با ChatGPT کار کند تا توسعه‌دهندگان حرفه‌ای که نیاز به اجرای مدل‌های LLM سنگین دارند، این آموزش برای همه سطوح طراحی شده است. با ما همراه باشید تا دنیای نامحدود هوش مصنوعی را در اختیار بگیرید.

فصل اول: پیش‌نیازهای سخت‌افزاری و نرم‌افزاری

تصویر ۱: مشخصات سخت‌افزاری مورد نیاز برای نصب هوش مصنوعی

۱.۱ بررسی سیستم مورد نیاز

قبل از شروع نصب، باید مطمئن شوید سیستم شما قابلیت اجرای مدل‌های هوش مصنوعی را دارد. نیازمندی‌ها بسته به نوع مدل و اندازه آن متفاوت است:

💻 حداقل سیستم مورد نیاز:

پردازنده: Intel Core i5 نسل هشتم به بالا یا AMD Ryzen 5
رم: ۱۶ گیگابایت (برای مدل‌های سبک)
حافظه ذخیره‌سازی: ۵۰ گیگابایت فضای خالی (ترجیحاً SSD)
کارت گرافیک: NVIDIA با حداقل ۴ گیگابایت VRAM (اختیاری برای برخی مدل‌ها)
سیستم عامل: ویندوز ۱۰/۱۱، لینوکس (اوبونتو ۲۰.۰۴+) یا مک‌اواس

🚀 سیستم پیشنهادی برای اجرای مدل‌های سنگین:

پردازنده: Intel Core i7/i9 نسل ۱۲ به بالا یا AMD Ryzen 7/9
رم: ۳۲ گیگابایت یا بیشتر (DDR4/DDR5)
حافظه ذخیره‌سازی: ۲۰۰ گیگابایت SSD NVMe
کارت گرافیک: NVIDIA RTX 3060 به بالا با ۱۲ گیگابایت VRAM
سیستم عامل: ویندوز ۱۱ یا اوبونتو ۲۲.۰۴ LTS

۱.۲ نصب پیش‌نیازهای نرم‌افزاری

برای نصب موفقیت‌آمیز هوش مصنوعی، ابتدا باید محیط توسعه مناسب را آماده کنید:

نصب پایتون (Python)

اکثر مدل‌های هوش مصنوعی با پایتون نوشته شده‌اند. آخرین نسخه پایتون را نصب کنید:

                    # دانلود از سایت رسمی پایتون

                    https://www.python.org/downloads/

                    # بعد از نصب، نسخه را بررسی کنید

                    python --version

                    pip --version

نصب Git و Visual Studio Code

برای دریافت کدها و ویرایش آن‌ها به این ابزارها نیاز دارید:

                    # نصب Git

                    https://git-scm.com/downloads

                    # نصب VS Code

                    https://code.visualstudio.com/download

فصل دوم: نصب ChatGPT و مدل‌های مکالمه‌ای

تصویر ۲: مراحل نصب ChatGPT روی کامپیوتر شخصی

۲.۱ نصب ChatGPT آفلاین با GPT4All

GPT4All یک پروژه متن‌باز است که اجازه می‌دهد مدل‌های شبه ChatGPT را به صورت آفلاین اجرا کنید:

دانلود و نصب GPT4All

                    # رفتن به سایت رسمی GPT4All

                    https://gpt4all.io/index.html

                    # دانلود نسخه مناسب برای سیستم عامل شما

                    # برای ویندوز: GPT4All-Installer.exe

                    # برای مک: GPT4All.dmg

                    # برای لینوکس: GPT4All.AppImage

دانلود مدل‌های زبانی

بعد از نصب، برنامه را باز کرده و مدل مورد نظر را دانلود کنید. مدل‌های پیشنهادی:

GPT4All-J v1.3: سبک، مناسب سیستم‌های ضعیف (۳.۵ گیگابایت)
Vicuna 7B: متوسط، کیفیت خوب (۴.۲ گیگابایت)
WizardLM 13B: پیشرفته، شبیه ChatGPT (۷.۸ گیگابایت)

استفاده از مدل

بعد از دانلود مدل، می‌توانید مستقیم از رابط کاربری برنامه استفاده کنید یا از API آن در پایتون:

                    # نصب کتابخانه لازم

                    pip install gpt4all

                    # نمونه کد پایتون

                    from gpt4all import GPT4All

                    model = GPT4All("ggml-model.bin")

                    response = model.generate("سلام، چطوری می‌تونم در برنامه‌نویسی پیشرفت کنم؟")

                    print(response)

۲.۲ نصب Llama 2 (مدل متا) روی کامپیوتر شخصی

Llama 2 یکی از قدرتمندترین مدل‌های متن‌باز است که توسط متا منتشر شده:

روش نصب Llama.cpp

سطح متوسط

Llama.cpp بهینه‌ترین روش برای اجرای مدل‌های Llama روی سخت‌افزار معمولی است:

                    # کلون کردن ریپازیتوری

                    git clone https://github.com/ggerganov/llama.cpp

                    cd llama.cpp

                    # کامپایل کردن

                    make

                    # دانلود مدل (نیاز به مجوز از Hugging Face)

                    # بعد از دریافت مدل، تبدیل به فرمت GGUF

                    python convert.py ../models/llama-2-7b/

                    # کم کردن حجم مدل (کوانتیزیشن)

                    ./quantize ./models/7B/ggml-model-f16.gguf ./models/7B/ggml-model-q4_0.gguf q4_0

                    # اجرای مدل

                    ./main -m ./models/7B/ggml-model-q4_0.gguf -p "سلام، لطفا درباره هوش مصنوعی توضیح بده" -n 256

فصل سوم: نصب هوش مصنوعی تولید تصویر

تصویر ۳: رابط کاربری Stable Diffusion روی کامپیوتر شخصی

۳.۱ نصب Stable Diffusion با Automatic1111

Automatic1111 محبوب‌ترین رابط کاربری برای Stable Diffusion است:

نصب پیش‌نیازها

                    # نصب Git (اگر ندارید)

                    # نصب پایتون ۳.۱۰.۶ (مهم: نسخه دقیق!)

                    # فعال کردن virtual environment

                    python -m venv venv

                    venv\Scripts\activate  # برای ویندوز

                    source venv/bin/activate  # برای لینوکس/مک

دانلود و راه‌اندازی

                    # کلون کردن ریپازیتوری

                    git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

                    cd stable-diffusion-webui

                    # نصب نیازمندی‌ها

                    pip install -r requirements.txt

                    # دانلود مدل Stable Diffusion

                    # از سایت huggingface.co/models

                    # فایل .safetensors را در پوشه models\Stable-diffusion قرار دهید

                    # اجرای وب UI

                    webui-user.bat  # برای ویندوز

                    ./webui.sh  # برای لینوکس/مک

۳.۲ نصب Midjourney جایگزین (Stable Diffusion XL)

برای کسانی که می‌خواهند کیفیت Midjourney را به صورت رایگان داشته باشند:

نصب SDXL 1.0 (جدیدترین و بهترین)

سطح پیشرفته

                    # در محیط Automatic1111

                    # دانلود مدل SDXL از:

                    # https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0

                    # همچنین مدل refiner را دانلود کنید:

                    # https://huggingface.co/stabilityai/stable-diffusion-xl-refiner-1.0

                    # قرار دادن هر دو در پوشه models

                    # انتخاب مدل از رابط کاربری

برای نتایج بهتر، از LoRAهای مخصوص SDXL استفاده کنید که سبک‌های مختلف هنری را شبیه‌سازی می‌کنند.

فصل چهارم: نصب هوش مصنوعی ویدیو و صدا

تصویر ۴: تولید ویدیو با هوش مصنوعی روی کامپیوتر شخصی

۴.۱ نصب ModelScope (تولید ویدیو)

ModelScope یک فریمورک چینی است که مدل‌های تولید ویدیو را ارائه می‌دهد:

نصب پایه

                    # نصب با pip

                    pip install modelscope

                    # برای قابلیت ویدیو

                    pip install "modelscope[cv]" -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html

                    # برای تولید صدا

                    pip install "modelscope[audio]" -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html

تولید ویدیو با Text2Video

                    from modelscope.pipelines import pipeline

                    from modelscope.utils.constant import Tasks

                    pipe = pipeline(Tasks.text_to_video_synthesis, 

                    model='damo/text-to-video-synthesis')

                    test_text = {'text': 'یک گربه در حال بازی با توپ'} 

                    output_video_path = pipe(test_text, output_video='./output.mp4')

                    print('ویدیو تولید شد:', output_video_path)

۴.۲ نصب Whisper (تبدیل صدا به متن)

Whisper هوش مصنوعی اوپن‌ای برای تبدیل گفتار به متن با دقت بالا:

نصب و استفاده از Whisper

سطح آسان

                    # نصب مستقیم

                    pip install openai-whisper

                    # همچنین نیاز به ffmpeg دارید

                    # برای ویندوز: https://ffmpeg.org/download.html

                    # برای اوبونتو: sudo apt update && sudo apt install ffmpeg

                    # استفاده در پایتون

                    import whisper

                    model = whisper.load_model("base")  # base, small, medium, large

                    result = model.transcribe("audio.mp3")

                    print(result["text"])

                    # برای فارسی

                    result = model.transcribe("audio.mp3", language="fa")

فصل پنجم: نصب پیشرفته و خودکار

اسکریپت نصب خودکار همه چیز

برای راحتی شما، یک اسکریپت کامل نوشته‌ایم که تمامی ابزارهای هوش مصنوعی را به صورت خودکار نصب می‌کند:

تصویر ۵: رابط نصب خودکار هوش مصنوعی

۵.۱ اسکریپت نصب کامل (ویندوز)

                @echo off

                echo در حال نصب کامل هوش مصنوعی...

                echo ====================================

                echo 1. نصب پایتون 3.10.6...

                powershell -Command "Invoke-WebRequest -Uri 'https://www.python.org/ftp/python/3.10.6/python-3.10.6-amd64.exe' -OutFile 'python-installer.exe'"

                start /wait python-installer.exe /quiet InstallAllUsers=1 PrependPath=1

                echo 2. نصب Git...

                powershell -Command "Invoke-WebRequest -Uri 'https://github.com/git-for-windows/git/releases/download/v2.41.0.windows.3/Git-2.41.0.3-64-bit.exe' -OutFile 'git-installer.exe'"

                start /wait git-installer.exe /VERYSILENT /NORESTART

                echo 3. ایجاد محیط مجازی...

                python -m venv ai_env

                call ai_env\Scripts\activate.bat

                echo 4. نصب ابزارهای پایه...

                pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

                pip install transformers accelerate

                pip install gpt4all

                pip install openai-whisper

                echo 5. دانلود Stable Diffusion WebUI...

                git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

                cd stable-diffusion-webui

                pip install -r requirements.txt

                cd ..

                echo نصب کامل شد!

                pause

۵.۲ نصب با Docker (حرفه‌ای)

برای کاربران حرفه‌ای که می‌خواهند همه چیز ایزوله و تمیز نصب شود:

Docker Compose برای تمام سرویس‌ها

سطح پیشرفته

                    # فایل docker-compose.yml

                    version: '3.8'

                    services:

                      ollama:

                        image: ollama/ollama:latest

                        ports:

                          - "11434:11434"

                        volumes:

                          - ollama_data:/root/.ollama

                      stable-diffusion:

                        image: pytorch/pytorch:latest

                        ports:

                          - "7860:7860"

                        command: >

                          bash -c "git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git /app &&

                          cd /app && pip install -r requirements.txt &&

                          python launch.py --listen --port 7860"

                        volumes:

                          - sd_models:/app/models

                    volumes:

                      ollama_data:

                      sd_models:

                    # اجرای سرویس‌ها

                    docker-compose up -d

فصل ششم: امنیت و حریم خصوصی در نصب هوش مصنوعی

🔒 چرا نصب محلی هوش مصنوعی امن‌تر است؟

وقتی از سرویس‌های آنلاین مانند ChatGPT استفاده می‌کنید، تمام داده‌های شما به سرورهای شرکت‌های بزرگ ارسال می‌شود. اما با نصب محلی، کنترل کامل بر اطلاعات خود دارید.

۶.۱ مزایای امنیتی نصب محلی

🔐 حریم خصوصی کامل

داده‌ها هرگز از کامپیوتر شما خارج نمی‌شوند

🛡️ بدون سانسور

هیچ محدودیتی در موضوعات و محتوا ندارید

💾 کنترل داده

شما مالک کامل داده‌ها و مدل‌های خود هستید

🌐 آفلاین کامل

بدون نیاز به اینترنت کار می‌کند

۶.۲ نکات امنیتی مهم

همیشه از منابع رسمی دانلود کنید: مدل‌ها را فقط از Hugging Face، GitHub رسمی و سایت‌های معتبر تهیه کنید
فایل‌های مدل را اسکن کنید: قبل از اجرا، با آنتی‌ویروس بررسی کنید
از virtual environment استفاده کنید: محیط‌های ایزوله از تداخل و آلودگی جلوگیری می‌کنند
به‌روزرسانی منظم: همیشه آخرین نسخه‌های امن را نصب کنید

فصل هفتم: نصب روی سرورهای ابری

۷.۱ راهنمای نصب روی VPS و سرور

اگر کامپیوتر قدرتمندی ندارید، می‌توانید از سرورهای ابری استفاده کنید:

AWS EC2

g4dn.xlarge

مناسب برای مدل‌های متوسط

✓ GPU Tesla T4

✓ ۱۶ گیگابایت VRAM

✗ هزینه ساعتی

Google Colab Pro

Tesla V100

مناسب برای آزمایش و توسعه

✓ رایگان (نسخه محدود)

✓ نصب آسان

✗ محدودیت زمانی

RunPod.io

RTX 3090

بهترین برای مدل‌های سنگین

✓ ۲۴ گیگابایت VRAM

✓ قیمت مناسب

✗ نیاز به تنظیمات

فصل هشتم: ابزارهای مکمل و کاربردی

۸.۱ ابزارهای مدیریت مدل

🔄

Ollama

مدیریت آسان مدل‌های Llama، Mistral و سایر مدل‌ها با یک دستور

📦

LM Studio

رابط کاربری گرافیکی برای دانلود و اجرای صدها مدل مختلف

🔧

TextGen WebUI

رابط تحت وب شبیه ChatGPT برای تمام مدل‌های متن‌باز

🎨

ComfyUI

رابط گرافیکی پیشرفته برای Stable Diffusion با قابلیت‌های بی‌نظیر

فصل نهم: عیب‌یابی و بهینه‌سازی

۹.۱ حل مشکلات رایج

خطای کمبود حافظه

OutOfMemoryError

هنگام اجرای مدل‌های بزرگ رخ می‌دهد.

✓ کاهش اندازه مدل (کوانتیزیشن)

✓ افزایش فایل پیجینگ ویندوز

✓ استفاده از مدل‌های GGUF

✗ نیاز به سخت‌افزار بهتر

خطای کتابخانه‌ها

ModuleNotFoundError

کتابخانه‌های پایتون ناقص نصب شده‌اند.

✓ نصب مجدد requirements.txt

✓ استفاده از virtual environment

✓ بررسی نسخه پایتون

✗ زمان‌بر بودن

سرعت پایین پردازش

Low Performance

مدل به کندی اجرا می‌شود.

✓ فعال کردن GPU

✓ استفاده از مدل‌های سبک‌تر

✓ بهینه‌سازی تنظیمات CUDA

✗ نیاز به تنظیمات پیشرفته

۹.۲ بهینه‌سازی برای GPU

اگر کارت گرافیک NVIDIA دارید، از قدرت کامل آن استفاده کنید:

نصب CUDA و cuDNN

                    # بررسی نسخه CUDA قابل پشتیبانی

                    nvidia-smi

                    # دانلود CUDA Toolkit از سایت NVIDIA

                    # https://developer.nvidia.com/cuda-toolkit

                    # دانلود cuDNN (نیاز به ثبت‌نام رایگان)

                    # https://developer.nvidia.com/cudnn

                    # نصب PyTorch با پشتیبانی CUDA

                    pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

فصل دهم: راهنمای شروع سریع برای مبتدیان

🎯 ساده‌ترین مسیر برای شروع

اگر تازه‌کار هستید و می‌خواهید سریع شروع کنید، این مسیر را دنبال کنید:

1️⃣

نصب GPT4All

ساده‌ترین راه برای داشتن ChatGPT شخصی - فقط دانلود و اجرا کنید

2️⃣

دانلود یک مدل سبک

مدل Mistral 7B یا Llama 2 7B را انتخاب کنید

3️⃣

نصب Stable Diffusion

با Automatic1111 به راحتی تصویر تولید کنید

4️⃣

تمرین و یادگیری

هر روز ۳۰ دقیقه کار کنید تا حرفه‌ای شوید

سوالات متداول (FAQ)

❓ آیا نصب هوش مصنوعی به صورت محلی قانونی است؟

بله، کاملاً قانونی است. تمام مدل‌های معرفی شده در این راهنما متن‌باز هستند و می‌توانید آزادانه آن‌ها را دانلود و استفاده کنید. فقط مطمئن شوید که از منابع رسمی دانلود می‌کنید و قوانین کپی‌رایت را رعایت می‌کنید.

💻 آیا می‌توانم روی لپ‌تاپ معمولی هوش مصنوعی نصب کنم؟

بله، بسیاری از مدل‌های سبک مانند GPT4All و Mistral 7B روی لپ‌تاپ‌های معمولی با ۸ گیگابایت رم نیز قابل اجرا هستند. فقط کافی است از نسخه‌های کوانتیزه شده (GGUF) استفاده کنید.

🔧 تفاوت بین مدل‌های مختلف چیست؟

تفاوت اصلی در اندازه، سرعت و کیفیت پاسخ است. مدل‌های کوچک‌تر (مثل 7B) سریع‌تر اما کم‌دقت‌تر هستند. مدل‌های بزرگتر (مثل 70B) بسیار دقیق‌تر اما کندتر و نیازمند سخت‌افزار قدرتمندتر هستند.

📱 آیا می‌توانم روی گوشی موبایل هم نصب کنم؟

بله، اپلیکیشن‌هایی مانند GPT4All برای اندروید موجود است. همچنین می‌توانید از طریق Termux محیط لینوکسی روی اندروید ایجاد کرده و مدل‌های سبک را اجرا کنید.

نکات طلایی برای موفقیت قطعی

۱. همیشه از virtual environment استفاده کنید تا وابستگی‌های پروژه‌ها باهم تداخل نداشته باشند.

۲. مدل‌ها را از منابع معتبر دانلود کنید (Hugging Face، GitHub رسمی).

۳. برای سیستم‌های ضعیف، حتماً از مدل‌های کوانتیزه شده با پسوند GGUF استفاده کنید.

۴. فضای ذخیره‌سازی کافی در نظر بگیرید (هر مدل بزرگ ممکن است ۱۰-۴۰ گیگابایت فضا نیاز داشته باشد).

۵. صبور باشید! اولین اجرای مدل‌ها ممکن است چند دقیقه طول بکشد.

۶. دمای سیستم را کنترل کنید - پردازش هوش مصنوعی می‌تواند سیستم را داغ کند.

مقالات پربازدید مرتبط

برای افزایش دانش خود در حوزه هوش مصنوعی و کسب درآمد، این مقالات را مطالعه کنید:

نتیجه‌گیری: آینده در دستان شماست

تبریک می‌گویم! اکنون شما توانایی نصب و راه‌اندازی قدرتمندترین مدل‌های هوش مصنوعی جهان را روی کامپیوتر شخصی خود دارید. این مهارت نه تنها شما را از وابستگی به سرویس‌های آنلاین رها می‌کند، بلکه درهای جدیدی از خلاقیت، بهره‌وری و کسب درآمد را به رویتان می‌گشاید.

مسیر پیشنهادی برای ادامه:

هفته اول: با GPT4All و مدل‌های ساده شروع کنید
هفته دوم: Stable Diffusion را نصب و آزمایش کنید
هفته سوم: Whisper و ابزارهای صوتی را امتحان کنید
هفته چهارم: به سراغ مدل‌های پیشرفته‌تر و فاین‌تیونینگ بروید

به یاد داشته باشید: تنها محدودیت، تخیل شماست! حالا که قدرت هوش مصنوعی را در اختیار دارید، چه چیزی خلق خواهید کرد؟

← بازگشت به صفحه اصلی هوش ناب

🤖 راهنمای نصب کامل انواع هوش مصنوعی: از ChatGPT تا مدل‌های پیشرفته LLM